人工智能芯片發(fā)展現(xiàn)狀、行業(yè)趨勢及應(yīng)用場景發(fā)展分析[圖]

    在算力、算法和大數(shù)據(jù)三駕馬車的支撐下，全球人工智能進(jìn)入第三次爆發(fā)期。然而，作為引爆點(diǎn)的深度學(xué)習(xí)算法，對(duì)現(xiàn)有的算力尤其是芯片提出了更為苛刻的要求。在AI場景中，傳統(tǒng)通用CPU由于計(jì)算效率低難以適應(yīng)AI計(jì)算要求，GPU、FPGA以及ASIC等AI芯片憑借著自身特點(diǎn)，要么在云端，要么在邊緣端，有著優(yōu)異表現(xiàn)，應(yīng)用更廣。從技術(shù)趨勢看，短期內(nèi)GPU仍將是AI芯片的主導(dǎo)，長期看GPU、FPGA以及ASIC三大技術(shù)路線將呈現(xiàn)并行態(tài)勢。從市場趨勢看，全球AI芯片需求將保持較快增長勢頭，云端、邊緣芯片均具備較大增長潛力，預(yù)計(jì)未來5年市場增速將接近50%；國內(nèi)雖然芯片技術(shù)差距較大，但隨著AI應(yīng)用的快速落地，AI芯片需求增長可能更為迅速。

    只要涉及到AI訓(xùn)練和推理的環(huán)節(jié)，都需要應(yīng)用AI芯片，目前場景主要包括數(shù)據(jù)中心、自動(dòng)駕駛、安防、智能家居以及機(jī)器人等。數(shù)據(jù)中心是AI訓(xùn)練芯片最主要的客戶之一，其中GPU、ASIC在該領(lǐng)域均有著大量應(yīng)用；自動(dòng)駕駛對(duì)算力、時(shí)延和可靠性要求近乎苛刻，目前多使用GPU+FPGA的解決方案，后續(xù)隨著算法的穩(wěn)定，ASIC有望獲得市場空間；安防是視覺芯片最主要的落地場景，未來隨著5G的部署，云邊結(jié)合將進(jìn)一步加快，國內(nèi)企業(yè)在邊緣端推理市場機(jī)會(huì)將增多；智能家居是語音交互芯片重點(diǎn)突破的市場，目前參與企業(yè)主要是算法廠商，這些企業(yè)將業(yè)務(wù)延伸到芯片設(shè)計(jì)，借此提升產(chǎn)品的附加值并降低成本；機(jī)器人市場增長較快，其控制系統(tǒng)對(duì)AI芯片的需求也會(huì)增多。

    一、人工智能芯片

    云端芯片部署位置包括公有云、私有云或者混合云等基礎(chǔ)設(shè)施，主要用于處理海量數(shù)據(jù)和大規(guī)模計(jì)算，而且還要能夠支持語音、圖片、視頻等非結(jié)構(gòu)化應(yīng)用的計(jì)算和傳輸，一般情況下都是用多個(gè)處理器并行完成相關(guān)任務(wù)；邊緣端AI芯片主要應(yīng)用于嵌入式、移動(dòng)終端等領(lǐng)域，如攝像頭、智能手機(jī)、邊緣服務(wù)器、工控設(shè)備等，此類芯片一般體積小、耗電低，性能要求略低，一般只需具備一兩種AI能力。

    AI芯片可以劃分為訓(xùn)練芯片和推理芯片。訓(xùn)練是指通過大量標(biāo)記過的數(shù)據(jù)在平臺(tái)上進(jìn)行“學(xué)習(xí)”，并形成具備特定功能的神經(jīng)網(wǎng)絡(luò)模型；推理則是利用已經(jīng)訓(xùn)練好的模型輸入新數(shù)據(jù)通過計(jì)算得到各種結(jié)論。訓(xùn)練芯片對(duì)算力、精度要求非常之高，而且還需要具備一定的通用性，以適應(yīng)多種算法的訓(xùn)練；推理芯片更加注重綜合能力，包括算力能耗、時(shí)延、成本等因素。

    AI訓(xùn)練芯片市場集中度高，英偉達(dá)和谷歌領(lǐng)先，英特爾和AMD正在積極切入。推理在云端和終端都可進(jìn)行，市場門檻相對(duì)較低，市場參與者較多。

GPU、FPGA、ASIC性能特點(diǎn)對(duì)比

數(shù)據(jù)來源：公開資料整理

    1、GPU

    是一種由大量核心組成的大規(guī)模并行計(jì)算架構(gòu)，專為同時(shí)處理多重任務(wù)而設(shè)計(jì)的芯片。正是由于其具備良好的矩陣計(jì)算能力和并行計(jì)算優(yōu)勢，最早被用于AI計(jì)算，并在云端獲得大量應(yīng)用。GPU中超過80%部分為運(yùn)算單元（ALU），而CPU僅有20%，因此GPU更擅長于大規(guī)模并行運(yùn)算。以英偉達(dá)的GPUTITANX為例，該產(chǎn)品在深度學(xué)習(xí)中所需訓(xùn)練時(shí)間只有CPU的1/10不到。但GPU用于云端訓(xùn)練也有短板，GPU需要同CPU進(jìn)行異構(gòu)，通過CPU調(diào)用才能工作，而且本身功耗非常高。同時(shí)，GPU在推理方面需要對(duì)單項(xiàng)輸入進(jìn)行處理時(shí)，并行計(jì)算的優(yōu)勢未必能夠得到很好的發(fā)揮，會(huì)出現(xiàn)較多的資源浪費(fèi)。
GPU短期將延續(xù)AI芯片的領(lǐng)導(dǎo)地位。GPU作為市場上AI計(jì)算最成熟、應(yīng)用最廣泛的通用型芯片，應(yīng)用潛力較大。憑借其強(qiáng)大的計(jì)算能力、較高的通用性，GPU將繼續(xù)占領(lǐng)AI芯片的主要市場份額。

    2、FPGA

    即現(xiàn)場可編程門陣列，該芯片集成了大量的基本門電路以及存儲(chǔ)器，其靈活性介于CPU、GPU等通用處理器和專用集成電路ASIC之間，在硬件固定之前，允許使用者靈活使用軟件進(jìn)行編程。FPGA在出廠時(shí)是“萬能芯片”，用戶可根據(jù)自身需求，用硬件描述語言對(duì)FPGA的硬件電路進(jìn)行設(shè)計(jì)；每完成一次燒錄，F(xiàn)PGA內(nèi)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(gè)門電路，就可以得到輸出結(jié)果。

    FPGA未來在垂直行業(yè)有著較大的空間。由于在靈活性方面的優(yōu)勢，F(xiàn)PGA對(duì)于部分市場變化迅速的行業(yè)最為實(shí)用。同時(shí)，F(xiàn)PGA的高端器件中也可以逐漸增加DSP、ARM核等高級(jí)模塊，以實(shí)現(xiàn)較為復(fù)雜的算法。隨著FPGA應(yīng)用生態(tài)的逐步成熟，F(xiàn)PGA的優(yōu)勢也會(huì)逐漸為更多用戶所認(rèn)可，并得以廣泛應(yīng)用。

    FPGA是短期內(nèi)AI芯片市場上的重要增長點(diǎn)，F(xiàn)PGA的最大優(yōu)勢在于可編程帶來的配置靈活性，在當(dāng)前技術(shù)與運(yùn)用都在快速更迭的時(shí)期，F(xiàn)PGA具有明顯的實(shí)用性。企業(yè)通過FPGA可以有效降低研發(fā)調(diào)試成本，提高市場響應(yīng)能力，推出差異化產(chǎn)品。在專業(yè)芯片發(fā)展得足夠完善之前，F(xiàn)PGA是最好的過渡產(chǎn)品，正因?yàn)槿绱耍萍季揞^紛紛布局云計(jì)算+FPGA的平臺(tái)。隨著FPGA的開發(fā)者生態(tài)逐漸豐富，適用的編程語言增加，F(xiàn)PGA運(yùn)用會(huì)更加廣泛。因此短期內(nèi)，F(xiàn)PGA作為兼顧效率和靈活性的硬件選擇仍將是熱點(diǎn)所在。

    FPGA應(yīng)用于AI有以下優(yōu)勢：

    （1）算力強(qiáng)勁

    由于FPGA可以同時(shí)進(jìn)行數(shù)據(jù)并行和任務(wù)并行計(jì)算，在處理特定應(yīng)用時(shí)效果更加明顯，對(duì)于某一個(gè)特定的運(yùn)算，F(xiàn)PGA可以通過編輯重組電路，生成專用電路，大幅壓縮計(jì)算周期。從賽靈思推出的FPGA產(chǎn)品看，其吞吐量和時(shí)延指標(biāo)都好于CPU和GPU產(chǎn)品。

    （2）功耗優(yōu)勢明顯

    FPGA能耗比是CPU的10倍以上、GPU的3倍。由于在FPGA中沒有取指令與指令譯碼操作，沒有這部分功耗；而在復(fù)雜指令集（X86）的CPU中僅僅譯碼就占整個(gè)芯片能耗的約50%，在GPU里取指與譯碼也會(huì)消耗10%至20%的能耗。

    （3）靈活性好

    使用通用處理器或ASIC難以實(shí)現(xiàn)的下層硬件控制操作技術(shù)，利用FPGA可以很方便的實(shí)現(xiàn)，從而為算法的功能實(shí)現(xiàn)和優(yōu)化留出了更大空間。

    （4）成本相對(duì)

    ASIC具備一定優(yōu)勢。FPGA一次性成本（光刻掩模制作成本）遠(yuǎn)低于ASIC，在芯片需求還未成規(guī)模、深度學(xué)習(xí)算法暫未穩(wěn)定需要不斷迭代改進(jìn)的情況下，利用具備可重構(gòu)特性的FPGA芯片來實(shí)現(xiàn)半定制的人工智能芯片是最佳選擇。

    從市場格局上看，全球FPGA長期被Xilinx（賽靈思）、Intel（英特爾）、Lattice（萊迪思）、Microsemi（美高森美）四大巨頭壟斷。其中，賽靈思和英特爾合計(jì)占到市場的90%左右，賽靈思的市場份額超過50%，國內(nèi)廠商剛剛起步，差距較大。

    3、ASIC

    即專用芯片，是一種為特定目的、面向特定用戶需求設(shè)計(jì)的定制芯片，具備性能更強(qiáng)、體積小、功耗低、可靠性更高等優(yōu)點(diǎn)。在大規(guī)模量的情況下，還具備成本低的特點(diǎn)。

    ASIC與GPU、FPGA不同，GPU、FPGA除了是一種技術(shù)路線之外，還是實(shí)實(shí)在在的確定產(chǎn)品，而ASIC只是一種技術(shù)路線或者方案，其呈現(xiàn)出的最終形態(tài)與功能也是多種多樣的。近年來，越來越多的公司開始采用ASIC芯片進(jìn)行深度學(xué)習(xí)算法加速，其中表現(xiàn)最為突出的ASIC就是Google的TPU。

    ASIC長遠(yuǎn)來看非常適用于人工智能，尤其是應(yīng)對(duì)未來爆發(fā)的面向應(yīng)用場景的定制化芯片需求。ASIC的潛力體現(xiàn)在，AI算法廠商有望通過算法嵌入切入該領(lǐng)域，以進(jìn)入如安防、智能駕駛等場景。由于其具備高性能低消耗的特點(diǎn)，可以基于多個(gè)人工智能算法進(jìn)行定制，以應(yīng)對(duì)不同的場景，未來在訓(xùn)練和推理市場上都有較大空間。

    伴隨著全球AI產(chǎn)業(yè)的快速增長，AI芯片需求大幅上升。按照調(diào)查數(shù)據(jù)顯示，2018年全球AI芯片市場規(guī)模達(dá)到42.7億美元。未來幾年，全球各大芯片企業(yè)、互聯(lián)網(wǎng)巨頭、初創(chuàng)企業(yè)都將在該市場上進(jìn)行角逐，預(yù)計(jì)到2023年全球市場規(guī)模將達(dá)到323億美元。未來五年（2019-2023年）平均增速約為50%，其中數(shù)據(jù)中心、個(gè)人終端、物聯(lián)網(wǎng)芯片均是增長的重點(diǎn)。

2018-2023年全球AI芯片市場規(guī)模及預(yù)測

數(shù)據(jù)來源：公開資料整理

    長期以來，我國在CPU、GPU和DSP設(shè)計(jì)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(jìn)行設(shè)計(jì)，自主創(chuàng)新能力不足。但我們也看到，國內(nèi)人工智能產(chǎn)業(yè)的快速發(fā)展，也為國內(nèi)芯片產(chǎn)業(yè)實(shí)現(xiàn)換道超車創(chuàng)造了機(jī)會(huì)。由于國內(nèi)外在芯片生態(tài)上并未形成壟斷，國內(nèi)芯片設(shè)計(jì)廠商尤其是專用芯片設(shè)計(jì)廠商，同國外競爭對(duì)手還處在同一起跑線上。

    目前國內(nèi)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(yīng)用領(lǐng)域廣泛分布在金融證券、商品推薦、安防、消費(fèi)機(jī)器人、智能駕駛、智能家居等眾多領(lǐng)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(jì)、云知聲、云天勵(lì)飛等。我們認(rèn)為，未來隨著國內(nèi)人工智能市場的快速發(fā)展，生態(tài)建設(shè)的完善，國內(nèi)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。

    二、AI芯片應(yīng)用場景

    1、 數(shù)據(jù)中心（云端）

    數(shù)據(jù)中心是AI訓(xùn)練芯片應(yīng)用的最主要場景，主要涉及芯片是GPU和專用芯片（ASIC）。如前所述，GPU在云端訓(xùn)練過程中得到廣泛應(yīng)用。目前，全球主流的硬件平臺(tái)都在使用英偉達(dá)的GPU進(jìn)行加速，AMD也在積極參與。亞馬遜網(wǎng)絡(luò)服務(wù)AWSEC2、GoogleCloudEngine（GCE）、IBMSoftlayer、Hetzner、Paperspace、LeaderGPU、阿里云、平安云等計(jì)算平臺(tái)都使用了英偉達(dá)的GPU產(chǎn)品提供深度學(xué)習(xí)算法訓(xùn)練服務(wù)。

    由于芯片更加貼近應(yīng)用，市場更多關(guān)注的是響應(yīng)時(shí)間，需求也更加的細(xì)分。除了主流的CPU+GPU異構(gòu)之外，還可通過CPU+FPGA/ASIC進(jìn)行異構(gòu)。目前，英偉達(dá)在該市場依然保持著領(lǐng)軍位置，但是FPGA的低延遲、低功耗、可編程性優(yōu)勢（適用于傳感器數(shù)據(jù)預(yù)處理工作以及小型開發(fā)試錯(cuò)升級(jí)迭代階段）和ASIC的特定優(yōu)化和效能優(yōu)勢（適用于在確定性執(zhí)行模型）也正在凸顯，賽靈思、谷歌、WaveComputing、Groq、寒武紀(jì)、比特大陸等企業(yè)市場空間也在擴(kuò)大。

    2、 自動(dòng)駕駛

    自動(dòng)駕駛汽車裝備了大量的傳感器、攝像頭、雷達(dá)、激光雷達(dá)等車輛自主運(yùn)行需要的部件，每秒都會(huì)產(chǎn)生大量的數(shù)據(jù)，對(duì)芯片算力有很高的要求，但受限于時(shí)延及可靠性，有關(guān)車輛控制的計(jì)算不能再依托云端進(jìn)行，高算力、快速響應(yīng)的車輛端人工智能推理芯片必不可少。

    自動(dòng)駕駛所使用的芯片主要基于GPU、FPGA和ASIC三條技術(shù)路線。但由于自動(dòng)駕駛算法仍在快速更迭和進(jìn)化，因此大多自動(dòng)駕駛芯片使用GPU+FPGA的解決方案。未來算法穩(wěn)定后，ASIC將成為主流。按照SAEInternational的自動(dòng)駕駛等級(jí)標(biāo)準(zhǔn)，目前已商用的自動(dòng)駕駛芯片基本處于高級(jí)駕駛輔助系統(tǒng)（ADAS）階段，可實(shí)現(xiàn)L1-L2等級(jí)的輔助駕駛和半自動(dòng)駕駛(部分宣稱可實(shí)現(xiàn)L3的功能)；而面向L4-L5超高度自動(dòng)駕駛及全自動(dòng)駕駛的AI芯片離規(guī)?；逃萌杂芯嚯x。

    AI芯片用于自動(dòng)駕駛之后，對(duì)傳統(tǒng)的汽車電子市場沖擊較大，傳統(tǒng)的汽車電子巨頭（恩智浦、英飛凌、意法半導(dǎo)體、瑞薩）雖然在自動(dòng)駕駛芯片市場有所斬獲，但風(fēng)頭遠(yuǎn)不及英特爾、英偉達(dá)、高通甚至是特斯拉。國內(nèi)初創(chuàng)企業(yè)如地平線、眼擎科技、寒武紀(jì)也都在積極參與。在自動(dòng)駕駛芯片領(lǐng)域進(jìn)展最快以及競爭力最強(qiáng)的是英特爾和英偉達(dá)，英特爾強(qiáng)在能耗，英偉達(dá)則在算力和算法平臺(tái)方面優(yōu)勢明顯。

    3、 安防

    安防市場是全球及國內(nèi)AI最為確定以及最大的市場，尤其是AI中的圖像識(shí)別和視頻處理技術(shù)正在全面影響安防產(chǎn)業(yè)。其中，在安防產(chǎn)品中，攝像頭、交換機(jī)、IPC（網(wǎng)絡(luò)攝像機(jī)）、硬盤刻錄機(jī)、各類服務(wù)器等設(shè)備都需要芯片，這些芯片也決定了整個(gè)安防系統(tǒng)的整體功能、技術(shù)指標(biāo)、能耗以及成本。在安防芯片中，最為關(guān)注的還是四類與監(jiān)控相關(guān)的芯片（ISP芯片、DVRSoC芯片、IPCSoC芯片、NVRSoC芯片）。

    ISP芯片(ImageSignalProcessing，圖像信號(hào)處理)主要負(fù)責(zé)對(duì)前端攝像頭所采集的原始圖像信號(hào)進(jìn)行處理；DVR（DigitalVideoRecorder，數(shù)字硬盤錄像機(jī)）SoC芯片主要用于模擬音視頻的數(shù)字化、編碼壓縮與存儲(chǔ)；IPC（IPCamera，IP攝像機(jī)）SoC芯片通常集成了嵌入式處理器（CPU）、圖像信號(hào)處理（ISP）模塊、視音頻編碼模塊、網(wǎng)絡(luò)接口模塊等，具備入侵探測、人數(shù)統(tǒng)計(jì)、車輛逆行、丟包檢測等一些簡單的視頻分析功能；

    NVR(NetworkVideoRecorder，網(wǎng)絡(luò)硬盤錄像機(jī))SoC芯片主要用于視頻數(shù)據(jù)的分析與存儲(chǔ)，功能相對(duì)單一，但由于多與IPC聯(lián)合使用，市場增長也較快。

    通常情況下，安防視頻監(jiān)控模擬攝像機(jī)的核心部件包括一顆圖像傳感器和一顆ISP芯片，安防視頻監(jiān)控網(wǎng)絡(luò)攝像機(jī)的核心部件包括一顆圖像傳感器和一顆IPCSoC芯片。單從國內(nèi)來看，未來國內(nèi)視頻監(jiān)控行業(yè)增速仍將保持12%-15%左右的水平增長，其中網(wǎng)絡(luò)監(jiān)控設(shè)備增長更為迅速，相關(guān)芯片產(chǎn)品需求十分旺盛。

    從安防行業(yè)發(fā)展的趨勢來看，隨著5G和物聯(lián)網(wǎng)的快速落地，“云邊結(jié)合”將是行業(yè)最大的趨勢，云端芯片國內(nèi)企業(yè)預(yù)計(jì)很難有所突破，但是邊緣側(cè)尤其是視頻處理相關(guān)AI芯片還是有較大潛力，國產(chǎn)化替代將加速。但也看到，AI芯片離在安防領(lǐng)域?qū)崿F(xiàn)大規(guī)?？焖俾涞厝杂芯嚯x。除了功耗和算力約束外，工程化難度大也是困擾行業(yè)的重要因素，尤其是在安防這種產(chǎn)業(yè)鏈長而高度碎片化的產(chǎn)業(yè)，新技術(shù)落地需要長時(shí)間的積累與打磨，以及人力資源的不斷投入。

國內(nèi)面向安防AI芯片的企業(yè)及主要產(chǎn)品

數(shù)據(jù)來源：公開資料整理

    4、 智能家居

    智能家居近年來也成為人工智能重要的落地場景。從技術(shù)應(yīng)用上講，人類90%的信息輸出是通過語音，80%的是通過視覺，智能家居領(lǐng)域應(yīng)用最多的就是智能語音交互技術(shù)。近年來，正是看到語音交互技術(shù)與智能家居深度融合的潛力，谷歌、蘋果、微軟均將其作為進(jìn)入智能家居領(lǐng)域的重要切入口，發(fā)布了多款軟硬件平臺(tái)，如亞馬遜推出的智能音箱設(shè)備。國內(nèi)智能語音龍頭企業(yè)科大訊飛較早就切入了該領(lǐng)域，聯(lián)合地產(chǎn)商推出了硬件平臺(tái)魔飛（MORFEI）

    平臺(tái)，電視、咖啡機(jī)、電燈、空調(diào)、熱水器等產(chǎn)品都能通過融入相關(guān)平臺(tái)實(shí)現(xiàn)智能化。

    無論是智能音箱還是其他智能家居設(shè)備，智能功能都是在云端來實(shí)現(xiàn)，但云端存在著語音交互時(shí)延的問題，對(duì)網(wǎng)絡(luò)的需求限制了設(shè)備的使用空間，而且由此還帶來了數(shù)據(jù)與隱私危機(jī)。為了讓設(shè)備使用場景不受局限，用戶體驗(yàn)更好，端側(cè)智能已成為一種趨勢，語音AI芯片也隨之切入端側(cè)市場。國內(nèi)主要語音技術(shù)公司憑借自身在語音識(shí)別、自然語言處理、語音交互設(shè)計(jì)等技術(shù)上的積累，開始轉(zhuǎn)型做AI語音芯片集成及提供語音交互解決方案，包括云知聲、出門問問、思必馳以及Rokid。

    出門問問也在2018年推出了AI語音芯片模組“問芯”MobvoiA1；Rokid也發(fā)在2018年發(fā)布了AI語音芯片KAMINO18；思必馳利用其聲紋識(shí)別等技術(shù)優(yōu)勢，2019年初推出基于雙DSP架構(gòu)的語音處理專用芯片TH1520，具有完整語音交互功能，能實(shí)現(xiàn)語音處理、語音識(shí)別、語音播報(bào)等功能。

    由于語音芯片市場過于細(xì)碎，需要企業(yè)根據(jù)場景和商業(yè)模式需要設(shè)計(jì)出芯片產(chǎn)品，這對(duì)傳統(tǒng)的通用芯片企業(yè)的商業(yè)模式是一種顛覆，以致于在2018年以前都很少有芯片巨頭進(jìn)入該領(lǐng)域，這也給了國內(nèi)語音芯片企業(yè)較大的施展空間。而對(duì)算法公司來說，通過進(jìn)入芯片市場，進(jìn)而通過解決方案直接面向客戶和應(yīng)用場景，通過實(shí)戰(zhàn)數(shù)據(jù)來訓(xùn)練和優(yōu)化算法。

國內(nèi)主要語音芯片廠商及產(chǎn)品情況

數(shù)據(jù)來源：公開資料整理

    5、 機(jī)器人

    機(jī)器人是人工智能行業(yè)最早的落地形態(tài)，也是現(xiàn)在和將來重要的應(yīng)用方向。機(jī)器人主要包括兩類——制造環(huán)境下的工業(yè)機(jī)器人和非制造環(huán)境下的服務(wù)機(jī)器人。工業(yè)機(jī)器人主要是面向工業(yè)領(lǐng)域的多關(guān)節(jié)機(jī)械手或多自由度機(jī)器人。服務(wù)機(jī)器人則是除工業(yè)機(jī)器人之外的、用于非制造業(yè)并服務(wù)于人類的各種先進(jìn)機(jī)器人。

    隨著云物移大智等信息及智能化技術(shù)的發(fā)展，機(jī)器人在某些領(lǐng)域的工作效率高于人類，并在工業(yè)和服務(wù)場景中得到了大量應(yīng)用。據(jù)調(diào)查數(shù)據(jù)統(tǒng)計(jì)，2017年，全球工業(yè)機(jī)器人產(chǎn)量達(dá)到38.1萬臺(tái)，同比增長30%，預(yù)計(jì)2018-2021年全球工業(yè)機(jī)器人產(chǎn)量將保持10%以上增速增長，2021年產(chǎn)量預(yù)計(jì)將達(dá)到63.0萬臺(tái)。中國是全球最大的工業(yè)機(jī)器人生產(chǎn)國，2017年產(chǎn)量達(dá)到13.79萬臺(tái)，同比大幅增長60%。服務(wù)機(jī)器人主要用于物流、防務(wù)、公共服務(wù)、醫(yī)療等領(lǐng)域，雖然規(guī)模不大，但是增長迅速。2017年全球產(chǎn)量為10.95萬臺(tái)，同比大幅增長85%。預(yù)計(jì)2018年全球?qū)I(yè)服務(wù)機(jī)器人產(chǎn)量將達(dá)到16.53萬臺(tái)，同比增長32%，2019-2021年平均增速將保持在21%左右。

    機(jī)器人尤其是國內(nèi)產(chǎn)業(yè)規(guī)模的快速擴(kuò)大，將大幅帶動(dòng)國內(nèi)機(jī)器人相關(guān)智能芯片產(chǎn)業(yè)的發(fā)展。機(jī)器人由控制、傳感、驅(qū)動(dòng)和電源四大裝置構(gòu)成，其中控制裝置是機(jī)器人的“大腦”，核心是AI芯片。

    2014-2021年全球工業(yè)機(jī)器人產(chǎn)量及增速

數(shù)據(jù)來源：公開資料整理

    相關(guān)報(bào)告：智研咨詢發(fā)布的《2019-2025年中國AI芯片行業(yè)市場全景調(diào)查及投資方向研究報(bào)告》