AI芯片產(chǎn)業(yè)發(fā)展分析

AI芯片產(chǎn)業(yè)發(fā)展分析一、行業(yè)定義當(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(shí)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(yǔ)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(hào)處理器)、FPGA、ASIC和類腦芯片.按使用的場(chǎng)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)芯片特點(diǎn)GPUGPU稱為圖形處理器，它是顯卡的“心臟”是單指令、多數(shù)據(jù)處理，采用數(shù)量眾多的計(jì)算單元和超長(zhǎng)的流水線，主要處理圖像領(lǐng)域的運(yùn)算加速。FPGAFPGA稱為現(xiàn)場(chǎng)可編程門陣列，用戶可以根據(jù)自身的需求進(jìn)行重復(fù)編程。適用于多指令，單數(shù)據(jù)流的分析，與GPU相反，因此常用于預(yù)測(cè)階段，用硬件實(shí)現(xiàn)軟件算法，因此在實(shí)現(xiàn)復(fù)雜算法方面有一定的難度。ASICASIC是一種為專門目的面設(shè)計(jì)的集成電路。是為實(shí)現(xiàn)特定要求而定制的專用AL芯片。除了不能擴(kuò)展以外，在功耗，可靠性，體積方面都有優(yōu)勢(shì)。尤其在高性能、低功耗的移動(dòng)端。二、中國(guó)AI芯片主要應(yīng)用市場(chǎng)目前國(guó)內(nèi)人工智能芯片市場(chǎng)呈現(xiàn)出百花齊放的態(tài)勢(shì).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.中國(guó)AI芯片主要應(yīng)用市場(chǎng)

三、中國(guó)AI芯片企業(yè)布局

中國(guó)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(guó)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(guó)際計(jì)算機(jī)體系結(jié)構(gòu)年會(huì)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(duì)垂直細(xì)分領(lǐng)域的AI芯片市場(chǎng)前景廣闊.隨著人工智能應(yīng)用場(chǎng)景的細(xì)分市場(chǎng)越來(lái)越多,專門為某些應(yīng)用場(chǎng)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(chǎng)壟斷.中國(guó)AI芯片企業(yè)布局代表企業(yè)發(fā)布時(shí)間AI芯片架構(gòu)簡(jiǎn)介寒武紀(jì)2016年ASIC專門為深度學(xué)習(xí)設(shè)計(jì)的核心處理器芯片地平線2016年4月FPGA/ASIC基于深度神經(jīng)網(wǎng)絡(luò)的人工智能“大腦”平臺(tái)的芯片中星微2016年6月DSP嵌入式神經(jīng)網(wǎng)絡(luò)處理器NPU深鑒科技2016年FPGA深度學(xué)習(xí)處理器DPU百度2018年7月昆侖芯片云端全功能AI芯片華為2018年10月昇騰全棧解決方案四、中國(guó)AI芯片產(chǎn)能與產(chǎn)能利用率未來(lái)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(jí),類似谷歌、亞馬遜這樣的AI巨頭,重整生態(tài),用云服務(wù)來(lái)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(tái)以及臉書的PyTorch1.0軟件和硬件都與谷歌形成了競(jìng)爭(zhēng)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(guó)際產(chǎn)業(yè)競(jìng)爭(zhēng)的新焦點(diǎn).隨著全球AI芯片產(chǎn)業(yè)重心明顯向中國(guó)轉(zhuǎn)移,國(guó)內(nèi)外知名的晶圓代工企業(yè)、封裝、測(cè)試企業(yè)紛紛在中國(guó)建立、擴(kuò)充生產(chǎn)線,為國(guó)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年中國(guó)AI芯片產(chǎn)量為9500萬(wàn)片,產(chǎn)量同比增長(zhǎng)196.9%.2015-2018年中國(guó)AI芯片產(chǎn)能與產(chǎn)能利用率

五、中國(guó)AI芯片市場(chǎng)規(guī)模國(guó)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年中國(guó)AI芯片市場(chǎng)規(guī)模為33.5億元,2018年中國(guó)AI芯片市場(chǎng)規(guī)模增長(zhǎng)至62.5億元,產(chǎn)業(yè)規(guī)模增長(zhǎng)迅猛,但與中國(guó)集成電路產(chǎn)業(yè)萬(wàn)億級(jí)的市場(chǎng)體量相比,中國(guó)AI芯片市場(chǎng)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(chǎng)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(chǎng)份額.2015-2018年中國(guó)AI芯片市場(chǎng)規(guī)模走勢(shì)圖

六、AI芯片國(guó)產(chǎn)化瓶頸問題中國(guó)在面對(duì)機(jī)遇的同時(shí)也面臨諸多挑戰(zhàn),首先,云端市場(chǎng)龍頭企業(yè)分布在國(guó)外,中國(guó)云端芯片與國(guó)外技術(shù)差距巨大,國(guó)外云端市場(chǎng)技術(shù)及生態(tài)構(gòu)建成熟、優(yōu)勢(shì)大.中國(guó)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,中國(guó)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.如中國(guó)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(yǔ)音、視覺芯片的集成研發(fā),定位重疊較多,并且中國(guó)目前尚未形成有影響力的芯片-平臺(tái)-應(yīng)用的生態(tài).AI芯片國(guó)產(chǎn)化瓶頸問題

七、未來(lái)AI芯片趨勢(shì)未來(lái)10年是人工智能產(chǎn)業(yè)發(fā)展和突破的關(guān)鍵時(shí)期,也是人工智能芯片技術(shù)發(fā)展的重要時(shí)期.現(xiàn)階段人工智能應(yīng)用對(duì)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(duì)計(jì)算能力升級(jí)性價(jià)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(wú)法滿足算力快速增長(zhǎng)的需求；二是深度學(xué)習(xí)需要對(duì)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(shí)大量數(shù)據(jù)搬運(yùn)操作意味著對(duì)內(nèi)存存取帶寬的高要求,而對(duì)內(nèi)存進(jìn)行讀寫操作尤其是對(duì)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(duì)芯片至關(guān)重要.因此一方面,從技術(shù)角度來(lái)看,對(duì)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(gè)企業(yè)的產(chǎn)品來(lái)看,也是以不同架構(gòu)的升級(jí)來(lái)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(chǔ)單元飛速的通信需求也將成為提升性能的重要趨勢(shì).從應(yīng)用的角度來(lái)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