中國人工智能行業(yè)發(fā)展概況 芯片行業(yè)有兩個重要特點

• 李芬珍子 2023年9月7日 來源：中研網(wǎng) 1243 81
• 繁體

人工智能行業(yè)發(fā)展概況

一、人工智能行業(yè)概述

AI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(jié)構(gòu)的各個層次。

AI芯片主要包括三類：

1、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;

2、側(cè)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;

3、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。

二、人工智能的發(fā)展歷程

第一階段(2006年以前)：在這一階段，尚未出現(xiàn)突破性的人工智能算法，且能夠獲取的數(shù)據(jù)也較為有限，傳統(tǒng)通用CPU已經(jīng)能夠完全滿足當時的計算需要，學界和產(chǎn)業(yè)界均對人工智能芯片沒有特殊需求，因此，人工智能芯片產(chǎn)業(yè)的發(fā)展一直較為緩慢。

第二階段(2006—2010年)：在這一階段，游戲、高清視頻等行業(yè)快速發(fā)展，同時也助推了GPU產(chǎn)品的迭代升級。2006年，GPU廠商英偉達發(fā)布了統(tǒng)一計算設備架構(gòu)(CUDA)，第一次讓GPU具備了可編程性，讓GPU的核心流式處理器既具有處理像素、頂點、圖形等渲染能力，又同時具備通用的單精度浮點處理能力，即令GPU既能做游戲和渲染，也能做并行度很高的通用計算，英偉達稱之為GPCPU。統(tǒng)一計算設備架構(gòu)推出后，GPU編程更加易用便捷，研究人員發(fā)現(xiàn)，GPU所具有的并行計算特性比通用CPU的計算效率更高，更加適用于深度學習等人工智能先進算法所需的“暴力計算”場景。在GPU的助力下，人工智能算法的運算效率可以提高幾十倍，由此，研究人員開始大規(guī)模使用GPU開展人工智能領域的研究和應用。

第三階段(2010—2015年)：2010年之后，以云計算、大數(shù)據(jù)等為代表的新一代信息技術高速發(fā)展并逐漸開始普及，云端采用“CPU+GPU”混合計算模式使得研究人員開展人工智能所需的大規(guī)模計算更加便捷高效，進一步推動了人工智能算法的演進和人工智能芯片的廣泛使用，同時也促進了各種類型的人工智能芯片的研究與應用。

第四階段(2016年至今)：2016年，采用TPU架構(gòu)的谷歌旗下Deep Mind公司研發(fā)的人工智能系統(tǒng)阿爾法圍棋(Alpha Go)擊敗了世界冠軍韓國棋手李世石，使得以深度學習為核心的人工智能技術得到了全球范圍內(nèi)的極大關注。此后，業(yè)界對于人工智能算力的要求越來越高，而GPU價格昂貴、功耗高的缺點也使其在場景各異的應用環(huán)境中受到諸多限制，因此，研究人員開始研發(fā)專門針對人工智能算法進行優(yōu)化的定制化芯片。大量人工智能芯片領域的初創(chuàng)公司在這一階段涌現(xiàn)，傳統(tǒng)互聯(lián)網(wǎng)巨頭也迅速入局該領域爭奪市場，專用人工智能芯片呈現(xiàn)出百花齊放的格局，在應用領域、計算能力、能耗比等方面都有了極大的提升。

三、行業(yè)特性及在國民經(jīng)濟中的地位

在經(jīng)歷了互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的追趕之后，中國正成為一個重要的數(shù)據(jù)大國，而推動人工智能發(fā)展的最重要的因素之一就是數(shù)據(jù)。中國政府正通過《中國制造2025》、數(shù)字中國等政策推動中國產(chǎn)業(yè)的信息化智能化升級轉(zhuǎn)型，這為人工智能的發(fā)展提供了很多實際的應用場景。因此在這一次人工智能的大潮中，中國正站在一個非常有利的地位。

現(xiàn)階段來看，國產(chǎn)芯片的成功應用大多在消費類領域，能夠?qū)崿F(xiàn)國產(chǎn)替代的芯片，大部分集中在電源，邏輯，存儲，MCU，半導體分立器件等中低端產(chǎn)品;而在對穩(wěn)定性和可靠性要求很高的通信、工業(yè)、醫(yī)療以及軍事的大批量應用中，國產(chǎn)芯片則幾乎難覓蹤影。一些技術含量很高的關鍵器件：如高速光通信接口、大規(guī)模FPGA、高速高精度ADC/DAC等領域仍然完全依賴美國供應商。雖然，國內(nèi)半導體上市公司受到資金追捧，反映了市場投資者對于實現(xiàn)國產(chǎn)替代的憧憬，但仍需從芯片行業(yè)的特點出發(fā)去冷靜思考。

芯片行業(yè)有兩個重要特點——試錯成本高、排錯難度大。不算架構(gòu)設計，整個芯片設計過程從電路設計開始，到投片，最少需要半年時間;投片送到工廠加工生產(chǎn)，一般需要2個月到3個月。而且一次投片的費用至少數(shù)十萬元，先進工藝甚至高達一千萬到幾千萬。如此高的試錯和時間成本對一次成功率的要求極高，因此相關人員不得不把流程拖長，進行反復驗證。在這一過程中，需要多個工種密切配合，團隊中一個人出錯，3個月后回來的芯片可能就是一塊石頭。修改一輪后，有需要花費3個月重來一次。

上述兩個特點決定了芯片行業(yè)必然需要長期持續(xù)投入，才有可能出成果，想依靠短期一次性投入取得成功幾乎就是不可能完成的任務。中國集成電路產(chǎn)業(yè)依然受資本熱捧，陸續(xù)涌入但相對分散的資本已經(jīng)漸漸偏離了主航道。集成電路產(chǎn)業(yè)大多環(huán)節(jié)需要十年以上的積累方顯成效，涌入的資金并不能在短期內(nèi)全面提升行業(yè)的技術、產(chǎn)業(yè)競爭力，相反，越來越多的企業(yè)開始感受到資本“過熱”帶來的煎熬。

《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