人工智能芯片行業SWOT分析 工業園區等成為人工智能芯片產業的發展載體

• 李芬珍子 2023年9月8日 來源：中研網 1347 88
• 繁體

人工智能芯片行業SWOT分析

一、人工智能芯片行業優勢分析

科教資源優勢突出。我國共有以北京大學、清華大學等為代表的“985”、“211”平臺高校100余所。網絡智能實驗室、機器智能實驗室等國家重點實驗室遍布各大高校，科研院所中，人工智能芯片產業的研究體系日益完善。

社會產業載體初具規模。我國的經濟開發區、工業園區等成為人工智能芯片產業的發展載體，構成產業發展的基本格局。各大省會與發展勢頭較好的城市均設立了經濟開發區，如濟南市高新區。

產學合作逐步完善。近年來，我國各大高校紛紛聯合企業開展相關研究，給企業帶來產業優勢的同時，給各大院校帶來了更多的學習機會。

二、人工智能芯片行業劣勢分析

核心技術受制于人。在我國，中低層次的人工智能產業有一定的應用，比如在大數據管理和云計算技術、聲紋識別、人臉識別、機器翻譯和語義理解、智能家居等領域，但是到中高層次的智能技術，比如虛擬現實、深度學習、仿真技術、智能機器人等還比較欠缺，我國關鍵領域原始創新和協同創新能力急需提升，一些核心技術、產品和裝備嚴重依賴進口，引領產業發展方向、把握產業發展主導權的能力不強。

三、人工智能芯片行業機會分析

近幾年國家對人工智能和人工智能芯片產業給予了戰略層面的關注，從2014年發布《國家集成電路產業發展推進綱要》將IC產業視為國家戰略性、基礎性、先導性行業發展，包括《中國制造2025》，《互聯網+指導意見》、《十三五”規劃》等多份國家級戰略文件中都特別提出了人工智能芯片、類腦計算的發展方向。其中，《中國制造2025》提出2020年中國芯片自給率要達到40%，2025年要達到50%;2017年7月發布的《新一代人工智能發展規劃》更要求人工智能核心產業到2030年達到1萬億，帶動相關產業規模超過10萬億。政策對IC產業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同時作為國家級戰略的，AI芯片產業有望引領中國“芯”大步向前。

四、人工智能芯片行業威脅分析

目前，我國的人工智能芯片行業發展尚處于起步階段。很多專利技術需要進口，外資企業也大肆占領我們人工智能芯片行業市場，說挑戰其實過輕，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的壟斷，我國人工智能芯片面臨的將是滅頂之災。

人工智能芯片行業競爭格局分析

一、產品競爭格局

對于AI芯片的應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。第二類是需要較強智能的終端芯片(面向手機，安防監控，無人機，機器人，自動/輔助駕駛，VR/AR等)，可以叫“泛手機終端芯片”。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，從競爭態勢來說， 通用芯片GPU的生產廠家NVIDIA一家獨大，利潤空間很大，且存在較多問題，比如對圖像、連續視頻和語音的檢測和識別，實時翻譯等，這類應用除了需要強大的處理能力外，還有較高的實時性和能效要求，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(已經有海光和華芯通在做)的復雜度和生態環境，AI專用芯片在技術實現和應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，該領域的初創公司極可能做大做強，成為新的科技巨頭。

泛手機終端AI芯片是目前產業競爭最激烈的戰場。手機芯片大廠(高通，MTK，海思，展訊，蘋果，三星)在手機端進行大規模AI應用實踐的同時還在不斷把自己的技術能力推廣到無人機，機器人，安防監控，自動駕駛，VR/AR等領域。以IP授權的方式進入終端市場也不被看好，第一，從技術能力來講，上述大公司都有實力(多年做通信基帶和多媒體的經驗)設計復雜的加速器或者專用處理器;第二，傳統的IP廠商，比如CEVA，Synopsys，Cadence和Vericilicon也都盯著AI這個機會。最近這些公司也都頻繁發布支持AI應用的DSP芯片和硬件加速器產品。

第三類弱智能終端芯片實際上可以和第二類芯片一起叫做邊緣計算芯片。這里加以區別是因為這類芯片對功耗、成本甚至尺寸的約束更大，主要應用在物聯網，可穿戴應用和智能家居領域。這類芯片的硬件平臺的處理能力非常有限，但是應用豐富多樣，差異化明顯，結合各類終端傳感器，會產生五花八門的需求。相對泛手機芯片而言，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，門檻將進一步降低，成功與否的關鍵在于芯片的spec定義是否合理，能不能在市場出現的時候及時拿出芯片。相信未來可以看到不少初創公司在這個領域成長壯大。

二、企業競爭格局

CPU桌面和服務器市場由英特爾壟斷、AMD其次，移動市場以采用ARM架構的高通、蘋果、三星、華為、聯發科等眾多公司為主;GPU桌面和服務器市場主要由英偉達、AMD瓜分，移動市場以高通、蘋果、聯發科等眾多公司為主。

FPGA的全球市場規模在2017年為59.6億美元，預計到2023年達到98.0億美元，年復合增長率8.6%，主要供應商為賽靈思(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

根據芯片技術結構分類來看，各個種類的人工智能芯片領域幾乎都能看到國外半導體巨頭的影子，反觀國內的人工智能芯片企業，由于它們大部分是新創公司，所以在人工智能芯片領域的滲透率較低，這些企業主要聚集在ASIC和類腦，如寒武紀主打ASIC芯片，而近幾年興起的類腦芯片領域，西井科技有所涉足。

而從應用領域分類來看，英偉達一家獨大全球云端訓練芯片市場，TPU很難撼動英偉達GPU的壟斷地位，目前英偉達的GPU+CUDA計算平臺是最成熟的AI訓練方案，除此之外還有第三方異構計算平臺OpenCL+AMD GPU以及云計算服務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進行加速，但由于應用場景的特殊性，依據具體神經網絡算法優化會帶來更高的效率，FPGA/ASIC 的表現可能更突出。

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

《2022-2027年中國人工智能芯片行業發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分析專家領銜撰寫，主要分析了人工智能芯片行業的市場規模、發展現狀與投資前景，同時對人工智能芯片行業的未來發展做出科學的趨勢預測和專業的人工智能芯片行業數據分析，幫助客戶評估人工智能芯片行業投資價值。

• 相關深度報告REPORTS

  

  2022-2027年中國人工智能芯片行業發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