中國人工智能芯片行業發展狀況分析 市場未來競爭將較為激烈

• 李芬珍子 2023年9月7日 來源：中研網 1370 90
• 繁體

中國人工智能芯片行業發展狀況分析

一、中國人工智能芯片行業發展概況及特點

中國當前本土芯片公司的產品分布了人工智能的整個市場段。在數據中心/云端訓練和推理芯片部分，以Baidu、Alibaba、華為、Cambricon、BitMain和ThinkForce等為代表，但除了Bitmain的推理芯片，其他的芯片都還在研發中。

TAB+華為強大的研發能力和全球化的資源配置，將會在數據中心/云端推理芯片方面獲取一定的地位。而在設備端的推理芯片部分，創業芯片公司較為集中，其性能和功耗都和海外同類產品可以匹配，但預期該市場未來競爭將較為激烈，并最終處于領先地位。

二、中國人工智能芯片行業發展存在的問題及對策

眾所周知，我國AI芯片產業起步較晚、資金投入長期不足，與西方主要國家相比發展存在明顯滯后。同時，在經濟化浪潮之下，全球芯片產業鏈分工合作生態明確，我國對于國外產品的依賴度也頗高，國內芯片市場長期被國外巨頭所占據。多重因素影響下，我國芯片發展資金和技術短板愈發凸顯。

而除了技術差距之外，專業人才的匱乏也是我國AI芯片產業的又一攔路虎。無論哪個行業，若想實現快速、持續發展，專業人才力量的支持必不可少。作為典型的技術密集型行業，芯片對于人才的要求更高更迫切。但近些年來，我國集成電路行業發展雖快，專業人才缺口卻越拉越大，這使得發展遇阻。

此外，我國AI芯片產業的傳統問題還涉及到應用層面。目前，雖然AI、物聯網、云計算、自動駕駛等產業都正加速實現商業化落地，但是從整體水平來看，基本上都還處于初期，不管是技術水平還是市場成熟度都有待提升。因此，對于芯片行業來說，在應用增長點依然青澀的情況下，發展尚需時日。

三、中國人工智能芯片行業商業模式分析

芯片不僅是一個技術密集、資本密集、人才密集的高門檻行業，同樣也是產業鏈很長的行業。在這條很長的產業鏈里，僅芯片公司，也有著不同的盈利模式。比如英特爾和AMD，用戶可以直接購買其芯片，高通則為手機廠商提供芯片，英特爾、AMD和高通取得的成績也證明了這一商業模式的成功。除了賣芯片，IP授權的模式也成就了一些芯片公司，典型的例子就是Arm，Arm靠提供芯片的知識產權發家，憑借著與英特爾的差異化競爭，Arm架構的芯片如今已經搭載在了大部分的移動智能設備中。還有如今AI芯片領域的代表英偉達，英偉達最早也出售芯片，后來慢慢轉變為賣GPU卡。

到了AI時代，不同的AI芯片公司也在用不同的商業模式探索AI芯片的落地。AIIP公司典型的就是AI獨角獸公司寒武紀，并且寒武紀IP落地已經有成功案例，其IP搭載在麒麟970和麒麟980的SoC中。不過，在AI時代的AI芯片公司似乎更傾向于提供AI加速卡以及相關的服務。華為昇騰910和310芯片將不會對外單獨銷售，而是以AI加速卡、加速模塊、服務器和一體機等模式對外銷售。另外，比特大陸、云天勵飛等擁有AI芯片的公司也都更傾向于提供模塊化的方案。

四、中國人工智能芯片行業市場結構分析

當前的AI芯片主要可分為云端訓練芯片、云端推理芯片、邊緣端推理芯片三類。市場上參與競爭的有傳統芯片巨頭廠商、互聯網巨頭企業跨界，以及初創公司。初創企業必須要尋找到自己的差異化競爭優勢，即組建一批實力強勁的團隊，在某一個新興市場、或者芯片巨頭因為種種原因不去做、或做不好的市場，形成錯位的競爭優勢，并且借助小公司靈活的特點，快速了解客戶需求，并且形成銷售，進而在市場上站住腳跟。

五、中國人工智能芯片行業利潤總額分析

人工智能芯片產業鏈的中端主要以材料、設備、制造領域為主，此環節前期投入成本巨大，門檻極高。該環節利潤中等，一般健康的毛利在30%~50%之間，風險可控。

人工智能芯片的封測環節，門檻相對較低，國內市場內卷厲害，且利潤率屬最低的，一般毛利在20%~40%，做成品牌也有附加值，風險最低，現金流周轉快。

六、人工智能芯片市場定價機制組成

AI芯片的開發成本相當高，尤其是ASIC架構設計的芯片，流片數量動則千萬，包含人力成本，投入可高達2500萬美元以上，但目前很多芯片企業的融資金額在1000萬美元以下。

IP設計：IP設計相對于芯片設計是在更頂層的產業鏈位置，以IP核授權收費為主。傳統的IP核授權企業是以安謀(arm)為代表，新創的AI芯片企業雖然也會設計出新型IP核，但因授權模式不易以規模效應創造可觀收入，新創企業一般不以此作為主要盈利模式。

芯片設計代工：芯片設計代工和制造業的代工一樣，提供代工設計服務的企業，并不能在產品上貼上自己的標簽，也不能對外宣稱該產品為自己設計的芯片。

芯片設計：大部分的人工智能新創企業是以芯片設計為主的。在這其中，選擇芯片設計，并將芯片送交晶圓代工廠流片的AI芯片企業，開發成本相當高，雖然可以設定不同的開發目標，來降低成本，像是采用FPGA芯片，減少流片成本。但是選擇進行ASIC架構芯片開發的企業，融資金額就成為關鍵，影響企業的研發能力。對于芯片設計企業來說，從開發到成品的IP核授權、開發軟件和制造/封測等費用是無可避免的開發成本。一般而言，ASIC芯片的開發費用相當高，據IBS估算數據，按照不同制程，65nm芯片開發費用有2850萬美元，5nm芯片開發費用則為54220萬美元，差距甚大。

《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