臺(tái)積電透露AI芯片需求仍火爆

據(jù)報(bào)道，英偉達(dá)股價(jià)周四上漲2.8%，此前一天因地緣政治擔(dān)憂，該股暴跌7%。在英偉達(dá)股價(jià)上漲之前，臺(tái)積電周四表示，高端人工智能芯片的需求仍然很高，供應(yīng)仍然有限。臺(tái)積電為英偉達(dá)制造高端人工智能芯片。

AI芯片也被稱為AI加速器或計(jì)算卡，即專門用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊(其他非計(jì)算任務(wù)仍由CPU負(fù)責(zé))。當(dāng)前，AI芯片主要分為 GPU 、FPGA 、ASIC。

GPU是通用型芯片，不可編輯;FPGA和ASIC都屬于定制化芯片，因此可以編輯，只是FPGA是半定制化芯片，編輯難度也相對(duì)較高;而類腦芯片是模擬人腦的芯片，因此不可編輯，并且目前仍處于實(shí)驗(yàn)室研發(fā)階段。

GPU作為通用型芯片，其設(shè)計(jì)和制造工藝成熟，適合大規(guī)模并行計(jì)算，但在推力端效率較低，其在圖像識(shí)別、棋牌類博弈、輔助駕駛系統(tǒng)和無人駕駛試驗(yàn)中均有應(yīng)用。

FPGA的編程靈活性相對(duì)高一點(diǎn)，且功耗較低，其可應(yīng)用在軍事和工業(yè)電子領(lǐng)域。

ASIC可通過算法固化實(shí)現(xiàn)極致的性能和能效，量產(chǎn)后成本最低，但其前期研發(fā)時(shí)間長(zhǎng)、投入成本高，其在人工智能設(shè)備、軍事國(guó)防設(shè)備領(lǐng)域均有應(yīng)用。

AI芯片行業(yè)市場(chǎng)調(diào)查分析

近兩年，隨著大家越來越意識(shí)到AI芯片對(duì)于算力的重要性，AI芯片這一賽道中的玩家也越來越多。人工智能技術(shù)的發(fā)展將開啟一個(gè)新的時(shí)代——算法即芯片時(shí)代。

值得一提的是，盡管此前該領(lǐng)域玩家眾多，作品也在不斷更新迭代，但到目前為止，完全符合描述和基準(zhǔn)測(cè)試的AI芯片寥寥無幾。而依圖科技并非芯片創(chuàng)業(yè)公司，兩年前在進(jìn)軍投入大、門檻高的芯片行業(yè)時(shí)，便選擇了高端玩家頗多的領(lǐng)域——自研云端 AI SoC，且在產(chǎn)品上正面PK英偉達(dá)(Nvidia)，頗有要挑硬骨頭下手的意思。這意味著在當(dāng)下全球人工智能進(jìn)入第三次爆發(fā)期，中國(guó)人工智能企業(yè)在一定程度上已經(jīng)與世界巨頭處于同一起跑線。

市場(chǎng)調(diào)查機(jī)構(gòu)Gartner認(rèn)為，2024年全球AI芯片收入總額將達(dá)712.52億美元，同比增長(zhǎng)33%。2025年全球AI芯片收入總額有望達(dá)到919.55億美元，在今年的基礎(chǔ)上再增長(zhǎng)約29%。

據(jù)中研產(chǎn)業(yè)研究院《2024-2029年中國(guó)AI芯片行業(yè)發(fā)展前景及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告》分析：

隨著人工智能在未來社會(huì)發(fā)展中的作用愈發(fā)凸顯，國(guó)家逐漸將人工智能產(chǎn)業(yè)的發(fā)展上升至國(guó)家戰(zhàn)略高度，AI芯片的研發(fā)與技術(shù)升級(jí)也備受國(guó)家關(guān)注和重視。

近日，天津市人民政府辦公廳印發(fā)天津市算力產(chǎn)業(yè)發(fā)展實(shí)施方案(2024—2026年)，方案提到，提升關(guān)鍵技術(shù)創(chuàng)新能力。聚焦突破“卡脖子”技術(shù)，支持企業(yè)加快人工智能(AI)芯片布局，推進(jìn)國(guó)產(chǎn)化中央處理器(CPU)、深度計(jì)算處理器(DCU)、數(shù)據(jù)處理器(DPU)、神經(jīng)網(wǎng)絡(luò)處理器(NPU)等算力核心芯片技術(shù)路線整合和產(chǎn)品迭代。夯實(shí)自主可控軟件基礎(chǔ)，加快操作系統(tǒng)、數(shù)據(jù)庫、應(yīng)用等軟件開發(fā)，推進(jìn)應(yīng)用軟件與國(guó)產(chǎn)主流芯片、操作系統(tǒng)和人工智能框架的適配。

傳統(tǒng)意義上，大多數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理都是在云端或基于服務(wù)器完成的。隨著終端處理器性能的不斷提升，很多人工智能的推理工作，如模式匹配、建模檢測(cè)、分類和識(shí)別等逐漸從云端轉(zhuǎn)移到終端側(cè)。這主要有三點(diǎn)原因：

首先，AI能力的端側(cè)遷移是用戶使用場(chǎng)景所需的必然結(jié)果。數(shù)據(jù)由云走向邊緣。IDC數(shù)據(jù)統(tǒng)計(jì)，未來幾年內(nèi)邊緣側(cè)數(shù)據(jù)將達(dá)到總數(shù)據(jù)量的50%，這些數(shù)據(jù)由終端采集和產(chǎn)生，也需要端側(cè)AI芯片就近分析處理。

其次，AI能力的端側(cè)遷移亦是提升人工智能用戶體驗(yàn)的重要方式。在端側(cè)，人工智能關(guān)鍵優(yōu)勢(shì)包括即時(shí)響應(yīng)、隱私保護(hù)增強(qiáng)、可靠性提升。

此外，還能確保在沒有網(wǎng)絡(luò)連接的情況下用戶的人工智能體驗(yàn)得到保障。最后，AI處理能力的端側(cè)遷移是人工智能數(shù)據(jù)隱私保護(hù)的需要。

想要了解更多AI芯片行業(yè)詳情分析，可以點(diǎn)擊查看中研普華研究報(bào)告《2024-2029年中國(guó)AI芯片行業(yè)發(fā)展前景及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告》。