以下是根据市场研究和技术评估整理的当前AI芯片排行榜：

注意：排名可能会因不同的评估标准和来源而有所不同，以下排名仅供参考。

1、NVIDIA A100：
* 架构：Ampere
* 内存：40 GB HBM2
* 性能：10 TFLOPS（FP32），40 TFLOPS（Tensor Cores）
* 应用：数据中心、云计算、人工智能训练和推理
2、AMD Instinct MI8：
* 架构：CDNA 2
* 内存：32 GB HBM2
* 性能：10 TFLOPS（FP32），40 TFLOPS（FP16）
* 应用：数据中心、云计算、人工智能训练和推理
3、Google Tensor Processing Unit (TPU) v3：
* 架构：TPU
* 内存：128 GB HBM2
* 性能：125 TFLOPS（FP32）
* 应用：谷歌云、人工智能训练和推理
4、Intel Habana Gaudi：
* 架构： Habana
* 内存：32 GB HBM2
* 性能：40 TFLOPS（FP32）
* 应用：数据中心、云计算、人工智能训练和推理
5、NVIDIA V100：
* 架构：Volta
* 内存：16 GB HBM2
* 性能：14 TFLOPS（FP32），28 TFLOPS（Tensor Cores）
* 应用：数据中心、云计算、人工智能训练和推理
6、华为Ascend 910：
* 架构：Da Vinci
* 内存：32 GB HBM2
* 性能：16 TFLOPS（FP32），320 TFLOPS（INT8）
* 应用：数据中心、云计算、人工智能训练和推理
7、百度Kunlun 2：
* 架构：XPU
* 内存：32 GB HBM2
* 性能：10 TFLOPS（FP32），160 TFLOPS（INT8）
* 应用：数据中心、云计算、人工智能训练和推理
8、阿里巴巴NPU：
* 架构：NPU
* 内存：32 GB HBM2
* 性能：10 TFLOPS（FP32），100 TFLOPS（INT8）
* 应用：数据中心、云计算、人工智能训练和推理

性能排行榜

1、性能（FP32）：
* Google TPU v3：125 TFLOPS
* NVIDIA A100：10 TFLOPS
* AMD Instinct MI8：10 TFLOPS
2、性能（Tensor Cores/INT8）：
* NVIDIA A100：40 TFLOPS（Tensor Cores）
* Google TPU v3：100 TFLOPS（INT8）
* 华为Ascend 910：320 TFLOPS（INT8）

厂商排行榜

1、NVIDIA：AI芯片市场的领导者，产品线丰富，包括A100、V100等。
2、AMD：Instinct MI8等产品在性能和能耗比上表现出色。
3、Google：TPU系列产品在特定场景下性能领先。
4、华为：Ascend 910等产品在国内市场有较大影响力。
5、Intel： Habana Gaudi等产品在特定场景下有竞争力。

以上排名基于公开的市场和技术报告，仅供参考。