人工智能芯片行業(yè)發(fā)展趨勢與行業(yè)競爭格局分析

• 郭夢 2022年12月2日 來源：互聯(lián)網(wǎng) 1121 72
• 繁體

全球半導體市場已經(jīng)進入分化時代，而在整個半導體產(chǎn)業(yè)的起伏中，AI芯片卻“風景這邊獨好”。

當前,傳統(tǒng)芯片已不能滿足人工智能對芯片性能及算力的要求,如何構建出高效的人工智能芯片,將芯片技術與人工智能技術有效地結合起來成為當前的熱點話題。

據(jù)最新的市場研究資料顯示，近幾年我國人工智能芯片行業(yè)內(nèi)企業(yè)的數(shù)量呈現(xiàn)逐年增加的趨勢，由2016年的1058家增長至2020 年的6632家，年平均復合增長率約為105.37%;到2021年企業(yè)數(shù)量達到13493家左右，較上年同期相比同比增長了103.45%，未來 幾年國內(nèi)人工智能芯片行業(yè)內(nèi)企業(yè)的數(shù)量將會繼續(xù)增加，同時也將會使市場競爭程度進一步加劇。截止到2021年末，北京市、上 海市、廣東省和浙江省等地區(qū)的人工智能企業(yè)數(shù)量合計占比全國總數(shù)的81%，整體來看企業(yè)分布較為集中，市場格局發(fā)展相對密集。

人工智能芯片行業(yè)發(fā)展趨勢與行業(yè)競爭格局分析

人工智能芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊(其他非計算任務仍由CPU負責)。業(yè)界關于AI芯片的定義仍然缺乏一套嚴格和公認的標準。比較寬泛的看法是，面向人工智能應用的芯片都可以稱為AI芯片。由于需求的多樣性，很難有任何單一的設計和方法能夠很好地適用于各類情況。因此，涌現(xiàn)出多種專門針對人工智能應用的新穎設計和方法，覆蓋了從半導體材料、器件、電路到體系結構的各個層次。

AI芯片主要包括三類：經(jīng)過軟硬件優(yōu)化可以高效支持AI應用的通用芯片，例如GPU;側重加速機器學習(尤其是神經(jīng)網(wǎng)絡、深度學習)算法的芯片，這也是目前AI芯片中最多的形式;受生物腦啟發(fā)設計的神經(jīng)形態(tài)計算芯片。AI技術的落地需要來自多個層面的支持，貫穿了應用、算法機理、芯片、工具鏈、器件、工藝和材料等技術層級。各個層級環(huán)環(huán)緊扣形成AI的技術鏈，而AI芯片本身處于整個鏈條的中部，向上為應用和算法提供高效支持，向下對器件和電路、工藝和材料提出需求。

人工智能芯片具有兩個突出特點：一是算法與芯片的高度契合，面向終端和云端不同需求提升計算能力;二是專門面向細分應用場景的智能芯片，如語音識別芯片、圖像識別芯片、視頻監(jiān)控芯片等。當前的人工智能正處于產(chǎn)業(yè)化的早期階段，所有的國家都站在了同一條起跑線上。而中國政府從上至下給予了人工智能高度的關注，完成了一系列政策層面的頂層設計。而擁有大量的數(shù)據(jù)并對數(shù)據(jù)主權的管理以及應用場景的本土化，也必將進一步助力中國本地芯片公司的崛起。而作為扎根中國的外資企業(yè)們，也應積極投身中國的人工智能發(fā)展大潮之中，在技術、市場和人才等方面和本土公司開展共贏合作，共同助力中國人工智能產(chǎn)業(yè)的發(fā)展和壯大。

目前國內(nèi)人工智能芯片市場呈現(xiàn)出百花齊放的態(tài)勢。AI芯片的應用領域廣泛分布在金融證券、商品推薦、安防、消費機器人、智能駕駛、智能家居等眾多領域，催生了大量的人工智能創(chuàng)業(yè)企業(yè)，如地平線、深鑒科技、寒武紀、云知聲、云天勵飛等。在政策大力支持下，國內(nèi)人工智能芯片市場發(fā)展迅猛。相關數(shù)據(jù)顯示，2021年我國人工智能芯片市場規(guī)模約為437億元。

全球半導體市場已經(jīng)進入分化時代，而在整個半導體產(chǎn)業(yè)的起伏中，AI芯片卻“風景這邊獨好”。

AI企業(yè)特別是AI算法類企業(yè)，在2022年面臨的最大質疑就是巨額融資之后依然連續(xù)虧損，企業(yè)難以找到持續(xù)商業(yè)化變現(xiàn)手段，眾多人工智能企業(yè)因此也在資本市場上面臨市值縮水、撤回上市申請等問題。當然，一些AI芯片企業(yè)也未能幸免。對于和英偉達等企業(yè)搶奪云端AI芯片市場的寒武紀來說，2022年也經(jīng)歷了股價的低迷。

隨著技術的成熟以及數(shù)智化轉型升級，內(nèi)在需求增加，中國人工智能核心產(chǎn)業(yè)市場規(guī)模將持續(xù)平穩(wěn)增長，預計2025年將達到約4000億元。

據(jù)中研普華產(chǎn)業(yè)院研究報告《2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風險預測報告》數(shù)據(jù)顯示

第三章 國際人工智能芯片行業(yè)發(fā)展分析及經(jīng)驗借鑒

第一節(jié) 全球人工智能芯片市場總體情況分析

一、 全球人工智能芯片行業(yè)的發(fā)展歷程

全球半導體產(chǎn)業(yè)發(fā)展至今，總共有三次轉移歷程。

第一階段：由美國轉移到日本。日本從裝配開始全面學習美國半導體技術，電器時代向PC時代轉變;

第二階段：由美國、日本轉移到臺灣、韓國。日本芯片產(chǎn)業(yè)受美國施壓及本土經(jīng)濟乏力而衰落，PC時代持續(xù)繁榮;

第三階段：由美國、臺灣、韓國轉移到中國。中國芯片產(chǎn)業(yè)擁有巨大下游市場，勞動力豐富，且背靠國家產(chǎn)業(yè)政策和活躍社會資本的支持。PC時代向萬物互聯(lián)、人工智能時代轉變，激發(fā)對AI芯片的需求。

二、 全球人工智能芯片市場規(guī)模

圖表：2019-2021年全球人工智能芯片行業(yè)市場規(guī)模(單位：億美元)

數(shù)據(jù)來源：中研普華產(chǎn)業(yè)研究院

2021年全球AI芯片市場規(guī)模約為260億美元。隨著人工智能技術日趨成熟，數(shù)字化基礎設施不斷完善，人工智能商業(yè)化應用將加速落地，推動AI芯片市場高速增長。

三、 全球人工智能芯片市場區(qū)域分布

歐美依然是全球人工智能芯片行業(yè)發(fā)展領先區(qū)域

城市AI技術的創(chuàng)新在一定程度上也代表著這個城市的AI芯片的發(fā)展水平以及發(fā)展?jié)摿?。城市是承載AI技術創(chuàng)新融合應用的綜合性載體，也是人類與AI技術產(chǎn)生全面感知的集中體驗地。過去幾年，全球各地的主要城市都在AI技術的發(fā)展中發(fā)揮了差異化作用，構建了各自的生態(tài)體系，并在賦能產(chǎn)業(yè)應用、助力區(qū)域經(jīng)濟發(fā)展方面實現(xiàn)初步效果，掀起了人類對新一輪產(chǎn)業(yè)革命的思考、認知和行動。

隨著AI應用紛紛落地于城市層面，城市逐漸成為AI創(chuàng)新融合應用的主戰(zhàn)場。雖然全球各地AI技術的關鍵成功要素各有差異，但總體而言都構建了有利于技術與城市融合的生態(tài)發(fā)展體系。

四、 全球人工智能芯片行業(yè)競爭格局

近年來，各類勢力均在發(fā)力AI芯片，參與者包括傳統(tǒng)芯片設計、IT廠商、技術公司、互聯(lián)網(wǎng)以及初創(chuàng)企業(yè)等，產(chǎn)品覆蓋了CPU、GPU、FPGA、ASIC等。

根據(jù)相關市場調(diào)研機構發(fā)布的榜單來看，前十依然是歐美韓日企業(yè)，國內(nèi)芯片企業(yè)如華為海思、聯(lián)發(fā)科、Imagination、寒武紀、地平線機器人等企業(yè)進入該榜單，其中華為海思排12位，寒武紀排23位，地平線機器人排24位。

圖表：全球人工智能芯片行業(yè)企業(yè)排名

數(shù)據(jù)來源：中研普華產(chǎn)業(yè)研究院

五、 全球人工智能芯片行業(yè)發(fā)展趨勢

(1)更高效的大卷積解構/復用

在標準SIMD的基礎上，CNN由于其特殊的復用機制，可以進一步減少總線上的數(shù)據(jù)通信。而復用這一概念，在超大型神經(jīng)網(wǎng)絡中就顯得格外重要。如何合理地分解、映射這些超大卷積到有效的硬件上成為了一個值得研究的方向，

(2)更低的Inference計算/存儲位寬

AI芯片最大的演進方向之一可能就是神經(jīng)網(wǎng)絡參數(shù)/計算位寬的迅速減少——從32位浮點到16位浮點/定點、8位定點，甚至是4位定點。在理論計算領域，2位甚至1位參數(shù)位寬，都已經(jīng)逐漸進入實踐領域。

(3)更多樣的存儲器定制設計

當計算部件不再成為神經(jīng)網(wǎng)絡加速器的設計瓶頸時，如何減少存儲器的訪問延時將會成為下一個研究方向。通常，離計算越近的存儲器速度越快，每字節(jié)的成本也越高，同時容量也越受限，因此新型的存儲結構也將應運而生。

(4)更稀疏的大規(guī)模向量實現(xiàn)

神經(jīng)網(wǎng)絡雖然大，但是，實際上有很多以零為輸入的情況，此時稀疏計算可以高效的減少無用能效。來自哈佛大學的團隊就該問題提出了優(yōu)化的五級流水線結，在最后一級輸出了觸發(fā)信號。在Activation層后對下一次計算的必要性進行預先判斷，如果發(fā)現(xiàn)這是一個稀疏節(jié)點，則觸發(fā)SKIP信號，避免乘法運算的功耗，以達到減少無用功耗的目的。

(5)計算和存儲一體化

計算和存儲一體化(process-in-memory)技術，其要點是通過使用新型非易失性存儲(如ReRAM)器件，在存儲陣列里面加上神經(jīng)網(wǎng)絡計算功能，從而省去數(shù)據(jù)搬移操作，即實現(xiàn)了計算存儲一體化的神經(jīng)網(wǎng)絡處理，在功耗性能方面可以獲得顯著提升。

近幾年，AI技術不斷取得突破性進展。作為AI技術的重要物理基礎，AI芯片擁有巨大的產(chǎn)業(yè)價值和戰(zhàn)略地位。但從大趨勢來看，目前尚處于AI芯片發(fā)展的初級階段，無論是科研還是產(chǎn)業(yè)應用都有巨大的創(chuàng)新空間?，F(xiàn)在不僅英偉達、谷歌等國際巨頭相繼推出新產(chǎn)品，國內(nèi)百度、阿里等紛紛布局這一領域，也誕生了寒武紀等AI芯片創(chuàng)業(yè)公司。在CPU、GPU等傳統(tǒng)芯片領域與國際相差較多的情況下，中國AI芯片被寄望能實現(xiàn)彎道超車。

欲了解更多關于人工智能芯片行業(yè)的市場數(shù)據(jù)及未來行業(yè)投資前景，可以點擊查看中研普華產(chǎn)業(yè)院研究報告《2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風險預測報告》。

• 相關深度報告REPORTS

  

  2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風險預測報告

  人工智能芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊（其他非計算任務仍由CPU負責）。業(yè)界關于AI芯片的定義仍然缺乏一套嚴格和公認的標準。比較寬泛的看A...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡