中國人工智能芯片市場發(fā)展趨勢預(yù)測 社會大眾對人工智能技術(shù)的期望很高

• 李芬珍子 2023年9月11日 來源：中研網(wǎng) 1051 67
• 繁體

中國人工智能芯片市場發(fā)展趨勢預(yù)測

一、人工智能芯片行業(yè)發(fā)展趨勢

1、技術(shù)發(fā)展趨勢分析

在AI芯片領(lǐng)域，目前還沒有出現(xiàn)一款CPU類的通用AI芯片，人工智能想要像移動支付那樣深入人心，改變社會，可能還差一個"殺手"級別的應(yīng)用。無論是圖像識別、語音識別、機器翻譯、安防監(jiān)控、交通規(guī)劃、自動駕駛、智能陪伴、智慧物聯(lián)網(wǎng)等，AI涵蓋了人們生產(chǎn)生活的方方面面，然而距離AI應(yīng)用落地和大規(guī)模商業(yè)化還有很長的路要走。而對于芯片從業(yè)者來講，當(dāng)務(wù)之急是研究芯片架構(gòu)問題。軟件是實現(xiàn)智能的核心，芯片是支撐智能的基礎(chǔ)。當(dāng)前AI芯片發(fā)展，短期內(nèi)以異構(gòu)計算為主來加速各類應(yīng)用算法的落地;中期要發(fā)展自重構(gòu)、自學(xué)習(xí)、自適應(yīng)的芯片來支持算法的演進和類人的自然智能;長期則朝通用AI芯片的方向發(fā)展。

2、產(chǎn)品發(fā)展趨勢分析

通用AI計算

AI的通用性實際包括2個層級：第一個層級是可以處理任意問題;第二個層級是同一時間處理任意問題。第一層級的目標(biāo)是讓AI的算法可以通過不同的設(shè)計、數(shù)據(jù)和訓(xùn)練方法來處理不同的問題。例如，利用現(xiàn)在流行的深度學(xué)習(xí)方法訓(xùn)練AI下棋、圖像識別、語音識別、行為識別、運動導(dǎo)航等。但是，不同的任務(wù)使用不同的數(shù)據(jù)集來獨立訓(xùn)練，模型一旦訓(xùn)練完成，只適用于這種任務(wù)，而不能用于處理其他任務(wù)。所以，可以說這種AI的算法和訓(xùn)練方法是通用的，而它訓(xùn)練出來用于執(zhí)行某個任務(wù)的模型是不通用的。第二層級的目標(biāo)是讓訓(xùn)練出來的模型可以同時處理多種任務(wù)，就像人一樣可以既會下棋，又會翻譯，還會駕駛汽車和做飯。這個目標(biāo)更加困難，目前還沒有哪一個算法可以如此全能。

通用AI芯片

通用AI芯片就是能夠支持和加速通用AI計算的芯片。關(guān)于通用AI的研究希望通過一個通用的數(shù)學(xué)模型，能夠最大限度概括智能的本質(zhì)。目前比較主流的看法是系統(tǒng)能夠具有通用效用最大化能力：即系統(tǒng)擁有通用歸納能力，能夠逼近任意可逼近的模式，并能利用所識別到的模式取得一個效用函數(shù)的最大化效益。這是很學(xué)術(shù)化的語言，如果通俗地說，就是讓系統(tǒng)通過學(xué)習(xí)和訓(xùn)練，能夠準(zhǔn)確高效地處理任意智能主體能夠處理的任務(wù)。通用AI的難點主要有2個：通用性，包括算法和架構(gòu);實現(xiàn)復(fù)雜程度。當(dāng)前，摩爾定律的逐漸失效和馮·諾伊曼架構(gòu)的瓶頸這2個巨大的技術(shù)挑戰(zhàn)也是通用AI芯片需要考慮的問題。想要解決這2個問題僅通過芯片的設(shè)計理念和架構(gòu)創(chuàng)新是行不通的，還需要取決于更先進的制程工藝、新型半導(dǎo)體材料、新型存儲器件以及人類對于自身大腦更進一步的認(rèn)知。

3、產(chǎn)品應(yīng)用趨勢分析

未來人工智能隨著各項技術(shù)的不斷進步，也將要不斷面對越來越多的挑戰(zhàn)，包括觀念上的挑戰(zhàn)。現(xiàn)實生活中，社會大眾對人工智能技術(shù)的期望往往很高，但人工智能技術(shù)進步不僅受限于軟件、硬件技術(shù)的制約，也受人類對自身理解與了解程度的制約，因此未來人工智能技術(shù)將在現(xiàn)有制約被不斷解決、新的制約又不斷形成的過程中，始終保持螺旋式發(fā)展進步的趨勢。比如語音識別技術(shù)，20世紀(jì)90年代，當(dāng)IBM推出VIAVOICE時，很多人高呼語音識別時代到來了，但當(dāng)大多數(shù)人親自使用時，卻發(fā)現(xiàn)自己的識別率還是不夠高，語音識別應(yīng)用自此進入到長達(dá)十幾年的低迷期;近年來，語音識別技術(shù)得益于機器學(xué)習(xí)與大數(shù)據(jù)，又有了突飛猛進般的進步，現(xiàn)在隨便一個人只要能夠講普通話，計算機對其個人提供的數(shù)量足夠多的語音數(shù)據(jù)進行針對性訓(xùn)練，并對其講話內(nèi)容進行語言模型的定制訓(xùn)練，這個人的語音識別就可以達(dá)到99%的識別正確率。但對獨立一個人能夠做到的，并不意味著無數(shù)大眾使用就都能達(dá)到這樣的水平，不要說對8K語音的識別，從如今各家語音識別廠商對外公開宣布的16K語音平均識別率達(dá)到95%來看，距離大于99%的識別率還有很長的路要走。語音識別技術(shù)確實在進步，但要達(dá)到99%這一平均水平可能需要一年，也有可能又是一個十年，沒有人能夠輕松預(yù)言，準(zhǔn)確判斷。不僅是語音識別，OCR、人臉識別、語義理解、機器翻譯等人工智能技術(shù)在實際應(yīng)用中都會面臨識別率、準(zhǔn)確率的挑戰(zhàn)。因此，無論是企業(yè)還是社會應(yīng)用大眾，都應(yīng)有更加包容的心態(tài)，共同為人工智能產(chǎn)業(yè)的發(fā)展?fàn)I造一個良好的發(fā)展環(huán)境。

二、人工智能芯片行業(yè)應(yīng)用趨勢預(yù)測

中國當(dāng)前本土芯片公司的產(chǎn)品分布了人工智能的整個市場段。在數(shù)據(jù)中心/云端訓(xùn)練和推理芯片部分，以Baidu、Alibaba、華為、Cambricon、BitMain和ThinkForce等為代表，但除了Bitmain的推理芯片，其他的芯片都還在研發(fā)中?？紤]到TAB+華為強大的研發(fā)能力和全球化的資源配置，相信他們最終將會在數(shù)據(jù)中心/云端推理芯片方面獲取一定的地位。而在設(shè)備端的推理芯片部分，創(chuàng)業(yè)芯片公司較為集中，其性能和功耗都和海外同類產(chǎn)品可以匹配，但預(yù)期該市場段未來競爭將較為激烈，并最終處于領(lǐng)先地位。

當(dāng)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(guān)注，完成了一系列政策層面的頂層設(shè)計。而擁有大量的數(shù)據(jù)并對數(shù)據(jù)主權(quán)的管理以及應(yīng)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(yīng)積極投身中國的人工智能發(fā)展大潮之中，在技術(shù)、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。

《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