AI芯片成為國際產(chǎn)業(yè)競爭的新焦點(diǎn) 產(chǎn)業(yè)將迎來發(fā)展和突破的關(guān)鍵時期[圖]

    當(dāng)前的AI芯片有3種含義：第一種是指能處理人工智能通用任務(wù)且本身具有核心IP (知識產(chǎn)權(quán)) 的處理器芯片；第二種是指運(yùn)行或者嵌入人工智能算法的普通處理器芯片；第三種是指具備加速語音、圖像等某一項(xiàng)或多項(xiàng)任務(wù)的計(jì)算效率及迭代能力的處理器芯片。

    AI芯片按架構(gòu)體系又可以分為CPU (通用處理器)、GPU、DSP (數(shù)字信號處理器) 、FPGA、ASIC和類腦芯片。按使用的場景可以分為云側(cè)和端側(cè)芯片，每一側(cè)又可以按任務(wù)分為訓(xùn)練和推理。

AI芯片特點(diǎn)

資料來源：智研咨詢整理

    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、云天勵飛等。

我國AI芯片主要應(yīng)用市場

資料來源：公開資料整理

    我國在集成電路領(lǐng)域的技術(shù)基礎(chǔ)較薄弱，但是在人工智能芯片學(xué)術(shù)研究上起步較早，如中國科學(xué)院寒武紀(jì)芯片2014—2016年間在深度學(xué)習(xí)處理器指令集上獲得創(chuàng)新進(jìn)展，在2016年國際計(jì)算機(jī)體系結(jié)構(gòu)年會中，約1/6的論文引用寒武紀(jì)開展神經(jīng)網(wǎng)絡(luò)處理器研究。不僅初創(chuàng)企業(yè)投入足夠的資金研究，華為、百度等公司也參與建設(shè)布局，積極搶位。另一方面，面對垂直細(xì)分領(lǐng)域的AI芯片市場前景廣闊。隨著人工智能應(yīng)用場景的細(xì)分市場越來越多，專門為某些應(yīng)用場景定制的芯片性能優(yōu)于通用芯片，終端芯片呈現(xiàn)碎片化、多樣化的特點(diǎn)，并且目前尚未形成市場壟斷。

我國AI芯片企業(yè)布局

資料來源：公開資料整理

    未來主導(dǎo)芯片的產(chǎn)業(yè)生態(tài)系統(tǒng)有可能出現(xiàn)轉(zhuǎn)型升級，類似谷歌、亞馬遜這樣的AI巨頭，重整生態(tài)，用云服務(wù)來擠壓底層硬件供應(yīng)商的戰(zhàn)略布局已經(jīng)很明顯。微軟的Brainwave平臺以及臉書的PyTorch 1.0軟件和硬件都與谷歌形成了競爭關(guān)系，都希望與谷歌的TensorFlow+TPU進(jìn)行抗衡。此外，ARM發(fā)布了第一代面向AI和機(jī)器學(xué)習(xí)的處理器“Trillium”，英偉達(dá)發(fā)布了新的圖靈架構(gòu)。人工智能芯片已經(jīng)成為國際產(chǎn)業(yè)競爭的新焦點(diǎn)。

    隨著全球AI芯片產(chǎn)業(yè)重心明顯向中國轉(zhuǎn)移，國內(nèi)外知名的晶圓代工企業(yè)、封裝、測試企業(yè)紛紛在我國建立、擴(kuò)充生產(chǎn)線，為國內(nèi)AI芯片設(shè)計(jì)企業(yè)提供了充足的產(chǎn)能基礎(chǔ)。2018年我國AI芯片產(chǎn)量為9500萬片，產(chǎn)量同比增長196.9%。

2015-2018年中國AI芯片產(chǎn)能與產(chǎn)能利用率

資料來源：智研咨詢整理

    智研咨詢發(fā)布的《2019-2025年中國AI芯片行業(yè)競爭格局及投資方向研究報(bào)告》數(shù)據(jù)顯示：國內(nèi)人工智能芯片行業(yè)發(fā)展仍處在起步階段，據(jù)統(tǒng)計(jì)2017年我國AI芯片市場規(guī)模為33.5億元，2018年我國AI芯片市場規(guī)模增長至62.5億元，產(chǎn)業(yè)規(guī)模增長迅猛，但與我國集成電路產(chǎn)業(yè)萬億級的市場體量相比，我國AI芯片市場占比依舊極低。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。

2015-2018年我國AI芯片市場規(guī)模走勢圖

資料來源：智研咨詢整理

    我國在面對機(jī)遇的同時也面臨諸多挑戰(zhàn)，首先，云端市場龍頭企業(yè)分布在國外，我國云端芯片與國外技術(shù)差距巨大，國外云端市場技術(shù)及生態(tài)構(gòu)建成熟、優(yōu)勢大。我國專注云端芯片的企業(yè)較少，且尚未形成生態(tài)影響力。另一方面，我國不同企業(yè)呈現(xiàn)整體追逐熱點(diǎn)快、基礎(chǔ)不牢、后續(xù)乏力的情況。如我國從事人工智能開發(fā)處理器的初創(chuàng)企業(yè)有45家，但是基本都從事語音、視覺芯片的集成研發(fā)，定位重疊較多，并且我國目前尚未形成有影響力的芯片-平臺-應(yīng)用的生態(tài)。

AI芯片國產(chǎn)化瓶頸問題

資料來源：公開資料整理

    未來10年是人工智能產(chǎn)業(yè)發(fā)展和突破的關(guān)鍵時期，也是人工智能芯片技術(shù)發(fā)展的重要時期。

    現(xiàn)階段人工智能應(yīng)用對算力的需求體現(xiàn)在兩方面：一是深度學(xué)習(xí)算法包括大量的卷積、殘差網(wǎng)絡(luò)、全連接等計(jì)算需求，在摩爾定律接近物理極限、工藝性能提升對計(jì)算能力升級性價比日益降低的前提下，僅基于工藝節(jié)點(diǎn)的演進(jìn)已經(jīng)無法滿足算力快速增長的需求；二是深度學(xué)習(xí)需要對海量數(shù)據(jù)樣本進(jìn)行處理，強(qiáng)調(diào)芯片的高并行計(jì)算能力，同時大量數(shù)據(jù)搬運(yùn)操作意味著對內(nèi)存存取帶寬的高要求，而對內(nèi)存進(jìn)行讀寫操作尤其是對片外內(nèi)存進(jìn)行讀寫訪問的消耗的功耗要遠(yuǎn)大于計(jì)算的功耗，因而高能效的內(nèi)存讀寫架構(gòu)設(shè)計(jì)對芯片至關(guān)重要。

    因此一方面，從技術(shù)角度來看，對芯片架構(gòu)的改進(jìn)將成為提升芯片性能的主要手段，從各個企業(yè)的產(chǎn)品來看，也是以不同架構(gòu)的升級來迭代芯片的性能為主要手段。另一方面，改善計(jì)算單元和存儲單元高速的通信需求也將成為提升性能的重要趨勢。

    從應(yīng)用的角度來看，終端芯片形態(tài)多樣，如安防攝像頭、智能音箱、智能機(jī)器人、智能手機(jī)等，該類任務(wù)計(jì)算量小，但是實(shí)時性要求高，注重芯片的能耗、散熱、單位能耗比等指標(biāo)。

    從生態(tài)角度來看，軟硬件協(xié)同優(yōu)化已成為企業(yè)提升技術(shù)能力的主要方式，單純的數(shù)據(jù)與算法優(yōu)化已經(jīng)不能滿足企業(yè)的需求，需要企業(yè)采用芯片結(jié)合算法模型的方法進(jìn)行優(yōu)化迭代。