中國人工智能芯片行業(yè)細分市場發(fā)展趨勢

• 李芬珍子 2023年9月11日 來源：中研網(wǎng) 291 11
• 繁體

中國人工智能芯片行業(yè)細分市場發(fā)展趨勢預測

一、基于FPGA的半定制人工智能芯片

(1)產(chǎn)品簡況與特征

FPGA(FIELD-PROGRAMMABLE GATE ARRAY)，即現(xiàn)場可編程門陣列，它是在PAL、GAL、CPLD等可編程器件的基礎上進一步發(fā)展的產(chǎn)物。用戶可以通過燒入FPGA配置文件來定義這些門電路以及存儲器之間的連線。

FPGA內部包含大量重復的IOB、CLB和布線信道等基本單元。FPGA在出廠時是“萬能芯片”，用戶可根據(jù)自身需求，用硬件描述語言(HDL)對FPGA的硬件電路進行設計;每完成一次燒錄，F(xiàn)PGA內部的硬件電路就有了確定的連接方式，具有了一定的功能;輸入的數(shù)據(jù)只需要依次經(jīng)過各個門電路，就可以得到輸出結果。

(2)產(chǎn)品市場發(fā)展現(xiàn)狀

由于FPGA的靈活性，很多使用通用處理器或ASIC難以實現(xiàn)的下層硬件控制操作技術利用FPGA可以很方便的實現(xiàn)，從而為算法的功能實現(xiàn)和優(yōu)化留出了更大空間。同時FPGA一次性成本(光刻掩模制作成本)遠低于ASIC，在芯片需求還未成規(guī)模、深度學習算法暫未穩(wěn)定需要不斷迭代改進的情況下，利用具備可重構特性的FPGA芯片來實現(xiàn)半定制的人工智能芯片是最佳選擇。

(3)市場代表企業(yè)

目前，F(xiàn)PGA市場基本上全部被國外XILINX、ALTERA(現(xiàn)并入INTEL)、LATTICE、MICROSEMI四家占據(jù)。其中XILINX和ALTERA兩大公司對FPGA的技術與市場占據(jù)絕對壟斷地位。在ALTERA尚未被INTEL收購的2014年，XILINX和ALTERA分別實現(xiàn)23.8億美元和19.3億美元的營收，分別占有48%和41%的市場份額，而同年LATTICE和MICROSEMI(僅FPGA業(yè)務部分)兩公司營收為3.66億美元和2.75億美元，前兩大廠商占據(jù)了近90%的市場份額。

二、針對深度學習算法的全定制人工智能芯片

(1)產(chǎn)品簡況與特征

在針對深度學習算法的全定制階段，芯片是完全采用ASIC設計方法全定制，性能、功耗和面積等指標面向深度學習算法都做到了最優(yōu)。

ASIC(Application Specific Integrated Circuits，專用集成電路)，是指應特定用戶要求或特定電子系統(tǒng)的需要而設計、制造的集成電路。嚴格意義上來講，ASIC是一種專用芯片，與傳統(tǒng)的通用芯片有一定的差異。是為了某種特定的需求而專門定制的芯片。

(2)產(chǎn)品市場發(fā)展現(xiàn)狀

ASIC在人工智能深度學習方面的應用還不多，但是可以拿比特幣礦機芯片的發(fā)展做類似的推理。比特幣挖礦和人工智能深度學習有類似之處，都是依賴于底層的芯片進行大規(guī)模的并行計算。而ASIC在比特幣挖礦領域，展現(xiàn)出了得天獨厚的優(yōu)勢。

目前ASIC芯片已成為主流的礦機芯片，挖礦速度基本都達到了GH/S的級別，比如BITMAIN的第四代芯片BM1385，單顆芯片算力可達32.5GH/S，在0.66V的核心電壓下功耗僅為0.216W/GH/S。ASIC芯片隨著硅片加工精度的提升，其性能更好，功耗更低。目前硅片加工精度已經(jīng)130nm提升至14nm，基本接近現(xiàn)有半導體技術的極限。

(3)市場代表企業(yè)

ASIC易學難練，要想大成，靡費巨資。因此玩ASIC的不乏豪門貴族。例如，谷歌于2016年推出可編程AI加速器TPU，英特爾也于2017年推出專為深度學習設計的芯片Knights Mill。微軟打造Project Catapult支持微軟Bing。

從初創(chuàng)公司來看，美國的Wave Computing公司專注于深度學習芯片架構，推出DPU(Dataflow Processing Unit);英國的Graphcore公司將推出開源軟件框架Poplar和智能處理單元IPU。

相比于科技巨頭，初創(chuàng)企業(yè)更有可能結合具體應用場景設計芯片，如地平線機器人設計的第一代BPU(Brain Processing Unit)，被用于開發(fā)ADAS系統(tǒng)。

(4)市場前景與趨勢分析

國內的比特幣芯片生產(chǎn)廠商，都有可能在人工智能時代華麗轉身，成為擁抱深度學習的定制芯片供應商。在這塊領域有所深耕建樹的公司有，國內的深圳烤貓、迦南耘智、比特大陸和龍礦科技。擁有自產(chǎn)芯片的礦機生產(chǎn)商的盈利能力強，普遍的毛利率達到50%以上。

隨著人工智能算法和應用技術的日益發(fā)展，以及人工智能專用芯片ASIC產(chǎn)業(yè)環(huán)境的逐漸成熟，人工智能ASIC將成為人工智能計算芯片發(fā)展的必然趨勢。

中國人工智能芯片市場需求預測

國內人工智能芯片行業(yè)發(fā)展仍處在起步階段。長期以來，我國在CPU、GPU和DSP設計上一直處于追趕狀態(tài)，絕大多數(shù)芯片依靠國外的IP核進行設計，自主創(chuàng)新能力不足。但我們也看到，國內人工智能產(chǎn)業(yè)的快速發(fā)展，也為國內芯片產(chǎn)業(yè)實現(xiàn)換道超車創(chuàng)造了機會。由于國內外在芯片生態(tài)上并未形成壟斷，國內芯片設計廠商尤其是專用芯片設計廠商，同國外競爭對手還處在同一起跑線上。

目前國內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。未來隨著國內人工智能市場的快速發(fā)展，生態(tài)建設的完善，國內AI芯片企業(yè)將有著更大的發(fā)展空間，未來5年的市場規(guī)模增速將超過全球平均水平。

中國人工智能芯片行業(yè)供需平衡預測

AI芯片在物聯(lián)網(wǎng)，大數(shù)據(jù)以及人工智能算法的商業(yè)落地浪潮中，需求旺盛，利潤空間大，競爭不充分，發(fā)展前景廣闊。

AI芯片面向云端的高性能推理和訓練，技術門檻較高，競爭較少，易于產(chǎn)生行業(yè)巨頭。泛手機終端芯片競爭激烈，不適宜中小公司進入。面向邊緣端都低功耗和特定應用場景的AI芯片，對把握住市場需求的初創(chuàng)公司是巨大的機會。

AI芯片的風險在于，投資規(guī)模大周期長，技術密集，要求完整的軟件棧和工具鏈，后端設計和驗證門檻高，對于市場需求把握難度較大。

如果企業(yè)對市場的判斷力不強，市場意識淡薄，再加上思想比較保守，過分依賴舊的營銷方式，以及規(guī)模、資金、信息等各方面的不足，無力建設和經(jīng)營營銷網(wǎng)絡和開展產(chǎn)品宣傳活動，產(chǎn)品都難以突破本地區(qū)的范圍，因此市場占有率越來越小，不少企業(yè)已處在朝不保夕的地步。若企業(yè)生產(chǎn)達不到一定的規(guī)模效應，則難有大的發(fā)展空間，所以必然會導致行業(yè)內的大型企業(yè)發(fā)展，許多小型企業(yè)被兼并整合。

《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》由中研普華人工智能芯片行業(yè)分析專家領銜撰寫，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)展做出科學的趨勢預測和專業(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