中國人工智能芯片行業細分市場發展趨勢

• 李芬珍子 2023年9月11日 來源：中研網 291 11
• 繁體

中國人工智能芯片行業細分市場發展趨勢預測

一、基于FPGA的半定制人工智能芯片

(1)產品簡況與特征

FPGA(FIELD-PROGRAMMABLE GATE ARRAY)，即現場可編程門陣列，它是在PAL、GAL、CPLD等可編程器件的基礎上進一步發展的產物。用戶可以通過燒入FPGA配置文件來定義這些門電路以及存儲器之間的連線。

FPGA內部包含大量重復的IOB、CLB和布線信道等基本單元。FPGA在出廠時是“萬能芯片”，用戶可根據自身需求，用硬件描述語言(HDL)對FPGA的硬件電路進行設計;每完成一次燒錄，FPGA內部的硬件電路就有了確定的連接方式，具有了一定的功能;輸入的數據只需要依次經過各個門電路，就可以得到輸出結果。

(2)產品市場發展現狀

由于FPGA的靈活性，很多使用通用處理器或ASIC難以實現的下層硬件控制操作技術利用FPGA可以很方便的實現，從而為算法的功能實現和優化留出了更大空間。同時FPGA一次性成本(光刻掩模制作成本)遠低于ASIC，在芯片需求還未成規模、深度學習算法暫未穩定需要不斷迭代改進的情況下，利用具備可重構特性的FPGA芯片來實現半定制的人工智能芯片是最佳選擇。

(3)市場代表企業

目前，FPGA市場基本上全部被國外XILINX、ALTERA(現并入INTEL)、LATTICE、MICROSEMI四家占據。其中XILINX和ALTERA兩大公司對FPGA的技術與市場占據絕對壟斷地位。在ALTERA尚未被INTEL收購的2014年，XILINX和ALTERA分別實現23.8億美元和19.3億美元的營收，分別占有48%和41%的市場份額，而同年LATTICE和MICROSEMI(僅FPGA業務部分)兩公司營收為3.66億美元和2.75億美元，前兩大廠商占據了近90%的市場份額。

二、針對深度學習算法的全定制人工智能芯片

(1)產品簡況與特征

在針對深度學習算法的全定制階段，芯片是完全采用ASIC設計方法全定制，性能、功耗和面積等指標面向深度學習算法都做到了最優。

ASIC(Application Specific Integrated Circuits，專用集成電路)，是指應特定用戶要求或特定電子系統的需要而設計、制造的集成電路。嚴格意義上來講，ASIC是一種專用芯片，與傳統的通用芯片有一定的差異。是為了某種特定的需求而專門定制的芯片。

(2)產品市場發展現狀

ASIC在人工智能深度學習方面的應用還不多，但是可以拿比特幣礦機芯片的發展做類似的推理。比特幣挖礦和人工智能深度學習有類似之處，都是依賴于底層的芯片進行大規模的并行計算。而ASIC在比特幣挖礦領域，展現出了得天獨厚的優勢。

目前ASIC芯片已成為主流的礦機芯片，挖礦速度基本都達到了GH/S的級別，比如BITMAIN的第四代芯片BM1385，單顆芯片算力可達32.5GH/S，在0.66V的核心電壓下功耗僅為0.216W/GH/S。ASIC芯片隨著硅片加工精度的提升，其性能更好，功耗更低。目前硅片加工精度已經130nm提升至14nm，基本接近現有半導體技術的極限。

(3)市場代表企業

ASIC易學難練，要想大成，靡費巨資。因此玩ASIC的不乏豪門貴族。例如，谷歌于2016年推出可編程AI加速器TPU，英特爾也于2017年推出專為深度學習設計的芯片Knights Mill。微軟打造Project Catapult支持微軟Bing。

從初創公司來看，美國的Wave Computing公司專注于深度學習芯片架構，推出DPU(Dataflow Processing Unit);英國的Graphcore公司將推出開源軟件框架Poplar和智能處理單元IPU。

相比于科技巨頭，初創企業更有可能結合具體應用場景設計芯片，如地平線機器人設計的第一代BPU(Brain Processing Unit)，被用于開發ADAS系統。

(4)市場前景與趨勢分析

國內的比特幣芯片生產廠商，都有可能在人工智能時代華麗轉身，成為擁抱深度學習的定制芯片供應商。在這塊領域有所深耕建樹的公司有，國內的深圳烤貓、迦南耘智、比特大陸和龍礦科技。擁有自產芯片的礦機生產商的盈利能力強，普遍的毛利率達到50%以上。

隨著人工智能算法和應用技術的日益發展，以及人工智能專用芯片ASIC產業環境的逐漸成熟，人工智能ASIC將成為人工智能計算芯片發展的必然趨勢。

中國人工智能芯片市場需求預測

國內人工智能芯片行業發展仍處在起步階段。長期以來，我國在CPU、GPU和DSP設計上一直處于追趕狀態，絕大多數芯片依靠國外的IP核進行設計，自主創新能力不足。但我們也看到，國內人工智能產業的快速發展，也為國內芯片產業實現換道超車創造了機會。由于國內外在芯片生態上并未形成壟斷，國內芯片設計廠商尤其是專用芯片設計廠商，同國外競爭對手還處在同一起跑線上。

目前國內人工智能芯片市場呈現出百花齊放的態勢。AI芯片的應用領域廣泛分布在金融證券、商品推薦、安防、消費機器人、智能駕駛、智能家居等眾多領域，催生了大量的人工智能創業企業，如地平線、深鑒科技、寒武紀、云知聲、云天勵飛等。未來隨著國內人工智能市場的快速發展，生態建設的完善，國內AI芯片企業將有著更大的發展空間，未來5年的市場規模增速將超過全球平均水平。

中國人工智能芯片行業供需平衡預測

AI芯片在物聯網，大數據以及人工智能算法的商業落地浪潮中，需求旺盛，利潤空間大，競爭不充分，發展前景廣闊。

AI芯片面向云端的高性能推理和訓練，技術門檻較高，競爭較少，易于產生行業巨頭。泛手機終端芯片競爭激烈，不適宜中小公司進入。面向邊緣端都低功耗和特定應用場景的AI芯片，對把握住市場需求的初創公司是巨大的機會。

AI芯片的風險在于，投資規模大周期長，技術密集，要求完整的軟件棧和工具鏈，后端設計和驗證門檻高，對于市場需求把握難度較大。

如果企業對市場的判斷力不強，市場意識淡薄，再加上思想比較保守，過分依賴舊的營銷方式，以及規模、資金、信息等各方面的不足，無力建設和經營營銷網絡和開展產品宣傳活動，產品都難以突破本地區的范圍，因此市場占有率越來越小，不少企業已處在朝不保夕的地步。若企業生產達不到一定的規模效應，則難有大的發展空間，所以必然會導致行業內的大型企業發展，許多小型企業被兼并整合。

《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