人工智能芯片行業(yè)SWOT分析 工業(yè)園區(qū)等成為人工智能芯片產(chǎn)業(yè)的發(fā)展載體

• 李芬珍子 2023年9月8日 來源：中研網(wǎng) 1347 88
• 繁體

人工智能芯片行業(yè)SWOT分析

一、人工智能芯片行業(yè)優(yōu)勢分析

科教資源優(yōu)勢突出。我國共有以北京大學(xué)、清華大學(xué)等為代表的“985”、“211”平臺高校100余所。網(wǎng)絡(luò)智能實(shí)驗(yàn)室、機(jī)器智能實(shí)驗(yàn)室等國家重點(diǎn)實(shí)驗(yàn)室遍布各大高校，科研院所中，人工智能芯片產(chǎn)業(yè)的研究體系日益完善。

社會產(chǎn)業(yè)載體初具規(guī)模。我國的經(jīng)濟(jì)開發(fā)區(qū)、工業(yè)園區(qū)等成為人工智能芯片產(chǎn)業(yè)的發(fā)展載體，構(gòu)成產(chǎn)業(yè)發(fā)展的基本格局。各大省會與發(fā)展勢頭較好的城市均設(shè)立了經(jīng)濟(jì)開發(fā)區(qū)，如濟(jì)南市高新區(qū)。

產(chǎn)學(xué)合作逐步完善。近年來，我國各大高校紛紛聯(lián)合企業(yè)開展相關(guān)研究，給企業(yè)帶來產(chǎn)業(yè)優(yōu)勢的同時，給各大院校帶來了更多的學(xué)習(xí)機(jī)會。

二、人工智能芯片行業(yè)劣勢分析

核心技術(shù)受制于人。在我國，中低層次的人工智能產(chǎn)業(yè)有一定的應(yīng)用，比如在大數(shù)據(jù)管理和云計算技術(shù)、聲紋識別、人臉識別、機(jī)器翻譯和語義理解、智能家居等領(lǐng)域，但是到中高層次的智能技術(shù)，比如虛擬現(xiàn)實(shí)、深度學(xué)習(xí)、仿真技術(shù)、智能機(jī)器人等還比較欠缺，我國關(guān)鍵領(lǐng)域原始創(chuàng)新和協(xié)同創(chuàng)新能力急需提升，一些核心技術(shù)、產(chǎn)品和裝備嚴(yán)重依賴進(jìn)口，引領(lǐng)產(chǎn)業(yè)發(fā)展方向、把握產(chǎn)業(yè)發(fā)展主導(dǎo)權(quán)的能力不強(qiáng)。

三、人工智能芯片行業(yè)機(jī)會分析

近幾年國家對人工智能和人工智能芯片產(chǎn)業(yè)給予了戰(zhàn)略層面的關(guān)注，從2014年發(fā)布《國家集成電路產(chǎn)業(yè)發(fā)展推進(jìn)綱要》將IC產(chǎn)業(yè)視為國家戰(zhàn)略性、基礎(chǔ)性、先導(dǎo)性行業(yè)發(fā)展，包括《中國制造2025》，《互聯(lián)網(wǎng)+指導(dǎo)意見》、《十三五”規(guī)劃》等多份國家級戰(zhàn)略文件中都特別提出了人工智能芯片、類腦計算的發(fā)展方向。其中，《中國制造2025》提出2020年中國芯片自給率要達(dá)到40%，2025年要達(dá)到50%;2017年7月發(fā)布的《新一代人工智能發(fā)展規(guī)劃》更要求人工智能核心產(chǎn)業(yè)到2030年達(dá)到1萬億，帶動相關(guān)產(chǎn)業(yè)規(guī)模超過10萬億。政策對IC產(chǎn)業(yè)提出高要求的同時也表明了國家的重視度，人工智能和芯片行業(yè)同時作為國家級戰(zhàn)略的，AI芯片產(chǎn)業(yè)有望引領(lǐng)中國“芯”大步向前。

四、人工智能芯片行業(yè)威脅分析

目前，我國的人工智能芯片行業(yè)發(fā)展尚處于起步階段。很多專利技術(shù)需要進(jìn)口，外資企業(yè)也大肆占領(lǐng)我們?nèi)斯ぶ悄苄酒袠I(yè)市場，說挑戰(zhàn)其實(shí)過輕，比如中興被美國制裁，直接面臨分崩離析的情況。因此，如果無法打破外資企業(yè)的壟斷，我國人工智能芯片面臨的將是滅頂之災(zāi)。

人工智能芯片行業(yè)競爭格局分析

一、產(chǎn)品競爭格局

對于AI芯片的應(yīng)用主要可分成三大類。第一類是Data Center(Cloud)中用于training和inference的專用芯片或者FPGA。第二類是需要較強(qiáng)智能的終端芯片(面向手機(jī)，安防監(jiān)控，無人機(jī)，機(jī)器人，自動/輔助駕駛，VR/AR等)，可以叫“泛手機(jī)終端芯片”。第三，是智能需求較低的終端芯片(穿戴，玩具，智能家居等等)，叫做“弱智能終端芯片”。

在云端(Cloud Data Center)方面，從競爭態(tài)勢來說， 通用芯片GPU的生產(chǎn)廠家NVIDIA一家獨(dú)大，利潤空間很大，且存在較多問題，比如對圖像、連續(xù)視頻和語音的檢測和識別，實(shí)時翻譯等，這類應(yīng)用除了需要強(qiáng)大的處理能力外，還有較高的實(shí)時性和能效要求，通用的GPU在inference時通常難以勝任，而專用AI芯片的效率則會高很多。目前初創(chuàng)公司在AI專用芯片大多處于起步階段，尚未對GPU形成有效競爭，也正因此市場空間廣闊。另外相對于server端 CPU(已經(jīng)有海光和華芯通在做)的復(fù)雜度和生態(tài)環(huán)境，AI專用芯片在技術(shù)實(shí)現(xiàn)和應(yīng)用滲透方面都要簡單不少，同時有國家層面的政策和資金支持，可以確定，在不缺少資本投入的情況下，該領(lǐng)域的初創(chuàng)公司極可能做大做強(qiáng)，成為新的科技巨頭。

泛手機(jī)終端AI芯片是目前產(chǎn)業(yè)競爭最激烈的戰(zhàn)場。手機(jī)芯片大廠(高通，MTK，海思，展訊，蘋果，三星)在手機(jī)端進(jìn)行大規(guī)模AI應(yīng)用實(shí)踐的同時還在不斷把自己的技術(shù)能力推廣到無人機(jī)，機(jī)器人，安防監(jiān)控，自動駕駛，VR/AR等領(lǐng)域。以IP授權(quán)的方式進(jìn)入終端市場也不被看好，第一，從技術(shù)能力來講，上述大公司都有實(shí)力(多年做通信基帶和多媒體的經(jīng)驗(yàn))設(shè)計復(fù)雜的加速器或者專用處理器;第二，傳統(tǒng)的IP廠商，比如CEVA，Synopsys，Cadence和Vericilicon也都盯著AI這個機(jī)會。最近這些公司也都頻繁發(fā)布支持AI應(yīng)用的DSP芯片和硬件加速器產(chǎn)品。

第三類弱智能終端芯片實(shí)際上可以和第二類芯片一起叫做邊緣計算芯片。這里加以區(qū)別是因?yàn)檫@類芯片對功耗、成本甚至尺寸的約束更大，主要應(yīng)用在物聯(lián)網(wǎng)，可穿戴應(yīng)用和智能家居領(lǐng)域。這類芯片的硬件平臺的處理能力非常有限，但是應(yīng)用豐富多樣，差異化明顯，結(jié)合各類終端傳感器，會產(chǎn)生五花八門的需求。相對泛手機(jī)芯片而言，這類芯片的資金投入門檻不高，隨著Nvidia開源DLA，配合開源的RSIC-V CPU，門檻將進(jìn)一步降低，成功與否的關(guān)鍵在于芯片的spec定義是否合理，能不能在市場出現(xiàn)的時候及時拿出芯片。相信未來可以看到不少初創(chuàng)公司在這個領(lǐng)域成長壯大。

二、企業(yè)競爭格局

CPU桌面和服務(wù)器市場由英特爾壟斷、AMD其次，移動市場以采用ARM架構(gòu)的高通、蘋果、三星、華為、聯(lián)發(fā)科等眾多公司為主;GPU桌面和服務(wù)器市場主要由英偉達(dá)、AMD瓜分，移動市場以高通、蘋果、聯(lián)發(fā)科等眾多公司為主。

FPGA的全球市場規(guī)模在2017年為59.6億美元，預(yù)計到2023年達(dá)到98.0億美元，年復(fù)合增長率8.6%，主要供應(yīng)商為賽靈思(Xilinx)、英特爾、Achronix Semiconductor、Atmel、賽普拉斯(Cypress Semiconductor)，及Lattice、德州儀器(TI)和高森美(Microsemi)等。

三、品牌競爭格局

根據(jù)芯片技術(shù)結(jié)構(gòu)分類來看，各個種類的人工智能芯片領(lǐng)域幾乎都能看到國外半導(dǎo)體巨頭的影子，反觀國內(nèi)的人工智能芯片企業(yè)，由于它們大部分是新創(chuàng)公司，所以在人工智能芯片領(lǐng)域的滲透率較低，這些企業(yè)主要聚集在ASIC和類腦，如寒武紀(jì)主打ASIC芯片，而近幾年興起的類腦芯片領(lǐng)域，西井科技有所涉足。

而從應(yīng)用領(lǐng)域分類來看，英偉達(dá)一家獨(dú)大全球云端訓(xùn)練芯片市場，TPU很難撼動英偉達(dá)GPU的壟斷地位，目前英偉達(dá)的GPU+CUDA計算平臺是最成熟的AI訓(xùn)練方案，除此之外還有第三方異構(gòu)計算平臺OpenCL+AMD GPU以及云計算服務(wù)商自研加速芯片這兩種方案，全球各芯片廠商基于不同方案，都推出了針對于云端訓(xùn)練的人工智能芯片。

反觀在全球云端推斷芯片競爭格局方面，云端推斷芯片百家爭鳴，各有千秋。相比訓(xùn)練芯片，推斷芯片考慮的因素更加綜合：單位功耗算力、時延、成本等。初期推斷也采用GPU進(jìn)行加速，但由于應(yīng)用場景的特殊性，依據(jù)具體神經(jīng)網(wǎng)絡(luò)算法優(yōu)化會帶來更高的效率，F(xiàn)PGA/ASIC 的表現(xiàn)可能更突出。

除了Nvidia、Google、Xilinx、Altera(Intel)等傳統(tǒng)芯片大廠涉足云端推斷芯片以外，Wave computing、Groq等初創(chuàng)公司也加入競爭。中國公司里，寒武紀(jì)、比特大陸同樣積極布局云端芯片業(yè)務(wù)。

《2022-2027年中國人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險預(yù)測報告》由中研普華人工智能芯片行業(yè)分析專家領(lǐng)銜撰寫，主要分析了人工智能芯片行業(yè)的市場規(guī)模、發(fā)展現(xiàn)狀與投資前景，同時對人工智能芯片行業(yè)的未來發(fā)展做出科學(xué)的趨勢預(yù)測和專業(yè)的人工智能芯片行業(yè)數(shù)據(jù)分析，幫助客戶評估人工智能芯片行業(yè)投資價值。

• 相關(guān)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(fēng)險預(yù)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(yīng)用中的大量計算任務(wù)的模塊（其他非計算任務(wù)仍由CPU負(fù)責(zé)）。業(yè)界關(guān)于AI芯片的定義仍然缺乏一套嚴(yán)格和公認(rèn)的標(biāo)準(zhǔn)。比較寬泛的看A...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡