当前，半导体供应链的瓶颈根源已潜伏多年，而COVID-19大流行又使这一问题浮现。

IoT设备并不需要速度最快的芯片，晶片只有200毫米，其需求的激增通常被视为芯片供需失衡的根源。物联网产业的快速发展，促使人们对各种规格芯片的需求猛增，而芯片生产却进一步落后。据《华尔街日报》的一篇文章称，到2021年第三季度芯片交付周期达到22周，到2020年年底，大约13周就几乎翻了一番。从2013年开始对行业进行监测以来，这也是最长的一次交付。其它特殊类型的芯片，包括汽车用微处理器，在32个星期内发货。在过去的一年里，二手车价格已经上涨了21%。

全球性的芯片短缺也开始影响人工智能。计算机视觉和NLP(自然语言处理)等很多人工智能模型都依赖于强大的GPU进行模型训练。因此，当晶片厂在努力生产更老、速度更慢的芯片时，GPU等高端芯片也会出现短缺。

晶片短缺加速了工业部门对计算效率的关注。最终用户越来越多地选择了专门的人工智能解决方案，而非使用商品组件来获取这样的效率收益。AI是一个不能单独用芯片解决的系统问题，最终用户必须能够将人工智能项目成功地用于生产，最终用户必须能够把人工智能整合到自己的工作流程和应用中。累积单一元件(例如芯片)和自集成解决方案是一项费时且代价高昂的工作，而且多数企业都缺乏必需的重要技能和专长。

除晶片短缺外，另一个同样重要的问题是人工智能人才短缺。现在，大部分人工智能人才在大型技术公司工作。要达到更加全面的人工智能公平，工业必须提供易用的产品，让最终用户降低应用和扩展人工智能所需要的专门技术。

平心而论，我们生活在一个有趣的年代。IoT设备的爆炸性增长，家庭办公的需要和芯片厂自身的生产能力不足，这些因素的综合作用使得芯片的需求超过了可用的供应。

但危机也可能带来机会。在处理能力有限的情况下，创新企业会找到解决这一问题的办法。大型企业已承诺投资数千亿美元以建立新的芯片工厂。在中国，很多企业也已经开始进入芯片研发和生产领域。在未来几年，这场危机将促使工业释放更多的创新。