人工智能芯片行業研究結論及建議 AI芯片的相關研發逐漸成為學術界和工業界研發的熱點

• 李芬珍子 2023年9月12日 來源：中研網 1330 87
• 繁體

人工智能芯片行業研究結論及建議

從2015年開始，AI芯片的相關研發逐漸成為學術界和工業界研發的熱點。到目前為止，在云端和終端已經有很多專門為AI應用設計的芯片和硬件系統。同時，針對目標應用是“訓練”還是“推斷”，我們可以把AI芯片的目標領域分成4個象限。其中，在邊緣/嵌入設備中以推斷應用為主，訓練的需求還不是很明確。有些高性能的邊緣設備雖然也會進行訓練，但從硬件本身來說，它們更類似于云端設備。未來的邊緣和嵌入設備可能都需要具備一定的學習能力，以支持在線學習功能。其他幾個象限都有自身實現的需求和約束，目前也都有針對性的芯片和硬件系統。

人工智能芯片子行業研究結論及建議

目前市場上可以買到的人工智能芯片按照處理任務的不同可以分為兩類。

一類是面向訓練和推斷(Inference)的，這個工作GPU可以干，CPU也可以干，FPGA也可以干。但如果開發人工智能的芯片，則干得更好。因為人工智能芯片是專業干這個的，相當于是“專家”。

另一類是推斷加速芯片。這類芯片就是把神經網絡訓練好的模型放在芯片上跑。比如寒武紀的神經網絡芯片，深鑒科技的DPU，地平線機器人的BPU都是這類產品。

如果按使用場景劃分，人工智能芯片主要分為云端和終端芯片。

目前主流的深度學習人工神經網絡算法包括訓練和推斷兩個環節。由于訓練需要大量數據去訓練人工神經網絡，因此訓練主要在云端進行。比如百度在2018年的AI開發者大會上推出的昆侖芯片--這是中國首款云端全功能AI芯片。

而終端芯片更側重低成本和低功耗，目前中國的人工智能芯片初創企業主要布局在這個領域。

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

當然，一片在指甲蓋大小的面積上集成了超過55億個晶體管的AI芯片不可能只用來拍拍照這么簡單。目前手機上已經有語音服務、機器視覺識別、圖像處理等智能應用，未來還會增加包含醫療、AR、游戲AI等更多元化的應用類型。

中研普華人工智能芯片行業發展建議

一、行業發展策略建議

圍繞提升我國人工智能國際競爭力的迫切需求，新一代人工智能關鍵共性技術的研發部署要以算法為核心，以數據和硬件為基礎，以提升感知識別、知識計算、認知推理、運動執行、人機交互能力為重點，形成開放兼容、穩定成熟的技術體系。

知識計算引擎與知識服務技術。重點突破知識加工、深度搜索和可視交互核心技術，實現對知識持續增量的自動獲取，具備概念識別、實體發現、屬性預測、知識演化建模和關系挖掘能力，形成涵蓋數十億實體規模的多源、多學科和多數據類型的跨媒體知識圖譜。

跨媒體分析推理技術。重點突破跨媒體統一表征、關聯理解與知識挖掘、知識圖譜構建與學習、知識演化與推理、智能描述與生成等技術，實現跨媒體知識表征、分析、挖掘、推理、演化和利用，構建分析推理引擎。

群體智能關鍵技術。重點突破基于互聯網的大眾化協同、大規模協作的知識資源管理與開放式共享等技術，建立群智知識表示框架，實現基于群智感知的知識獲取和開放動態環境下的群智融合與增強，支撐覆蓋全國的千萬級規模群體感知、協同與演化。

混合增強智能新架構與新技術。重點突破人機協同的感知與執行一體化模型、智能計算前移的新型傳感器件、通用混合計算架構等核心技術，構建自主適應環境的混合增強智能系統、人機群組混合增強智能系統及支撐環境。

自主無人系統的智能技術。重點突破自主無人系統計算架構、復雜動態場景感知與理解、實時精準定位、面向復雜環境的適應性智能導航等共性技術，無人機自主控制以及汽車、船舶和軌道交通自動駕駛等智能技術，服務機器人、特種機器人等核心技術，支撐無人系統應用和產業發展。

虛擬現實智能建模技術。重點突破虛擬對象智能行為建模技術，提升虛擬現實中智能對象行為的社會性、多樣性和交互逼真性，實現虛擬現實、增強現實等技術與人工智能的有機結合和高效互動。

智能計算芯片與系統。重點突破高能效、可重構類腦計算芯片和具有計算成像功能的類腦視覺傳感器技術，研發具有自主學習能力的高效能類腦神經網絡架構和硬件系統，實現具有多媒體感知信息理解和智能增長、常識推理能力的類腦智能系統。

二、行業投資方向建議

建設布局人工智能創新平臺，強化對人工智能研發應用的基礎支撐。人工智能開源軟硬件基礎平臺重點建設支持知識推理、概率統計、深度學習等人工智能范式的統一計算框架平臺，形成促進人工智能軟件、硬件和智能云之間相互協同的生態鏈。群體智能服務平臺重點建設基于互聯網大規模協作的知識資源管理與開放式共享工具，形成面向產學研用創新環節的群智眾創平臺和服務環境。混合增強智能支撐平臺重點建設支持大規模訓練的異構實時計算引擎和新型計算集群，為復雜智能計算提供服務化、系統化平臺和解決方案。自主無人系統支撐平臺重點建設面向自主無人系統復雜環境下環境感知、自主協同控制、智能決策等人工智能共性核心技術的支撐系統，形成開放式、模塊化、可重構的自主無人系統開發與試驗環境。人工智能基礎數據與安全檢測平臺重點建設面向人工智能的公共數據資源庫、標準測試數據集、云服務平臺等，形成人工智能算法與平臺安全性測試評估的方法、技術、規范和工具集。促進各類通用軟件和技術平臺的開源開放。

發展支撐新一代物聯網的高靈敏度、高可靠性智能傳感器件和芯片，攻克射頻識別、近距離機器通信等物聯網核心技術和低功耗處理器等關鍵器件。

三、行業投資方式建議

行業投資方式主要有兩種：一是自己生產;二是以技術、資金等方式合資生產。就人工智能芯片行業而言，技術是關鍵。潛在進入者如果掌握了技術，可選擇自行生產或與人合資生產;而假如潛在進入者本身并無關鍵技術，想要進入人工智能芯片行業較為困難，風險性也高，由于人工智能芯片行業的研發周期長，目前尚未有完全的造血能力，僅僅依靠外部融資支持，再加上技術更新變化多樣，單純的跟進投資，可能導致血本無歸。因此，人工智能芯片行業雖然是風口，但是潛在進入者不可盲目進入，可在產業鏈及相關行業逐步進入。

《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