人工智能芯片行業(yè)研究結(jié)論及建議 AI芯片的相關(guān)研發(fā)逐漸成為學(xué)術(shù)界和工業(yè)界研發(fā)的熱點(diǎn)

• 李芬珍子 2023年9月12日 來(lái)源：中研網(wǎng) 1330 87
• 繁體

人工智能芯片行業(yè)研究結(jié)論及建議

從2015年開(kāi)始，AI芯片的相關(guān)研發(fā)逐漸成為學(xué)術(shù)界和工業(yè)界研發(fā)的熱點(diǎn)。到目前為止，在云端和終端已經(jīng)有很多專門(mén)為AI應(yīng)用設(shè)計(jì)的芯片和硬件系統(tǒng)。同時(shí)，針對(duì)目標(biāo)應(yīng)用是“訓(xùn)練”還是“推斷”，我們可以把AI芯片的目標(biāo)領(lǐng)域分成4個(gè)象限。其中，在邊緣/嵌入設(shè)備中以推斷應(yīng)用為主，訓(xùn)練的需求還不是很明確。有些高性能的邊緣設(shè)備雖然也會(huì)進(jìn)行訓(xùn)練，但從硬件本身來(lái)說(shuō)，它們更類似于云端設(shè)備。未來(lái)的邊緣和嵌入設(shè)備可能都需要具備一定的學(xué)習(xí)能力，以支持在線學(xué)習(xí)功能。其他幾個(gè)象限都有自身實(shí)現(xiàn)的需求和約束，目前也都有針對(duì)性的芯片和硬件系統(tǒng)。

人工智能芯片子行業(yè)研究結(jié)論及建議

目前市場(chǎng)上可以買到的人工智能芯片按照處理任務(wù)的不同可以分為兩類。

一類是面向訓(xùn)練和推斷(Inference)的，這個(gè)工作GPU可以干，CPU也可以干，F(xiàn)PGA也可以干。但如果開(kāi)發(fā)人工智能的芯片，則干得更好。因?yàn)槿斯ぶ悄苄酒菍I(yè)干這個(gè)的，相當(dāng)于是“專家”。

另一類是推斷加速芯片。這類芯片就是把神經(jīng)網(wǎng)絡(luò)訓(xùn)練好的模型放在芯片上跑。比如寒武紀(jì)的神經(jīng)網(wǎng)絡(luò)芯片，深鑒科技的DPU，地平線機(jī)器人的BPU都是這類產(chǎn)品。

如果按使用場(chǎng)景劃分，人工智能芯片主要分為云端和終端芯片。

目前主流的深度學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)算法包括訓(xùn)練和推斷兩個(gè)環(huán)節(jié)。由于訓(xùn)練需要大量數(shù)據(jù)去訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)，因此訓(xùn)練主要在云端進(jìn)行。比如百度在2018年的AI開(kāi)發(fā)者大會(huì)上推出的昆侖芯片--這是中國(guó)首款云端全功能AI芯片。

而終端芯片更側(cè)重低成本和低功耗，目前中國(guó)的人工智能芯片初創(chuàng)企業(yè)主要布局在這個(gè)領(lǐng)域。

以手機(jī)為例，日常的拍照美顏手機(jī)如果是帶有移動(dòng)端的人工智能芯片，那么手機(jī)可以根據(jù)用戶平時(shí)的喜好，在照片拍攝完成后同步完成照片美化。

當(dāng)然，一片在指甲蓋大小的面積上集成了超過(guò)55億個(gè)晶體管的AI芯片不可能只用來(lái)拍拍照這么簡(jiǎn)單。目前手機(jī)上已經(jīng)有語(yǔ)音服務(wù)、機(jī)器視覺(jué)識(shí)別、圖像處理等智能應(yīng)用，未來(lái)還會(huì)增加包含醫(yī)療、AR、游戲AI等更多元化的應(yīng)用類型。

中研普華人工智能芯片行業(yè)發(fā)展建議

一、行業(yè)發(fā)展策略建議

圍繞提升我國(guó)人工智能國(guó)際競(jìng)爭(zhēng)力的迫切需求，新一代人工智能關(guān)鍵共性技術(shù)的研發(fā)部署要以算法為核心，以數(shù)據(jù)和硬件為基礎(chǔ)，以提升感知識(shí)別、知識(shí)計(jì)算、認(rèn)知推理、運(yùn)動(dòng)執(zhí)行、人機(jī)交互能力為重點(diǎn)，形成開(kāi)放兼容、穩(wěn)定成熟的技術(shù)體系。

知識(shí)計(jì)算引擎與知識(shí)服務(wù)技術(shù)。重點(diǎn)突破知識(shí)加工、深度搜索和可視交互核心技術(shù)，實(shí)現(xiàn)對(duì)知識(shí)持續(xù)增量的自動(dòng)獲取，具備概念識(shí)別、實(shí)體發(fā)現(xiàn)、屬性預(yù)測(cè)、知識(shí)演化建模和關(guān)系挖掘能力，形成涵蓋數(shù)十億實(shí)體規(guī)模的多源、多學(xué)科和多數(shù)據(jù)類型的跨媒體知識(shí)圖譜。

跨媒體分析推理技術(shù)。重點(diǎn)突破跨媒體統(tǒng)一表征、關(guān)聯(lián)理解與知識(shí)挖掘、知識(shí)圖譜構(gòu)建與學(xué)習(xí)、知識(shí)演化與推理、智能描述與生成等技術(shù)，實(shí)現(xiàn)跨媒體知識(shí)表征、分析、挖掘、推理、演化和利用，構(gòu)建分析推理引擎。

群體智能關(guān)鍵技術(shù)。重點(diǎn)突破基于互聯(lián)網(wǎng)的大眾化協(xié)同、大規(guī)模協(xié)作的知識(shí)資源管理與開(kāi)放式共享等技術(shù)，建立群智知識(shí)表示框架，實(shí)現(xiàn)基于群智感知的知識(shí)獲取和開(kāi)放動(dòng)態(tài)環(huán)境下的群智融合與增強(qiáng)，支撐覆蓋全國(guó)的千萬(wàn)級(jí)規(guī)模群體感知、協(xié)同與演化。

混合增強(qiáng)智能新架構(gòu)與新技術(shù)。重點(diǎn)突破人機(jī)協(xié)同的感知與執(zhí)行一體化模型、智能計(jì)算前移的新型傳感器件、通用混合計(jì)算架構(gòu)等核心技術(shù)，構(gòu)建自主適應(yīng)環(huán)境的混合增強(qiáng)智能系統(tǒng)、人機(jī)群組混合增強(qiáng)智能系統(tǒng)及支撐環(huán)境。

自主無(wú)人系統(tǒng)的智能技術(shù)。重點(diǎn)突破自主無(wú)人系統(tǒng)計(jì)算架構(gòu)、復(fù)雜動(dòng)態(tài)場(chǎng)景感知與理解、實(shí)時(shí)精準(zhǔn)定位、面向復(fù)雜環(huán)境的適應(yīng)性智能導(dǎo)航等共性技術(shù)，無(wú)人機(jī)自主控制以及汽車、船舶和軌道交通自動(dòng)駕駛等智能技術(shù)，服務(wù)機(jī)器人、特種機(jī)器人等核心技術(shù)，支撐無(wú)人系統(tǒng)應(yīng)用和產(chǎn)業(yè)發(fā)展。

虛擬現(xiàn)實(shí)智能建模技術(shù)。重點(diǎn)突破虛擬對(duì)象智能行為建模技術(shù)，提升虛擬現(xiàn)實(shí)中智能對(duì)象行為的社會(huì)性、多樣性和交互逼真性，實(shí)現(xiàn)虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等技術(shù)與人工智能的有機(jī)結(jié)合和高效互動(dòng)。

智能計(jì)算芯片與系統(tǒng)。重點(diǎn)突破高能效、可重構(gòu)類腦計(jì)算芯片和具有計(jì)算成像功能的類腦視覺(jué)傳感器技術(shù)，研發(fā)具有自主學(xué)習(xí)能力的高效能類腦神經(jīng)網(wǎng)絡(luò)架構(gòu)和硬件系統(tǒng)，實(shí)現(xiàn)具有多媒體感知信息理解和智能增長(zhǎng)、常識(shí)推理能力的類腦智能系統(tǒng)。

二、行業(yè)投資方向建議

建設(shè)布局人工智能創(chuàng)新平臺(tái)，強(qiáng)化對(duì)人工智能研發(fā)應(yīng)用的基礎(chǔ)支撐。人工智能開(kāi)源軟硬件基礎(chǔ)平臺(tái)重點(diǎn)建設(shè)支持知識(shí)推理、概率統(tǒng)計(jì)、深度學(xué)習(xí)等人工智能范式的統(tǒng)一計(jì)算框架平臺(tái)，形成促進(jìn)人工智能軟件、硬件和智能云之間相互協(xié)同的生態(tài)鏈。群體智能服務(wù)平臺(tái)重點(diǎn)建設(shè)基于互聯(lián)網(wǎng)大規(guī)模協(xié)作的知識(shí)資源管理與開(kāi)放式共享工具，形成面向產(chǎn)學(xué)研用創(chuàng)新環(huán)節(jié)的群智眾創(chuàng)平臺(tái)和服務(wù)環(huán)境?；旌显鰪?qiáng)智能支撐平臺(tái)重點(diǎn)建設(shè)支持大規(guī)模訓(xùn)練的異構(gòu)實(shí)時(shí)計(jì)算引擎和新型計(jì)算集群，為復(fù)雜智能計(jì)算提供服務(wù)化、系統(tǒng)化平臺(tái)和解決方案。自主無(wú)人系統(tǒng)支撐平臺(tái)重點(diǎn)建設(shè)面向自主無(wú)人系統(tǒng)復(fù)雜環(huán)境下環(huán)境感知、自主協(xié)同控制、智能決策等人工智能共性核心技術(shù)的支撐系統(tǒng)，形成開(kāi)放式、模塊化、可重構(gòu)的自主無(wú)人系統(tǒng)開(kāi)發(fā)與試驗(yàn)環(huán)境。人工智能基礎(chǔ)數(shù)據(jù)與安全檢測(cè)平臺(tái)重點(diǎn)建設(shè)面向人工智能的公共數(shù)據(jù)資源庫(kù)、標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)集、云服務(wù)平臺(tái)等，形成人工智能算法與平臺(tái)安全性測(cè)試評(píng)估的方法、技術(shù)、規(guī)范和工具集。促進(jìn)各類通用軟件和技術(shù)平臺(tái)的開(kāi)源開(kāi)放。

發(fā)展支撐新一代物聯(lián)網(wǎng)的高靈敏度、高可靠性智能傳感器件和芯片，攻克射頻識(shí)別、近距離機(jī)器通信等物聯(lián)網(wǎng)核心技術(shù)和低功耗處理器等關(guān)鍵器件。

三、行業(yè)投資方式建議

行業(yè)投資方式主要有兩種：一是自己生產(chǎn);二是以技術(shù)、資金等方式合資生產(chǎn)。就人工智能芯片行業(yè)而言，技術(shù)是關(guān)鍵。潛在進(jìn)入者如果掌握了技術(shù)，可選擇自行生產(chǎn)或與人合資生產(chǎn);而假如潛在進(jìn)入者本身并無(wú)關(guān)鍵技術(shù)，想要進(jìn)入人工智能芯片行業(yè)較為困難，風(fēng)險(xiǎn)性也高，由于人工智能芯片行業(yè)的研發(fā)周期長(zhǎng)，目前尚未有完全的造血能力，僅僅依靠外部融資支持，再加上技術(shù)更新變化多樣，單純的跟進(jìn)投資，可能導(dǎo)致血本無(wú)歸。因此，人工智能芯片行業(yè)雖然是風(fēng)口，但是潛在進(jìn)入者不可盲目進(jìn)入，可在產(chǎn)業(yè)鏈及相關(guān)行業(yè)逐步進(jìn)入。

《2022-2027年中國(guó)人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告》由中研普華人工智能芯片行業(yè)分析專家領(lǐng)銜撰寫(xiě)，主要分析了人工智能芯片行業(yè)的市場(chǎng)規(guī)模、發(fā)展現(xiàn)狀與投資前景，同時(shí)對(duì)人工智能芯片行業(yè)的未來(lái)發(fā)展做出科學(xué)的趨勢(shì)預(yù)測(cè)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(píng)估人工智能芯片行業(yè)投資價(jià)值。

• 相關(guān)深度報(bào)告REPORTS

  

  2022-2027年中國(guó)人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告

  人工智能芯片也被稱為AI加速器或計(jì)算卡，即專門(mén)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)）。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