AI算力芯片 頭豹詞條報(bào)告系列

工業(yè)制品/工業(yè)制造工業(yè)制品/工業(yè)制造客服電話(huà)：400-072-5588AI算力芯片頭豹詞條報(bào)告系列陳陳天朗·頭豹分析師2023-06-27未經(jīng)平臺(tái)授權(quán)，禁止轉(zhuǎn)載版權(quán)有問(wèn)題？點(diǎn)此投訴綜合及概念/自動(dòng)駕駛/操作系統(tǒng)/芯片綜合及概念/自動(dòng)駕駛/操作系統(tǒng)/芯片行業(yè)定義AI芯片，作為一種專(zhuān)門(mén)為人工智能應(yīng)用設(shè)計(jì)的高性能微處…AI訪(fǎng)談競(jìng)爭(zhēng)格局AI芯片作為AI產(chǎn)業(yè)鏈的核心，其重要性不言而喻。隨著人…AI訪(fǎng)談數(shù)據(jù)圖表行業(yè)規(guī)模AI算力芯片行業(yè)規(guī)模暫無(wú)評(píng)級(jí)報(bào)告AI訪(fǎng)談數(shù)據(jù)圖表行業(yè)特征AI芯片行業(yè)的發(fā)展前景非常廣闊，主要原因是人工智能應(yīng)…行業(yè)分類(lèi)AI芯片是一種全新的處理器，被設(shè)計(jì)用于處理人工智能任…發(fā)展歷程AI算力芯片行業(yè)目前已達(dá)到4個(gè)階段政策梳理AI算力芯片行業(yè)相關(guān)政策5篇產(chǎn)業(yè)鏈分析下游分析上游分析AI訪(fǎng)談AI訪(fǎng)談AI訪(fǎng)談AI訪(fǎng)談AI訪(fǎng)談?wù)狝I芯片是一種專(zhuān)為人工智能應(yīng)用設(shè)計(jì)的芯片，它采用了高度優(yōu)化的硬件和軟件體系結(jié)構(gòu)，能夠以更快的速度進(jìn)行大規(guī)模的數(shù)據(jù)處理和機(jī)器學(xué)習(xí)。相比通用微處理器，AI芯片具有更高的能效比，高速、低能耗和緊湊的特點(diǎn)。AI芯片通過(guò)模擬人類(lèi)大腦的神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)智能化應(yīng)用的關(guān)鍵功能，如計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別、圖像識(shí)別等。由于A(yíng)I技術(shù)在各行各業(yè)中的應(yīng)用越來(lái)越廣泛，AI芯片已成為人工智能領(lǐng)域的核心技術(shù)之一，是推動(dòng)智能化發(fā)展的重要驅(qū)動(dòng)力。摘要AI算力芯片行業(yè)定義AI芯片，作為一種專(zhuān)門(mén)為人工智能應(yīng)用設(shè)計(jì)的高性能微處理器，其主要目的是滿(mǎn)足深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等復(fù)雜計(jì)算任務(wù)的需求。這類(lèi)芯片能夠在有限的時(shí)間內(nèi)處理大量數(shù)據(jù)，并高效地執(zhí)行大量并行計(jì)算。通過(guò)提供強(qiáng)大的計(jì)算能力，AI芯片為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理提供了基礎(chǔ)支持。AI芯片在各種領(lǐng)域和行業(yè)發(fā)揮著關(guān)鍵作用，如圖像識(shí)別、自然語(yǔ)言處理、語(yǔ)音識(shí)別、自動(dòng)駕駛、機(jī)器人、物聯(lián)網(wǎng)、智能家居、醫(yī)療、金融等。隨著AI技術(shù)的不斷發(fā)展和應(yīng)用場(chǎng)景的擴(kuò)大，對(duì)AI芯片的需求也在持續(xù)增長(zhǎng)。當(dāng)前市場(chǎng)上的AI芯片主要分為通用AI芯片（如GPU、FPGA）和專(zhuān)用AI芯片（如ASIC、NPU）。通用AI芯片具有廣泛的適用性，可以用于各種不同的計(jì)算任務(wù)，而專(zhuān)用AI芯片則針對(duì)特定的AI應(yīng)用場(chǎng)景進(jìn)行優(yōu)化，以提高計(jì)算效率和降低功耗。隨著邊緣計(jì)算需求的增長(zhǎng)，AI芯片制/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==造商開(kāi)始將其關(guān)注點(diǎn)轉(zhuǎn)向在設(shè)備端進(jìn)行實(shí)時(shí)AI計(jì)算。在這種情況下，低功耗、高性能和低延遲成為邊緣AI芯片的關(guān)鍵特性。這些芯片可以嵌入到各種智能設(shè)備中，如智能手機(jī)、攝像頭、無(wú)人機(jī)等，使得設(shè)備能夠在本地處理數(shù)據(jù)，減少對(duì)云端計(jì)算資源的依賴(lài)。AI芯片行業(yè)的競(jìng)爭(zhēng)激烈，涉及許多國(guó)際知名企業(yè)和新興創(chuàng)新企業(yè)。這些企業(yè)致力于開(kāi)發(fā)具有高性能、低功耗、低成本的AI芯片，以滿(mǎn)足市場(chǎng)需求。隨著技術(shù)的進(jìn)步，新的架構(gòu)和設(shè)計(jì)將不斷涌現(xiàn)，進(jìn)一步推動(dòng)行業(yè)的發(fā)展。[1][1]1：https://ee.ofweek.…2：ofweek工程協(xié)會(huì)AI算力芯片行業(yè)分類(lèi)[2]AI芯片是一種全新的處理器，被設(shè)計(jì)用于處理人工智能任務(wù)。不同類(lèi)型的AI芯片具有不同的特點(diǎn)和優(yōu)勢(shì)，例如1）ASIC是專(zhuān)用AI芯片，能夠提供比通用處理器更高的效率和性能，2）GPU最初是專(zhuān)門(mén)用于游戲圖形加速，但它們可以用于加速深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理，3）FPGA是可重新配置的硬件，可以專(zhuān)門(mén)定制用于特定的AI任務(wù)，4）CPU是通用處理器，雖然效率可能不如其他類(lèi)型的AI芯片，但它們適用于一般的AI計(jì)算任務(wù)。5）NPU則是專(zhuān)門(mén)用于神經(jīng)網(wǎng)絡(luò)計(jì)算的處理器，能夠提供更高的效率和能效。最近出現(xiàn)的邊緣AI芯片則是一種專(zhuān)門(mén)用于設(shè)備本身上執(zhí)行AI任務(wù)的處理器，不需要連接到云服務(wù)，具有低能耗和低成本等優(yōu)點(diǎn)?？傊珹I芯片是重要的工具，可以讓人工智能技術(shù)應(yīng)用到更多領(lǐng)域，提高效率和性能，并在未來(lái)繼續(xù)有著重要的作用。按照芯片架構(gòu)進(jìn)行分類(lèi)/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==ASIC（應(yīng)用特定集成電路）GPU（圖形處ASIC（應(yīng)用特定集成電路）GPU（圖形處理器）FPGA（可編程的邏輯芯片）AI算力芯片分類(lèi)ASIC芯片是一種專(zhuān)門(mén)為特定應(yīng)用程序而設(shè)計(jì)的定制化芯片。相對(duì)于通用處理器，ASIC芯片可以提供更高的性能和更低的功耗。ASIC芯片可以用于各種不同的應(yīng)用程序，例如機(jī)器學(xué)習(xí)、人工智能、加密貨幣挖掘等。ASIC芯片的設(shè)計(jì)相對(duì)較復(fù)雜，需要一系列的工藝和流程，并且需要大量的研發(fā)投入。但一旦設(shè)計(jì)完成，ASIC芯片可以顯著提高特定應(yīng)用程序的性能，使其更快、更高效。ASIC芯片的主要優(yōu)勢(shì)在于其特定性質(zhì)，能夠?qū)μ囟☉?yīng)用程序進(jìn)行高度優(yōu)化，從而實(shí)現(xiàn)較高的性能和較低的功耗。另一方面，由于A(yíng)SIC芯片無(wú)法輕易地重新編程或改變其功能，也讓其相對(duì)較難以適應(yīng)不同應(yīng)用的需求，成本也相對(duì)較高。盡管有這些限制，但ASIC芯片仍然是許多現(xiàn)代電子設(shè)備的核心，可以幫助實(shí)現(xiàn)更高效、更快速的計(jì)算和處理。GPUGPU芯片（GraphicsProcessingUnit，圖形處理器）最初是為了加速游戲圖形而設(shè)計(jì)的，但隨著科技的發(fā)展，GPU已經(jīng)被廣泛應(yīng)用于許多領(lǐng)域，特別是在人工智能和機(jī)器學(xué)習(xí)方面。GPU芯片具有大量的核心，可以同時(shí)進(jìn)行許多簡(jiǎn)單的操作，使其特別適用于執(zhí)行并行的計(jì)算任務(wù)。與CPU相比，GPU芯片可以提供更高的計(jì)算能力和效率，同時(shí)保持較低的功耗。除了在游戲圖形和人工智能方面使用，GPU芯片也可以用于加速深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理，這是由于GPU芯片的并行性質(zhì)可以顯著提高訓(xùn)練和推理的速度。此外，GPU芯片還可以在科學(xué)計(jì)算、視覺(jué)識(shí)別、虛擬現(xiàn)實(shí)等領(lǐng)域中得到廣泛應(yīng)用，是一種非常強(qiáng)大的工具。需要注意的是，由于其特殊的設(shè)計(jì)，GPU芯片與CPU芯片存在差異。GPU芯片并非針對(duì)所有種類(lèi)的計(jì)算任務(wù)都適用。如果一個(gè)應(yīng)用程序不能并行處理，那么使用GPU芯片將無(wú)法提高其性能。FPGA芯片（FieldProgrammableGateArray）是一種可編程的邏輯芯片，能夠允許設(shè)計(jì)人員按照自己的需要重新配置芯片中的電路元素。這種芯片有著靈活的結(jié)構(gòu)，允許用戶(hù)通過(guò)編程來(lái)改變其功能和性能。與ASIC的最大不同在于，F(xiàn)PGA芯片的功能是在芯片中編程進(jìn)行的，并非每一次重新定制。由于其可編程的特性，F(xiàn)PGA芯片可以在硬件設(shè)計(jì)周期較短的情況下實(shí)現(xiàn)功能豐富、可定制化的電路，使其更適合于應(yīng)對(duì)設(shè)計(jì)迭代和快速更新。FPGA芯片通常用于嵌入式系統(tǒng)、高性能計(jì)算、數(shù)字信號(hào)處理等領(lǐng)域，也被廣泛應(yīng)用于視頻編解碼、機(jī)器學(xué)習(xí)、人工智能、傳感器處理和射頻通信等復(fù)雜和高速處理領(lǐng)域。FPGA芯片的主要優(yōu)勢(shì)在于其靈活性和可編程性，但同時(shí)也存在性能和成本上的限制，以及編程難度相對(duì)較高的問(wèn)題。對(duì)許多應(yīng)用程序來(lái)說(shuō)，/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==NPU（神經(jīng)處理器） 邊緣AI芯片1：https://NPU（神經(jīng)處理器） 邊緣AI芯片1：https://www.ofwe…3：https://www.ofwe…4：Ofweek電子工程網(wǎng)FPGA芯片的運(yùn)行效率和性能與ASIC芯片相比還有一定差距。NPUNPU芯片（NeuralProcessingUnit）是一種特殊的處理器，專(zhuān)門(mén)為神經(jīng)網(wǎng)絡(luò)應(yīng)用程序而設(shè)計(jì)。NPU芯片實(shí)現(xiàn)了一種稱(chēng)為“指令級(jí)并行處理”的方法，使得在進(jìn)行人工智能和機(jī)器學(xué)習(xí)操作時(shí)，這種芯片可以處理數(shù)百萬(wàn)的乘加運(yùn)算。與GPU芯片相比，NPU芯片可以提供更高的性能和效率，特別是在移動(dòng)設(shè)備和物聯(lián)網(wǎng)設(shè)備等資源受限的環(huán)境中。NPU芯片可以加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理，并在許多領(lǐng)域中得到廣泛應(yīng)用，例如圖像識(shí)別、語(yǔ)音識(shí)別、自動(dòng)駕駛、機(jī)器人、智能音箱等。NPU芯片通常被嵌入于處理器或系統(tǒng)芯片中，以實(shí)現(xiàn)高速和高效的神經(jīng)網(wǎng)絡(luò)計(jì)算。需要注意的是，由于NPU芯片是專(zhuān)門(mén)為神經(jīng)網(wǎng)絡(luò)應(yīng)用程序而設(shè)計(jì)的，因此它不適用于所有類(lèi)型的計(jì)算任務(wù)。此外，NPU芯片的設(shè)計(jì)通常相對(duì)較復(fù)雜，需要大量的研究和開(kāi)發(fā)，因此成本也較高。邊緣邊緣AI芯片是一種專(zhuān)門(mén)用于支持邊緣計(jì)算和人工智能應(yīng)用的芯片，也被稱(chēng)為AIoT（AIofThings）芯片。邊緣AI芯片在功能和處理能力方面與GPU、NPU等芯片相似，但是其設(shè)計(jì)目的是通過(guò)將人工智能算法移至網(wǎng)絡(luò)邊緣，實(shí)現(xiàn)低時(shí)延、高可靠性和更高的隱私保護(hù)。邊緣AI芯片通常內(nèi)置多種傳感器、計(jì)算、網(wǎng)絡(luò)等元素，可以集成復(fù)雜的AI算法和模型，并支持特定的邊緣計(jì)算任務(wù)，從而實(shí)現(xiàn)將人工智能應(yīng)用移至物聯(lián)網(wǎng)前端（例如智能門(mén)鎖、智能機(jī)器人等）或本地設(shè)備（如智能手機(jī)、智能汽車(chē)等）處理。與傳統(tǒng)的人工智能應(yīng)用程序相比，邊緣AI芯片的優(yōu)點(diǎn)在于其能夠減少網(wǎng)絡(luò)流量和傳輸延遲，提高數(shù)據(jù)處理效率和隱私保護(hù)，同時(shí)為物聯(lián)網(wǎng)領(lǐng)域中越來(lái)越多的智能化設(shè)備提供更好的支持。需要注意的是，由于邊緣AI芯片的應(yīng)用領(lǐng)域比較特定，因此其適應(yīng)性和可擴(kuò)展性相對(duì)較低。2：2：https://www.ofwe…AI算力芯片行業(yè)特征[3]AI芯片行業(yè)的發(fā)展前景非常廣闊，主要原因是人工智能應(yīng)用的迅速普及和用戶(hù)需求的增加。在應(yīng)用場(chǎng)景方面，隨著人工智能和物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展和融合，AI芯片在智能手機(jī)、智能音箱、智能家居、智能醫(yī)療、智能汽車(chē)、智能制造等行業(yè)的應(yīng)用必然會(huì)越來(lái)越廣泛。這將從多個(gè)角度促進(jìn)AI芯片的發(fā)展，包括提高生產(chǎn)效率、降低/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==成本、提高用戶(hù)體驗(yàn)、加強(qiáng)安全性等。根據(jù)工信部的數(shù)據(jù)統(tǒng)計(jì)，中國(guó)人工智能產(chǎn)業(yè)鏈中應(yīng)用層企業(yè)比例超過(guò)80%，這些企業(yè)依靠場(chǎng)景應(yīng)用的落地，成為了人工智能產(chǎn)業(yè)的主要驅(qū)動(dòng)力。計(jì)算機(jī)視覺(jué)（34%）、機(jī)器人（17%）、自然語(yǔ)言處理（7%）、機(jī)器學(xué)習(xí)（18%）、生物識(shí)別（2%）等領(lǐng)域是中國(guó)人工智能企業(yè)十大應(yīng)用技術(shù)領(lǐng)域中居于前列的技術(shù)。企業(yè)服務(wù)、機(jī)器人和通用方案、安防、汽車(chē)等領(lǐng)域是當(dāng)前中國(guó)人工智能應(yīng)用的主要方向，未來(lái)隨著應(yīng)用場(chǎng)景的不斷擴(kuò)大，預(yù)計(jì)邊緣/終端芯片的需求將會(huì)持續(xù)增長(zhǎng)。隨著中國(guó)在人工智能領(lǐng)域不斷增大的投入和不斷完善的產(chǎn)業(yè)鏈布局，中國(guó)的人工智能行業(yè)將有更多的機(jī)遇和發(fā)展空間。根據(jù)IT桔子投融資數(shù)據(jù)庫(kù)顯示，2021年中國(guó)人工智能芯片相關(guān)領(lǐng)域融資事件共計(jì)92起，融資總金額達(dá)到300億人民幣。同時(shí)，隨著人工智能在各個(gè)行業(yè)的應(yīng)用逐步深入，人工智能企業(yè)需要在技術(shù)創(chuàng)新、場(chǎng)景應(yīng)用、產(chǎn)品規(guī)劃、市場(chǎng)定位等方面持續(xù)創(chuàng)新和進(jìn)步，以順應(yīng)行業(yè)發(fā)展的趨勢(shì)和要求。另外，AI芯片的行業(yè)特征也體現(xiàn)在技術(shù)門(mén)檻高且代碼重要，芯片的設(shè)計(jì)和制造需要高端科技和專(zhuān)業(yè)人才，這對(duì)新進(jìn)入市場(chǎng)的企業(yè)提出了更高的要求。對(duì)于已經(jīng)進(jìn)入市場(chǎng)的企業(yè)，他們需要依靠技術(shù)創(chuàng)新不斷提升自身競(jìng)爭(zhēng)力，以應(yīng)對(duì)不斷變化的市場(chǎng)和技術(shù)發(fā)展，根據(jù)領(lǐng)英人才數(shù)據(jù)庫(kù)，2021年全球人工智能領(lǐng)域?qū)I(yè)技術(shù)人才數(shù)量達(dá)到190萬(wàn)，其中美國(guó)人工智能專(zhuān)業(yè)領(lǐng)域人才總數(shù)達(dá)到85萬(wàn)人，占比高達(dá)44.7%，高居榜首，而中國(guó)人工智能領(lǐng)域?qū)I(yè)技術(shù)人才數(shù)量達(dá)到5萬(wàn)人，位居全球第七。值得一提的是，隨著應(yīng)用場(chǎng)景和需求不斷擴(kuò)大，AI芯片將從單一領(lǐng)域發(fā)展成為多領(lǐng)域的應(yīng)用，這將需要企業(yè)在A(yíng)I芯片技術(shù)、產(chǎn)品規(guī)劃和市場(chǎng)定位上做出相應(yīng)的調(diào)整和創(chuàng)新。對(duì)于A(yíng)I芯片行業(yè)從業(yè)人員而言，他們需要掌握相關(guān)技術(shù)，不斷學(xué)習(xí)和更新知識(shí)才能適應(yīng)行業(yè)發(fā)展的速度和變化?？偟膩?lái)看，AI芯片行業(yè)的發(fā)展前景非常廣闊，但需要企業(yè)和從業(yè)人員持續(xù)創(chuàng)新和進(jìn)步。[4]1AI芯片商業(yè)模式呈現(xiàn)多樣化，主要分為IP授權(quán)與流片兩種模式AI芯片的商業(yè)模式可以分為芯片制造和應(yīng)用開(kāi)發(fā)兩個(gè)方面。在芯片制造方面，企業(yè)通過(guò)研發(fā)和生產(chǎn)AI芯片，為其他企業(yè)和終端用戶(hù)提供芯片產(chǎn)品。在應(yīng)用開(kāi)發(fā)方面，企業(yè)通過(guò)基于A(yíng)I芯片的應(yīng)用開(kāi)發(fā)，為客戶(hù)提供智能化或自動(dòng)化的解決方案。人工智能芯片行業(yè)主要存在兩種商業(yè)模式：IP授權(quán)和流片模式。在IP授權(quán)模式中，IP設(shè)計(jì)公司將自主設(shè)計(jì)的芯片功能單元（如CPU、GPU、DSP、NPU等）授權(quán)給其他IC設(shè)計(jì)公司使用。對(duì)于企業(yè)而言，在使用IP授權(quán)模式進(jìn)行芯片設(shè)計(jì)時(shí)，需要向授權(quán)方支付一定的授權(quán)費(fèi)用以購(gòu)買(mǎi)IP設(shè)計(jì)的使用權(quán)，同時(shí)在最終芯片產(chǎn)品銷(xiāo)售中，需要支付給授權(quán)方芯片最終售價(jià)的1%~3%的版稅。授權(quán)費(fèi)用的支付可以覆蓋IP開(kāi)發(fā)的成本，而版稅則是IP設(shè)計(jì)公司的主要盈利來(lái)源。以生命周期5000萬(wàn)顆的計(jì)算，如果按照每顆40元的價(jià)格來(lái)計(jì)算各種IP授權(quán)購(gòu)買(mǎi)費(fèi)，大概需要支付20億人民幣。而對(duì)于單項(xiàng)ARMCPU授權(quán)，則每次需要支付約1億美元的費(fèi)用。除了IP授權(quán)，在自研部件方面，除了比較復(fù)雜的APU外，其余自研部件還包括多模通訊基帶（2G/3G/4G/5G等）、相機(jī)ISP（圖像信號(hào)處理器）、各種控制開(kāi)關(guān)、微核等。這一部分的成本很難估算，并且需要長(zhǎng)期的研發(fā)成果來(lái)支撐。暫時(shí)估算這部分成本為10億人民幣。因此，在人工智能芯片的設(shè)計(jì)過(guò)程中，企業(yè)需要考慮到設(shè)計(jì)成本、IP授權(quán)費(fèi)用、研發(fā)成本等多個(gè)方面的成本，并尋求商業(yè)模式的平衡點(diǎn)，以實(shí)現(xiàn)盈利和可持續(xù)發(fā)展。但由于優(yōu)質(zhì)IP資源經(jīng)常集中在科技巨頭手中，缺乏自主設(shè)計(jì)、競(jìng)爭(zhēng)力較弱的公司往往無(wú)法提供具有綜合競(jìng)爭(zhēng)力的解決方案，容易失敗退出市場(chǎng)或被收購(gòu)。流片模式雖然需要較大的前期投入，但是一款成功的芯片產(chǎn)品能夠帶來(lái)豐厚的利潤(rùn)。通常，芯片產(chǎn)品的定價(jià)采用8:20原則，即芯片硬件成本與最終產(chǎn)品售價(jià)比例為8:20。這個(gè)比例會(huì)因公司對(duì)市場(chǎng)話(huà)語(yǔ)權(quán)的不同而上下波動(dòng)。一款成功的芯/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==因此，芯片流片模式需要尋找市場(chǎng)需求和技術(shù)發(fā)展的平衡點(diǎn)，以實(shí)現(xiàn)商業(yè)模式的可持續(xù)性發(fā)展。自從芯片代工行業(yè)邁入10nm工藝后，芯片的生產(chǎn)成本不斷攀升，10nm芯片的開(kāi)發(fā)成本已超過(guò)1.7億美元，7nm芯片接近3億美元，5nm芯片超過(guò)5億美元。如果要制造基于3nm開(kāi)發(fā)出NVIDIAGPU那樣復(fù)雜的芯片，設(shè)計(jì)成本將高達(dá)15億美元。芯片的成本由多個(gè)方面組成，包括流片費(fèi)用、IP授權(quán)購(gòu)買(mǎi)費(fèi)、自研部件費(fèi)用、高通專(zhuān)利費(fèi)和研發(fā)工程師工資獎(jiǎng)金等。其中，流片費(fèi)用是指為芯片進(jìn)行試生產(chǎn)的成本，試生產(chǎn)幾片甚至幾十片供測(cè)試用，在測(cè)試通過(guò)后才開(kāi)始大規(guī)模生產(chǎn)。以7nmFinFET工藝為例，流片費(fèi)用約為3000萬(wàn)美元（參考麒麟990流片費(fèi)用，同時(shí)兼顧考慮聯(lián)發(fā)科與臺(tái)積電同屬中國(guó)臺(tái)灣地區(qū)，可能有優(yōu)惠相當(dāng)于約合2.1億人民幣。例如，華為麒麟990處理器正在使用臺(tái)積電7nmPlusEUV技術(shù)制造，而流片費(fèi)用就高達(dá)3000萬(wàn)美金。芯片代工行業(yè)對(duì)于企業(yè)而言面臨著越來(lái)越大的成本壓力，因此企業(yè)需要更多關(guān)注技術(shù)提升和創(chuàng)新，尋找平衡點(diǎn)，以實(shí)現(xiàn)商業(yè)模式的可持續(xù)發(fā)展。在芯片的生命周期中，需要高效協(xié)同進(jìn)行研發(fā)、生產(chǎn)、推廣和銷(xiāo)售等各個(gè)環(huán)節(jié)，從而縮短產(chǎn)品從概念到實(shí)際推廣上市的時(shí)間，獲取更快的市場(chǎng)反饋和更好的市場(chǎng)機(jī)會(huì)。最后，需要將技術(shù)和商業(yè)模式相結(jié)合，不斷尋找商業(yè)模式和技術(shù)的平衡點(diǎn)，以實(shí)現(xiàn)可持續(xù)的發(fā)展。2人工智能芯片的應(yīng)用范圍和深度正在不斷擴(kuò)大和深化在智能家居領(lǐng)域，人工智能芯片可以實(shí)現(xiàn)更加準(zhǔn)確、快捷和智能化的語(yǔ)音識(shí)別、控制和交互，為用戶(hù)帶來(lái)無(wú)以倫比的使用體驗(yàn)。在自動(dòng)駕駛領(lǐng)域，人工智能芯片的活躍應(yīng)用使得車(chē)輛具備更為智能的決策能力和感知能力，提高了行駛安全性和效率。在機(jī)器人領(lǐng)域，人工智能芯片賦予了機(jī)器人更高的視覺(jué)識(shí)別和運(yùn)動(dòng)控制能力，可實(shí)現(xiàn)更為復(fù)雜的任務(wù)和協(xié)作。在醫(yī)療領(lǐng)域，人工智能芯片可以用于醫(yī)學(xué)影像分析、疾病診斷及治療等方面，為提高醫(yī)療水平和效率發(fā)揮著關(guān)鍵作用。在金融和安防領(lǐng)域，人工智能芯片可以應(yīng)用于金融風(fēng)控、反欺詐、安防監(jiān)控等領(lǐng)域，實(shí)現(xiàn)智能化安全監(jiān)測(cè)和風(fēng)險(xiǎn)控制等功能?？傊斯ぶ悄苄酒诓煌I(lǐng)域的應(yīng)用運(yùn)用，為人們帶來(lái)了更加智能、便捷和高效的生活方式。AI芯片可以根據(jù)細(xì)分市場(chǎng)結(jié)構(gòu)分類(lèi)為云端芯片和終端芯片。云端芯片又可分為云端訓(xùn)練和云端推理芯片，主要應(yīng)用于海量數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和推理，部署在公有云、私有云、混合云或數(shù)據(jù)中心、超算等計(jì)算基礎(chǔ)設(shè)施領(lǐng)域。終端芯片則主要承擔(dān)推理任務(wù)，需要獨(dú)立完成數(shù)據(jù)收集、環(huán)境感知、人機(jī)交互及部分推理決策控制任務(wù)。目前，云端訓(xùn)練芯片仍然處于市場(chǎng)主導(dǎo)地位，但增長(zhǎng)速度最慢，而云端推理芯片和終端推理芯片市場(chǎng)在未來(lái)幾年都將保持快速增長(zhǎng)。中國(guó)是全球最大的AI芯片應(yīng)用市場(chǎng)之一，不同行業(yè)的應(yīng)用發(fā)展不平衡。云計(jì)算和安防行業(yè)是中國(guó)AI芯片應(yīng)用的主要行業(yè)，占比最高；而交通、金融和工業(yè)等其他行業(yè)占比相對(duì)較低，但增速非常高，未來(lái)應(yīng)用占比將會(huì)顯著提升。未來(lái)數(shù)據(jù)中心需求依然巨大，云計(jì)算依舊是中國(guó)最大的AI芯片應(yīng)用行業(yè)；而安防行業(yè)也將為AI芯片提供較大的增量。同時(shí)，零售、醫(yī)療等行業(yè)將持續(xù)提高對(duì)AI芯片的應(yīng)用程度并具備較高增速。根據(jù)中國(guó)新一代人工智能發(fā)展戰(zhàn)略研究院所公布的數(shù)據(jù)，2020年人工智能企業(yè)核心技術(shù)的分布中，大數(shù)據(jù)和云計(jì)算占比最高，達(dá)到了41.13%；其次是硬件、機(jī)器學(xué)習(xí)和推薦、服務(wù)機(jī)器人，占比分別為7.64%、6.81%和5.64%。物聯(lián)網(wǎng)、工業(yè)機(jī)器人、語(yǔ)音識(shí)別和自然語(yǔ)言處理的占比分別為5.55%、5.47%和4.76%。2020年，382家基礎(chǔ)層和技術(shù)層企業(yè)的核心技術(shù)分布中，大數(shù)據(jù)和云計(jì)算仍然是最重要的核心技術(shù)，其占比為28.27%。其次是人臉、步態(tài)和表情識(shí)別技術(shù)，占比達(dá)到13.61%。智能芯片、語(yǔ)音識(shí)別和自然語(yǔ)言處理技術(shù)的占比分別為8.90%和8.64%。這表明目前/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==大數(shù)據(jù)和云計(jì)算是我國(guó)人工智能發(fā)展的重點(diǎn)核心技術(shù)。人工智能已成為各國(guó)發(fā)展的重點(diǎn)，為了推動(dòng)中國(guó)人工智能的“高效、高質(zhì)量發(fā)展，建立標(biāo)準(zhǔn)化制度尤為重要。國(guó)家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南出臺(tái)，明確了人工智能標(biāo)準(zhǔn)化的頂層設(shè)計(jì)，研究了標(biāo)準(zhǔn)體系建設(shè)和標(biāo)準(zhǔn)研制的總體規(guī)則。人工智能標(biāo)準(zhǔn)體系框架主要由基礎(chǔ)共性、支撐技術(shù)與產(chǎn)品、基礎(chǔ)軟硬件平臺(tái)、關(guān)鍵通用技術(shù)、關(guān)鍵領(lǐng)域技術(shù)、產(chǎn)品與服務(wù)、行業(yè)應(yīng)用和安全/倫理八個(gè)部分組成。在IT、電信和汽車(chē)等許多行業(yè)中，基于云的AI芯片組將被廣泛使用，從而推動(dòng)對(duì)AI芯片組的需求不斷增長(zhǎng)。英特爾公司、阿里巴巴集團(tuán)控股有限公司以及英偉達(dá)公司也提供基于云的AI芯片組。市場(chǎng)競(jìng)爭(zhēng)對(duì)手不斷提供創(chuàng)新的基于云的解決方案，以管理大量的文件存儲(chǔ)和公司數(shù)據(jù)。根據(jù)PwC的數(shù)據(jù)，2020年歐洲制造、汽車(chē)和電子等企業(yè)在工業(yè)4.0技術(shù)上的投資總額預(yù)計(jì)為1820.4億美元。隨著這些行業(yè)的不斷發(fā)展和應(yīng)用，AI芯片組市場(chǎng)的前景將變得更加廣闊和有望。3AI芯片將進(jìn)一步提高智能，向著更接近人腦的高度智能方向不斷發(fā)展AI芯片已經(jīng)成為推動(dòng)人工智能發(fā)展的重要支撐。隨著人工智能在各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛，對(duì)AI芯片的性能和效率也提出了更高的要求。為此，未來(lái)的AI芯片將傾向于終端芯片領(lǐng)域，以支持更加智能化和自主化的設(shè)備操作和決策，如智能家居、無(wú)人駕駛、機(jī)器人等。在醫(yī)療、金融、軍工等領(lǐng)域，AI芯片也將發(fā)揮更加重要的作用，增強(qiáng)數(shù)據(jù)處理和安全性能。同時(shí)，AI芯片的安全性也將成為未來(lái)研發(fā)的重點(diǎn)之一。保護(hù)用戶(hù)的隱私和數(shù)據(jù)安全將成為AI芯片發(fā)展的重要一環(huán)。AI芯片的軟件編程的成熟度、芯片的安全性以及神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性等問(wèn)題也亟需解決。因此，在現(xiàn)有基礎(chǔ)上進(jìn)行改進(jìn)和完善此類(lèi)AI芯片仍是當(dāng)前的主要研究方向。業(yè)界正在積極探索使用新型材料和新技術(shù)，如異構(gòu)計(jì)算、量子計(jì)算和腦類(lèi)計(jì)算等，來(lái)提高AI芯片的性能和效率。綜上所述，未來(lái)AI芯片的發(fā)展前景非常光明，將有望實(shí)現(xiàn)更接近人腦的高度智能，同時(shí)邊緣計(jì)算的普及將為智能設(shè)備提供更為優(yōu)化的數(shù)據(jù)處理和決策能力。AI芯片的研發(fā)和應(yīng)用將持續(xù)走向全面化、創(chuàng)新型和安全性高的方向，成為數(shù)字經(jīng)濟(jì)發(fā)展的重要支撐。人工智能芯片是推動(dòng)人工智能發(fā)展的關(guān)鍵之一。雖然相對(duì)于其他計(jì)算機(jī)芯片，人工智能芯片起步較晚，但由于人工智能技術(shù)產(chǎn)業(yè)的快速發(fā)展，目前人工智能芯片已經(jīng)處于技術(shù)與市場(chǎng)成熟前期。在技術(shù)與產(chǎn)品方面，人工智能芯片已經(jīng)從通用向定制、專(zhuān)用方向演化，并在云端、自動(dòng)駕駛、智慧安防、移動(dòng)互聯(lián)網(wǎng)等場(chǎng)景中取得了較好的應(yīng)用效果。在產(chǎn)業(yè)方面，一批企業(yè)如英偉達(dá)、華為海思、寒武紀(jì)、比特大陸等通過(guò)前期積累，已經(jīng)逐漸將產(chǎn)品投入市場(chǎng)，并獲得了較好的反饋。各企業(yè)圍繞自身優(yōu)勢(shì)迅速推出人工智能芯片產(chǎn)品，爭(zhēng)奪市場(chǎng)份額。目前人工智能芯片產(chǎn)品主要涵蓋云端訓(xùn)練、云端推理、終端推理三個(gè)領(lǐng)域。在云端訓(xùn)練領(lǐng)域，模型訓(xùn)練需實(shí)現(xiàn)高性能、高精度、通用化的計(jì)算能力，英偉達(dá)憑借其GPU產(chǎn)業(yè)生態(tài)在云端訓(xùn)練市場(chǎng)占據(jù)絕對(duì)優(yōu)勢(shì)，而谷歌、英特爾等競(jìng)爭(zhēng)對(duì)手則通過(guò)研發(fā)ASIC芯片來(lái)挑戰(zhàn)英偉達(dá)壟斷地位。在云計(jì)算領(lǐng)域，GPU目前仍占據(jù)市場(chǎng)的主要地位，但其市場(chǎng)份額將逐漸下降。GPU因其通用性好、性能強(qiáng)、編程環(huán)境優(yōu)良、生態(tài)成熟等因素在云端訓(xùn)練市場(chǎng)上占據(jù)主流，但GPU存在投資研發(fā)成本較高、生態(tài)構(gòu)建較難等問(wèn)題。因此，谷歌、微軟、華為、百度等國(guó)內(nèi)外科技公司開(kāi)始嘗試布局云端專(zhuān)用芯片以提高效率并搶占市場(chǎng)。谷歌推出的ASIC架構(gòu)芯片TPU3.0，算力達(dá)到90TELOPS，功耗僅為200W，成為市場(chǎng)上的熱門(mén)產(chǎn)品。未來(lái)，像谷歌TPU3.0這類(lèi)能有效降低能耗、節(jié)約部署成本、提高開(kāi)發(fā)易用性，同時(shí)具備高性能和通用性強(qiáng)的可編程ASIC芯片及其配套開(kāi)發(fā)平臺(tái)將成為云端AI芯片的發(fā)展趨勢(shì)。在自動(dòng)駕駛領(lǐng)域，主控芯片算力需求持續(xù)增長(zhǎng)，帶動(dòng)車(chē)載AI芯片市場(chǎng)進(jìn)一步擴(kuò)大。近年來(lái)，車(chē)企紛紛將目光瞄向更高等級(jí)的自動(dòng)駕駛技術(shù)，高級(jí)別自動(dòng)駕駛滲透率逐步提升，自動(dòng)駕駛市場(chǎng)持續(xù)擴(kuò)大。自動(dòng)駕駛對(duì)車(chē)載芯片算力需求呈指數(shù)級(jí)增/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==長(zhǎng)，傳統(tǒng)MCU已經(jīng)難以勝任，高性能專(zhuān)用車(chē)載人工智能芯片迎來(lái)機(jī)會(huì)。英偉達(dá)、英特爾等公司近年推出高算力（100TOPS以上）主控芯片，華為MDC600、黑芝麻科技華山2號(hào)等芯片算力均達(dá)到100TOPS以上，均能滿(mǎn)足L3級(jí)別以上自動(dòng)駕駛需求。隨著汽車(chē)進(jìn)入L3級(jí)以上高級(jí)別自動(dòng)駕駛時(shí)代，處理過(guò)程將依賴(lài)于CPU、GPU、FPGA等的協(xié)調(diào)合作，行業(yè)主流核心處理芯片將多采用SoC設(shè)計(jì)，集成GPU、AI加速器等人工智能計(jì)算處理單元。未來(lái)，車(chē)載人工智能芯片的廣泛應(yīng)用將推動(dòng)自動(dòng)駕駛領(lǐng)域的發(fā)展。[3]1：信通院《人工智能白皮…[4]1：信通院《人工智能白皮…[5]1：https://www.eet-c…2：https://www.eet-c…3：https://www.eet-c…4：https://www.eet-c…5：電子工程協(xié)會(huì)5：電子工程協(xié)會(huì)AI算力芯片發(fā)展歷程AI芯片的發(fā)展歷史充分展示了技術(shù)演進(jìn)和市場(chǎng)需求變化的影響。從早期并行處理嘗試、GPU在神經(jīng)網(wǎng)絡(luò)計(jì)算中的應(yīng)用，到深度學(xué)習(xí)的興起，這一過(guò)程見(jiàn)證了計(jì)算能力的逐步提升和神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜化。隨著專(zhuān)用AI芯片的崛起，如谷歌的張量處理單元（TPU）和華為的神經(jīng)處理單元（NPU行業(yè)開(kāi)始針對(duì)不同場(chǎng)景和任務(wù)提供專(zhuān)門(mén)的解決方案，進(jìn)一步推動(dòng)了AI應(yīng)用的廣泛普及。同時(shí)，邊緣計(jì)算與AI芯片的融合也反映了對(duì)實(shí)時(shí)計(jì)算和低延遲應(yīng)用的需求增長(zhǎng)。隨著物聯(lián)網(wǎng)、智能家居等領(lǐng)域的快速發(fā)展，邊緣計(jì)算逐漸成為關(guān)鍵技術(shù)。為滿(mǎn)足這些需求，AI芯片開(kāi)始向邊緣設(shè)備擴(kuò)展，實(shí)現(xiàn)在設(shè)備端進(jìn)行實(shí)時(shí)AI計(jì)算，從而降低對(duì)云端計(jì)算資源的依賴(lài)，提高數(shù)據(jù)處理速度和安全性。在這一發(fā)展過(guò)程中，AI芯片行業(yè)的競(jìng)爭(zhēng)也日益激烈。全球眾多知名企業(yè)和創(chuàng)新初創(chuàng)公司紛紛投入資源，開(kāi)發(fā)具有高性能、低功耗和高度集成的AI芯片，以滿(mǎn)足不斷變化的市場(chǎng)需求。這種競(jìng)爭(zhēng)推動(dòng)了技術(shù)創(chuàng)新和進(jìn)步，使得AI芯片在性能、功耗和成本等方面不斷優(yōu)化，為AI技術(shù)在各個(gè)領(lǐng)域的應(yīng)用提供了更為強(qiáng)大的支持?？傊?，AI芯片的發(fā)展歷史呈現(xiàn)了從初步探索到技術(shù)成熟和市場(chǎng)應(yīng)用多樣化的過(guò)程。在未來(lái)，隨著技術(shù)的進(jìn)一步發(fā)展和新應(yīng)用場(chǎng)景的出現(xiàn)，AI芯片行業(yè)將持續(xù)演變，為人工智能領(lǐng)域帶來(lái)更多創(chuàng)新和突破。[6]萌芽期1980~1990在20世紀(jì)80年代，神經(jīng)網(wǎng)絡(luò)和并行處理的初步探索為AI芯片發(fā)展奠定了基礎(chǔ)。那時(shí)，研究者們開(kāi)始關(guān)注如何利用硬件技術(shù)加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和運(yùn)行。神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)元結(jié)構(gòu)的計(jì)算模型，具有良好的自適應(yīng)性和學(xué)習(xí)能力。然而，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理過(guò)程需要大量的計(jì)算資源。例如，一個(gè)典型的三層前饋神經(jīng)網(wǎng)絡(luò)需要數(shù)百萬(wàn)次乘法和加法運(yùn)算來(lái)完成一次訓(xùn)練迭代。在這個(gè)階段，數(shù)字信號(hào)處理器（DSP）和應(yīng)用特定集成電路（ASIC）被用于實(shí)現(xiàn)并行計(jì)算，以提高神經(jīng)網(wǎng)絡(luò)計(jì)算的效率。DSP是一種專(zhuān)門(mén)用于數(shù)字信號(hào)處理的微處理器，具有高速運(yùn)算和低功耗的特點(diǎn)。據(jù)統(tǒng)計(jì)，1982年，美國(guó)貝爾實(shí)驗(yàn)室開(kāi)發(fā)出世界上第一款DSP芯片——TMS32010，其運(yùn)算速度達(dá)到了2.5/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXUMIPS（百萬(wàn)次每秒）。它們?cè)诋?dāng)時(shí)被廣泛應(yīng)用于語(yǔ)音識(shí)別、圖像處理等領(lǐng)域。ASIC則是為特定應(yīng)用定制設(shè)計(jì)的集成電路，能夠針對(duì)特定任務(wù)提供高性能和低功耗的解決方案。例如NEC公司推出了一款名為μPD7281的ASIC芯片，專(zhuān)門(mén)用于神經(jīng)網(wǎng)絡(luò)計(jì)算，其性能在當(dāng)時(shí)達(dá)到了驚人的20GOPS（億次每秒）。盡管這些早期嘗試在某種程度上提高了神經(jīng)網(wǎng)絡(luò)計(jì)算的速度，但它們?cè)谔幚韽?fù)雜的神經(jīng)網(wǎng)絡(luò)模型時(shí)仍然面臨著局限性。例如，傳統(tǒng)DSP和ASIC芯片在處理大規(guī)模并行計(jì)算任務(wù)時(shí)，通常會(huì)遇到瓶頸問(wèn)題，導(dǎo)致計(jì)算效率降低。這促使研究者們繼續(xù)探索更為高效的計(jì)算硬件，從而為后來(lái)GPU在神經(jīng)網(wǎng)絡(luò)計(jì)算中的應(yīng)用和專(zhuān)用AI芯片的崛起奠定了基礎(chǔ)。在20世紀(jì)80年代，AI芯片行業(yè)特征呈現(xiàn)出多個(gè)方面的特點(diǎn)：1.初步探索：在這一時(shí)期，AI芯片行業(yè)正處于起步階段。研究者們開(kāi)始關(guān)注如何利用硬件技術(shù)加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和運(yùn)行，試圖找到更高效的計(jì)算方法。此時(shí)的AI芯片研究還處在實(shí)驗(yàn)性階段，研究者們積極嘗試不同的技術(shù)路線(xiàn)，如使用數(shù)字信號(hào)處理器（DSP）和應(yīng)用特定集成電路（ASIC）實(shí)現(xiàn)并行計(jì)算。2.技術(shù)局限：雖然在80年代初期的嘗試中，研究者們已經(jīng)在某種程度上提高了神經(jīng)網(wǎng)絡(luò)計(jì)算的速度，但仍然存在顯著的技術(shù)局限。例如，傳統(tǒng)DSP和ASIC芯片在處理大規(guī)模并行計(jì)算任務(wù)時(shí)，通常會(huì)遇到瓶頸問(wèn)題，導(dǎo)致計(jì)算效率降低。這種局限性在很大程度上限制了當(dāng)時(shí)AI芯片的性能和應(yīng)用范圍。3.應(yīng)用領(lǐng)域有限：在20世紀(jì)80年代，AI芯片主要應(yīng)用于語(yǔ)音識(shí)別、圖像處理等有限領(lǐng)域。由于技術(shù)局限和市場(chǎng)需求的影響，AI芯片尚未廣泛應(yīng)用于其他領(lǐng)域，如自然語(yǔ)言處理、機(jī)器人技術(shù)等。此外，當(dāng)時(shí)的AI算法和應(yīng)用程序還不夠成熟，無(wú)法充分發(fā)揮硬件的潛力。4.技術(shù)競(jìng)爭(zhēng)：雖然AI芯片行業(yè)仍處于初步探索階段，但各大公司已經(jīng)開(kāi)始展開(kāi)競(jìng)爭(zhēng)，投入資源開(kāi)發(fā)高性能、低功耗的硬件解決方案。例如，美國(guó)貝爾實(shí)驗(yàn)室、日本NEC公司和德國(guó)西門(mén)子公司等都在積極研發(fā)AI芯片。這種競(jìng)爭(zhēng)為后來(lái)GPU在神經(jīng)網(wǎng)絡(luò)計(jì)算中的應(yīng)用和專(zhuān)用AI芯片的崛起奠定了基礎(chǔ)。5.硬件與軟件結(jié)合：在這一時(shí)期，研究者們開(kāi)始關(guān)注如何將硬件和軟件相結(jié)合，以提高AI算法的運(yùn)行效率。例如，當(dāng)時(shí)的研究者們?cè)噲D通過(guò)開(kāi)發(fā)特定的編程語(yǔ)言和編譯器來(lái)優(yōu)化神經(jīng)網(wǎng)絡(luò)計(jì)算過(guò)程。這種嘗試為后來(lái)深度學(xué)習(xí)框架與硬件加速器的緊密整合鋪平了道路。盡管這些早期嘗試在某種程度上提高了神經(jīng)網(wǎng)絡(luò)計(jì)算的速度，但它們?cè)谔幚韽?fù)雜的神經(jīng)網(wǎng)絡(luò)模型時(shí)仍然面臨著局限性。例如，傳統(tǒng)DSP和ASIC芯片在處理大規(guī)模并行計(jì)算任務(wù)時(shí)，通常會(huì)遇到瓶頸問(wèn)題，導(dǎo)致計(jì)算效率降低。這促使研究者們繼續(xù)探索更為高效的計(jì)算硬件，從而為后來(lái)GPU在神經(jīng)網(wǎng)絡(luò)計(jì)算中的應(yīng)用和專(zhuān)用AI芯片的崛起奠定了基礎(chǔ)。啟動(dòng)期1990~2000在20世紀(jì)90年代，AI芯片的發(fā)展具有以下幾個(gè)方面的特點(diǎn)：1.GPU的普及和應(yīng)用：隨著計(jì)算機(jī)圖形學(xué)和游戲行業(yè)的發(fā)展，GPU逐漸成為市場(chǎng)上的主流產(chǎn)品。據(jù)Gartner數(shù)據(jù)統(tǒng)計(jì)，從1999年到2000年，GPU的銷(xiāo)量增長(zhǎng)了約50%。這個(gè)時(shí)期的GPU，如NVIDIA的GeForce256和ATI的Radeon系列，為3D圖形處理提供了強(qiáng)大的支持。2.神經(jīng)網(wǎng)絡(luò)計(jì)算的加速：GPU具有極高的并行處理能力，使得神經(jīng)網(wǎng)絡(luò)計(jì)算效率得到顯著提升。在這一階段，卷積神經(jīng)網(wǎng)絡(luò)（CNN）的計(jì)算量從1990年的10^8次浮點(diǎn)運(yùn)算（FLOPs）增長(zhǎng)到了2000年的10^9次FLOPs，而循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的計(jì)算量也在同一時(shí)期增長(zhǎng)了一個(gè)數(shù)量級(jí)。3.可編程硬件的發(fā)展：伴隨GPU的興起，基于FPGA、ASIC等編程可重構(gòu)/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==硬件（PRH）的開(kāi)發(fā)也開(kāi)始迅速發(fā)展。據(jù)Gartner數(shù)據(jù)統(tǒng)計(jì)，1990年至2000年間，全球FPGA市場(chǎng)規(guī)模增長(zhǎng)了約7倍。PRH通過(guò)自定義處理器架構(gòu)和指令集，進(jìn)一步提升AI芯片的計(jì)算性能。4.人工智能技術(shù)的廣泛應(yīng)用：在這一時(shí)期，新的計(jì)算模型和算法得到發(fā)展，為人工智能技術(shù)的廣泛應(yīng)用提供了基礎(chǔ)。以語(yǔ)音識(shí)別為例，1990年代中期，基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別系統(tǒng)詞錯(cuò)誤率（WER）達(dá)到了25%，相較于之前的詞錯(cuò)誤率達(dá)到了顯著提升。5.AI芯片的性能提升和應(yīng)用領(lǐng)域擴(kuò)大：隨著人工智能技術(shù)的不斷發(fā)展，AI芯片的算力和性能不斷提高，具備更高的安全性和穩(wěn)定性。例如，2000年，NVIDIA發(fā)布的GeForce2系列顯卡，擁有4顆像素天線(xiàn)和雙紋理單元，相較于前代產(chǎn)品性能提升了一倍。這使得AI芯片能夠在更多領(lǐng)域發(fā)揮作用，為社會(huì)的發(fā)展和進(jìn)步帶來(lái)更大的貢獻(xiàn)。20世紀(jì)90年代，AI芯片行業(yè)發(fā)展的一個(gè)關(guān)鍵時(shí)期。在這個(gè)階段，圖形處理單元（GPU）的出現(xiàn)給AI芯片帶來(lái)了顯著的變革。1.GPU的誕生：隨著計(jì)算機(jī)圖形學(xué)的發(fā)展，GPU應(yīng)運(yùn)而生。它們專(zhuān)門(mén)用于圖形渲染，具有大量的并行處理能力。此時(shí)，GPU的出現(xiàn)改變了計(jì)算機(jī)硬件領(lǐng)域的格局，為實(shí)現(xiàn)高效的圖形處理和并行計(jì)算提供了新的可能。2.GPU與神經(jīng)網(wǎng)絡(luò)的結(jié)合：在90年代末，研究者開(kāi)始關(guān)注如何利用GPU加速神經(jīng)網(wǎng)絡(luò)計(jì)算。GPU與神經(jīng)網(wǎng)絡(luò)的結(jié)合為AI芯片行業(yè)帶來(lái)了重要的突破。由于GPU具有大量的并行處理能力，它們能夠在很大程度上提高神經(jīng)網(wǎng)絡(luò)計(jì)算的效率。這使得研究者能夠處理更復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，并實(shí)現(xiàn)更快的訓(xùn)練速度。3.CUDA與GPU計(jì)算的普及：2007年，NVIDIA推出了CUDA（ComputeUnifiedDeviceArchitecture）編程模型，它使得開(kāi)簡(jiǎn)便地使用GPU進(jìn)行通用計(jì)算。這極大地推動(dòng)了GPU計(jì)算在神經(jīng)網(wǎng)絡(luò)和其他領(lǐng)域的普及，使得GPU成為神經(jīng)網(wǎng)絡(luò)計(jì)算的重要硬件平臺(tái)。4.硬件與深度學(xué)習(xí)框架的整合：隨著GPU在神經(jīng)網(wǎng)絡(luò)計(jì)算中的廣泛應(yīng)用，深度學(xué)習(xí)框架開(kāi)始與GPU進(jìn)行緊密整合。例如，TensorFlow、Caffe、P習(xí)框架都提供了對(duì)GPU計(jì)算的支持。這種整合使得開(kāi)發(fā)者能夠更方便地使用GPU加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理過(guò)程。5.激發(fā)產(chǎn)業(yè)競(jìng)爭(zhēng)：隨著GPU在A(yíng)I芯片領(lǐng)域的成功應(yīng)用，其他硬件廠(chǎng)商也開(kāi)始關(guān)注AI芯片市場(chǎng)。例如，AMD、Intel等公司紛紛推出了針對(duì)神經(jīng)網(wǎng)絡(luò)計(jì)算的專(zhuān)用硬件解決方案。這為AI芯片行業(yè)的發(fā)展注入了新的活力，進(jìn)一步推動(dòng)了技術(shù)的進(jìn)步?？傊?，在20世紀(jì)90年代，GPU的出現(xiàn)與神經(jīng)網(wǎng)絡(luò)的結(jié)合為AI芯片行業(yè)帶來(lái)了重要的變革。在這個(gè)階段，GPU逐漸成為神經(jīng)網(wǎng)絡(luò)計(jì)算的重要硬件平臺(tái)，為AI技術(shù)的快速發(fā)展提供了強(qiáng)大支持。高速發(fā)展期2000~2010在2010年代，隨著AI應(yīng)用逐漸普及，AI芯片的專(zhuān)業(yè)化趨勢(shì)明顯增強(qiáng)。與通用處理器相比，專(zhuān)門(mén)針對(duì)AI計(jì)算的芯片具有更高的運(yùn)算速度和能效比。除了谷歌和華為的AI芯片之外，像英偉達(dá)的TeslaV100和AMD的RadeonInstinct等也在市場(chǎng)上逐漸崛起。專(zhuān)用AI芯片可以在數(shù)據(jù)傳輸、并行計(jì)算和內(nèi)存訪(fǎng)問(wèn)等方面進(jìn)行更加精細(xì)化的優(yōu)化，為AI技術(shù)的發(fā)展提供了更強(qiáng)的技術(shù)支持。此外，一些企業(yè)還開(kāi)始研發(fā)專(zhuān)為特定場(chǎng)景和任務(wù)設(shè)計(jì)的ASIC芯片，如自動(dòng)駕駛和語(yǔ)音識(shí)別。這些芯片不僅僅是經(jīng)過(guò)高度優(yōu)化的CPU或GPU，而是基于不同應(yīng)用場(chǎng)景和任務(wù)優(yōu)化的“定制化芯片”，因此具有更高的性能和能耗比。在自動(dòng)駕駛、語(yǔ)音識(shí)別等領(lǐng)域，ASIC芯片已經(jīng)展現(xiàn)出了明顯的優(yōu)勢(shì)。未來(lái)，隨著各個(gè)領(lǐng)域的需求不斷推動(dòng)AI芯片技術(shù)的發(fā)展和突破，人工智能技術(shù)將更加普及和應(yīng)用。/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==在2010年代，AI芯片發(fā)展的主要特點(diǎn)和趨勢(shì)如下：專(zhuān)業(yè)化趨勢(shì)明顯：隨著AI應(yīng)用逐漸普及，1）AI芯片的專(zhuān)業(yè)化趨勢(shì)明顯增強(qiáng)。例如，谷歌的TPU（張量處理器）在2016年發(fā)布，其性能高達(dá)90TFLOPs，同時(shí)每瓦特的性能高達(dá)192GFLOPs，這一性能遠(yuǎn)超當(dāng)時(shí)的通用GPU。2烈：除了谷歌和華為的AI芯片外，英偉達(dá)的TeslaV100和AMD的RadeonInstinct等產(chǎn)品也在市場(chǎng)上逐漸崛起。據(jù)Bloomberg數(shù)據(jù)統(tǒng)計(jì)，2017年英偉達(dá)的數(shù)據(jù)中心營(yíng)收達(dá)到19.7億美元，同比增長(zhǎng)133%，其中AI芯片市場(chǎng)貢獻(xiàn)了很大一部分。優(yōu)化技術(shù)不斷發(fā)展：專(zhuān)用AI芯片可以在數(shù)據(jù)傳輸、并行計(jì)算和內(nèi)存訪(fǎng)問(wèn)等方面進(jìn)行更加精細(xì)化的優(yōu)化，為AI技術(shù)的發(fā)展提供了更強(qiáng)的技術(shù)支持。例如，2017年，英偉達(dá)發(fā)布的Volta架構(gòu)GPU，采用了新型的TensorCore技術(shù)，進(jìn)一步提升了AI計(jì)算的性能。ASIC芯片的崛起：一些企業(yè)開(kāi)始研發(fā)專(zhuān)為特定場(chǎng)景和任務(wù)設(shè)計(jì)的ASIC芯片，如自動(dòng)駕駛和語(yǔ)音識(shí)別。例如，2018年，Tesla發(fā)布了其自家研發(fā)的ASIC其性能比英偉達(dá)的Xavier芯片高出約21倍。AI芯片應(yīng)用領(lǐng)域不斷拓展：在自動(dòng)駕駛、語(yǔ)音識(shí)別等領(lǐng)域，ASIC芯片已經(jīng)展現(xiàn)出明顯的優(yōu)勢(shì)。成熟期2010~2022在2020年代至今，隨著物聯(lián)網(wǎng)、智能家居等應(yīng)用的廣泛普及，邊緣計(jì)算需求不斷增長(zhǎng)。AI芯片正逐步向邊緣設(shè)備擴(kuò)展，以實(shí)現(xiàn)在設(shè)備端進(jìn)行實(shí)時(shí)AI計(jì)算和分析，大大降低了數(shù)據(jù)傳輸和計(jì)算時(shí)間成本。此外，隨著邊緣設(shè)備上AI芯片數(shù)量的增多，邊緣計(jì)算系統(tǒng)的性能和響應(yīng)速度也得到了顯著提升。為了追求更高的性能、功耗的降低和功能的創(chuàng)新，芯片制造商也在不斷開(kāi)展技術(shù)研究和創(chuàng)新。AI芯片的研發(fā)重點(diǎn)逐漸從單一的計(jì)算能力擴(kuò)展到更多的應(yīng)用場(chǎng)景和新應(yīng)用開(kāi)發(fā)，如同步數(shù)據(jù)處理、聯(lián)邦學(xué)習(xí)、可解釋性AI等。AI芯片的融合與邊緣計(jì)算將為未來(lái)智能家居、智能醫(yī)療、智慧城市等領(lǐng)域的智能化發(fā)展帶來(lái)更多可能性。AI芯片將成為未來(lái)數(shù)字化變革的新引擎，推動(dòng)AI科技的創(chuàng)新和進(jìn)步。目前，邊緣AI芯片主要應(yīng)用于消費(fèi)類(lèi)電子設(shè)備領(lǐng)域，其中高性能手機(jī)占據(jù)了消費(fèi)應(yīng)用邊緣AI芯片市場(chǎng)的70%。雖然邊緣AI可能在輕薄的手機(jī)內(nèi)部不是以單獨(dú)的芯片存在，而是作為AI處理器IP內(nèi)置到手機(jī)主處理器AP中，但目前主流手機(jī)都帶有AI功能，比如屏幕解鎖、人臉識(shí)別、圖像處理和拍照特效等。然而，雖然手機(jī)出貨量龐大，但集成進(jìn)AP的AI功能只掌握在少數(shù)幾家巨頭手中，如蘋(píng)果、三星、華為手機(jī)廠(chǎng)商以及高通、聯(lián)發(fā)科和紫光展銳等手機(jī)AP供應(yīng)商，對(duì)于大部分AI芯片初創(chuàng)公司來(lái)說(shuō)，只能望塵莫及。然而，隨著智能安防、ADAS/自動(dòng)駕駛、智能家居、可穿戴智能設(shè)備以及商業(yè)和工業(yè)場(chǎng)合的AI應(yīng)用如智能交通、智慧城市、工廠(chǎng)機(jī)器視覺(jué)、機(jī)器人和AGV等的出現(xiàn)，邊緣AI芯片越來(lái)越多地應(yīng)用于非消費(fèi)類(lèi)設(shè)備和場(chǎng)合。這些新興的AIoT和工業(yè)物聯(lián)網(wǎng)應(yīng)用場(chǎng)景帶來(lái)了更多的機(jī)會(huì)，風(fēng)險(xiǎn)投資也嗅到了其中蘊(yùn)含的巨大商機(jī)。因此，國(guó)內(nèi)外市場(chǎng)都有越來(lái)越多的AI芯片初創(chuàng)公司獲得融資。在2020年代至今，邊緣計(jì)算和AI芯片的融合所呈現(xiàn)出的行業(yè)特征包括：邊緣計(jì)算需求增長(zhǎng)：隨著物聯(lián)網(wǎng)（IoT）、自動(dòng)駕駛、智慧城市等應(yīng)用場(chǎng)景的普及，對(duì)于實(shí)時(shí)響應(yīng)、低延時(shí)、高安全性等性能要求的邊緣計(jì)算需求不斷增長(zhǎng)。1）邊緣設(shè)備集成AI芯片：為了滿(mǎn)足邊緣計(jì)算需求，廠(chǎng)商開(kāi)始在邊緣設(shè)備上集成AI芯片，使得數(shù)據(jù)處理和分析可以在本地進(jìn)行，從而降低延時(shí)和提高效率。例如，英偉達(dá)推出的Jetson系列AI計(jì)算平臺(tái)專(zhuān)為邊緣計(jì)算設(shè)計(jì)。系統(tǒng)級(jí)優(yōu)化：為了適應(yīng)邊緣計(jì)算的要求，AI芯片需要/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==1：https://cloud.tenc…3：https1：https://cloud.tenc…3：https://www.sohu.…4：《微納電子與智能制造…1：https://cloud.tenc…3：https://www.sohu.…4：《微納電子與智能制造…在功耗、體積和計(jì)算能力等方面進(jìn)行優(yōu)化。此外，與云端計(jì)算相比，邊緣設(shè)備往往需要更好的散熱設(shè)計(jì)和低功耗技術(shù)。2）模型壓縮與輕量化：為了在邊緣設(shè)備上運(yùn)行復(fù)雜的AI模型，研究者和工程師開(kāi)始致力于模型壓縮和輕量化技術(shù)的研究，以減小模型尺寸并降低計(jì)算復(fù)雜度，使其適應(yīng)邊緣設(shè)備的硬件資源限制。芯片異構(gòu)計(jì)算：邊緣計(jì)算場(chǎng)景中，處理器往往需要處理多種類(lèi)型的任務(wù)，如圖像處理、語(yǔ)音識(shí)別等。為了提高效率，AI芯片廠(chǎng)商開(kāi)始探索異構(gòu)計(jì)算技術(shù)，將多種處理器（如CPU、GPU、TPU等）集成在一個(gè)芯片上，以便針對(duì)不同類(lèi)型的計(jì)算任務(wù)進(jìn)行優(yōu)化。3）產(chǎn)業(yè)合作與生態(tài)建設(shè)：隨著邊緣計(jì)算和AI芯片的融合，產(chǎn)業(yè)鏈上的各個(gè)環(huán)節(jié)需要更緊密的合作，包括芯片設(shè)計(jì)、制造、軟件開(kāi)發(fā)、系統(tǒng)集成等。此外，廠(chǎng)商也需要建立完善的生態(tài)系統(tǒng)，以便為開(kāi)發(fā)者和企業(yè)提供一站式的解決方案。定制化解決方案：針對(duì)不同行業(yè)和應(yīng)用場(chǎng)景的特點(diǎn)，AI芯片廠(chǎng)商和系統(tǒng)集成商開(kāi)始提供定制化的邊緣計(jì)算解決方案，以滿(mǎn)足特定領(lǐng)域的需求。2：2：https://www.sohu.…2：2：https://www.sohu.…AI算力芯片產(chǎn)業(yè)鏈分析AI芯片的產(chǎn)業(yè)鏈?zhǔn)且粋€(gè)龐大復(fù)雜的體系，由芯片設(shè)計(jì)、制造、封裝和測(cè)試、模組和系統(tǒng)集成以及應(yīng)用等多個(gè)環(huán)節(jié)組成。首先，芯片設(shè)計(jì)和制造是整個(gè)AI芯片產(chǎn)業(yè)鏈中最關(guān)鍵的環(huán)節(jié)。芯片設(shè)計(jì)需要對(duì)所需功能進(jìn)行確定、電路設(shè)計(jì)以及良好的布局設(shè)計(jì)等部分，這一步驟的成功與否將直接影響到后續(xù)環(huán)節(jié)的質(zhì)量和效果。在芯片制造環(huán)節(jié)中，涉及晶圓加工、刻蝕、沉積、光刻、傳輸?shù)雀鞣N工藝，需要科學(xué)的現(xiàn)代制造技術(shù)來(lái)實(shí)現(xiàn)高品質(zhì)的芯片制造。芯片制造過(guò)程中需要耗費(fèi)高額的成本和專(zhuān)業(yè)的人力資源，制造質(zhì)量的好壞也直接影響到后續(xù)芯片封裝和測(cè)試環(huán)節(jié)的結(jié)果。其次，芯片封裝和測(cè)試是將芯片封裝到模組中，并對(duì)芯片的電性和功能進(jìn)行測(cè)試，以確保芯片達(dá)到設(shè)計(jì)要求。芯片封裝和測(cè)試同樣需要先進(jìn)的制造技術(shù)和嚴(yán)格的質(zhì)量控制標(biāo)準(zhǔn)，以提供高質(zhì)量和高可靠性的芯片。接著，模組和系統(tǒng)集成環(huán)節(jié)將芯片與其他硬件設(shè)備整合，如手機(jī)、智能設(shè)備等，使其適應(yīng)各種實(shí)際應(yīng)用環(huán)境。這一環(huán)節(jié)的關(guān)鍵在于協(xié)同作業(yè)和整體優(yōu)化，以保證芯片與其他硬件的良好兼容性和高度集成性。最后，應(yīng)用環(huán)節(jié)是將AI芯片應(yīng)用于各種實(shí)際場(chǎng)景，如自動(dòng)駕駛、智能家居、醫(yī)療、工業(yè)等領(lǐng)域。這一環(huán)節(jié)涉及應(yīng)用場(chǎng)景的需求分析、系統(tǒng)設(shè)計(jì)、軟件開(kāi)發(fā)等多個(gè)方面，需要對(duì)硬件和軟件的兼容性和整體協(xié)同性進(jìn)行嚴(yán)格把控。整個(gè)AI芯片產(chǎn)業(yè)鏈需要各個(gè)環(huán)節(jié)的有機(jī)結(jié)合和緊密合作，才能實(shí)現(xiàn)良好的質(zhì)量和效果。當(dāng)前，全球范圍內(nèi)的科技巨頭和初創(chuàng)企業(yè)都在積極投入AI芯片的研發(fā)和商業(yè)化，加強(qiáng)技術(shù)創(chuàng)新和合作，推動(dòng)整個(gè)產(chǎn)業(yè)鏈的協(xié)同發(fā)展。目前，隨著人工智能和芯片技術(shù)的日益成熟，云計(jì)算、消費(fèi)電子、自動(dòng)駕駛和智能手機(jī)等下游產(chǎn)業(yè)的快速發(fā) 中游代表企業(yè)有寒武紀(jì)、地平線(xiàn)、華為海思等；下游代表企業(yè)有阿里巴巴、百度、中國(guó)移動(dòng)、中國(guó)聯(lián)通等。就區(qū)域分布而言，中國(guó)的AI芯片產(chǎn)業(yè)鏈主要集中在北京、上海和廣東等地，合計(jì)占比達(dá)到66.9%，其次是江蘇（占比/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==先頭芯片制造股份有限公司查看全部先頭芯片制造股份有限公司查看全部5.9%）、浙江（4.5%）和四川（2.7%）。新疆和西藏等省份雖然也有相關(guān)企業(yè)，但數(shù)量相對(duì)較少。以北京為例，有眾多代表性企業(yè)，如寒武紀(jì)、百度、比特大陸和中星微電子等。AI芯片生產(chǎn)的主要成本包括原材料成本 （占比為20%）、人力研發(fā)（占比為15%）、掩膜、大。根據(jù)微電子研究中心IMEC的數(shù)據(jù)，不同工藝的芯片設(shè)計(jì)成本差別顯著，如28nm工藝需要約5000萬(wàn)美元，而2nm工藝則接近8億美元。人工智能芯片研發(fā)成本的不斷上升導(dǎo)致了價(jià)格上漲。隨著對(duì)AI技術(shù)需求的逐漸增加，芯片成為中國(guó)發(fā)展的關(guān)鍵因素和國(guó)際競(jìng)爭(zhēng)的重要法寶。近年來(lái)，由于國(guó)際競(jìng)爭(zhēng)加劇和全球疫情影響，芯片價(jià)格不斷攀升。產(chǎn)業(yè)鏈方面，芯片價(jià)格上漲主要受研發(fā)成本增加、7nm芯片制程技術(shù)受限、優(yōu)秀芯片設(shè)計(jì)方案難以實(shí)施以及高端芯片供應(yīng)短缺等因素影響。此外，疫情影響下的防疫政策導(dǎo)致各地工廠(chǎng)停工、宏觀(guān)經(jīng)濟(jì)下行和單晶硅生產(chǎn)放緩。單晶硅作為AI芯片的關(guān)鍵原材料，其供應(yīng)緊張導(dǎo)致芯片市場(chǎng)價(jià)格上漲。綜合多重因素，中國(guó)的AI芯片市場(chǎng)供需失衡，導(dǎo)致AI芯片價(jià)格持續(xù)上升，截至2023Q1AAI芯片單片報(bào)價(jià)在1萬(wàn)-4萬(wàn)美元，增長(zhǎng)幅度達(dá)到50%以上。[8]上產(chǎn)業(yè)鏈上游生產(chǎn)制造端芯片設(shè)計(jì)公司、設(shè)備供應(yīng)商上游廠(chǎng)商中芯國(guó)際集成電路制造（深圳）有限公司中芯南方集成電路制造有限公司產(chǎn)業(yè)鏈上游說(shuō)明AI芯片上游產(chǎn)業(yè)鏈的分析主要包括原材料分析、生產(chǎn)成本分析、產(chǎn)品單價(jià)、供給需求分析、競(jìng)爭(zhēng)格局，以及上游地位及態(tài)勢(shì)對(duì)整個(gè)產(chǎn)業(yè)鏈情況的影響。1）原材料分析：AI芯片的主要原材料為硅、特殊化學(xué)品、光掩膜等。其中，硅是芯片制造的基本材料，其價(jià)格波動(dòng)會(huì)對(duì)芯片成本產(chǎn)生直接影響。特殊化學(xué)品和光掩膜也對(duì)芯片的性能和成本產(chǎn)生影響。原材料價(jià)格的波動(dòng)會(huì)影響整個(gè)AI芯片產(chǎn)業(yè)鏈的盈利水平和競(jìng)爭(zhēng)力。在芯片制造過(guò)程中，除了需要硅晶片之外，還需要使用數(shù)百種精心配制、高度純化的化學(xué)品、氣體、金屬和ABF等封裝材料。這些原材料約占芯片制造總成本的20%。然而，目前石油和天然氣價(jià)格大幅上漲，加上供應(yīng)鏈問(wèn)題的持續(xù)存在，制造芯片所需的硅晶片、氣體、化學(xué)品等價(jià)格都在快速上漲。這一趨勢(shì)可能會(huì)持續(xù)一段時(shí)間。以電子級(jí)異丙醇（EIPA）為例，EIPA是在芯片制造過(guò)程中清潔晶圓和設(shè)備的關(guān)鍵材料，但它的生產(chǎn)和價(jià)格都與原油掛鉤。原油制造石腦油，而石腦油又可以加工成丙烯，這是EIPA的重要成分。因此，原油價(jià)格的暴漲間接提高了芯片制造化學(xué)品的成本。截至6月15日，基準(zhǔn)布倫特原油價(jià)格比一年前飆升了70%以上，自2月下旬烏克蘭問(wèn)題爆發(fā)以來(lái)，原油漸提高。例如，從28nm到2nm工藝，設(shè)計(jì)成本從5000萬(wàn)美元增長(zhǎng)至8億美元。這導(dǎo)致了企業(yè)在研發(fā)/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==查看全部查看全部和生產(chǎn)上投入更多資金，同時(shí)增加了市場(chǎng)準(zhǔn)入門(mén)檻。產(chǎn)品單價(jià)：隨著生產(chǎn)成本的提高，AI芯片的產(chǎn)品單價(jià)也在逐步上漲。高性能AI芯片的價(jià)格對(duì)下游企業(yè)的采購(gòu)成本產(chǎn)生較大影響，可能導(dǎo)致整體市場(chǎng)需求的波動(dòng)。芯片制造工藝十分復(fù)雜，需要經(jīng)過(guò)上百道工序。隨著芯片制程的縮小，芯片的內(nèi)部結(jié)構(gòu)也變得越來(lái)越復(fù)雜，制造的設(shè)備精度也更高。越是需要高精度的生產(chǎn)設(shè)備，其價(jià)格肯定越昂貴。例如，要想實(shí)現(xiàn)10納米及以下制程，必須使用EUV光刻機(jī)，而該光刻機(jī)的售價(jià)高達(dá)1.2億美元。昂貴的半導(dǎo)體設(shè)備采購(gòu)費(fèi)用注定了建設(shè)芯片廠(chǎng)成本只會(huì)越來(lái)越高。據(jù)環(huán)球芯城數(shù)據(jù)顯示，2021年28納米工藝建廠(chǎng)成本已經(jīng)高達(dá)60億美元，而8納米工藝建廠(chǎng)成本更是增長(zhǎng)至120億美元。除了建廠(chǎng)成本的上升，研發(fā)成本也呈現(xiàn)出了指數(shù)級(jí)的上漲趨勢(shì)，令許多晶圓廠(chǎng)商難以承受。芯片研發(fā)費(fèi)用本就不菲，在先進(jìn)芯片研發(fā)中，投入更是不可小覷。據(jù)環(huán)球芯城數(shù)據(jù)顯示，2021年28納米節(jié)點(diǎn)芯片投入為5130萬(wàn)美元，而開(kāi)發(fā)16納米節(jié)點(diǎn)需要的費(fèi)用則翻倍至1億美元，到7納米節(jié)點(diǎn)則更是高達(dá)3億美元。按照這一趨勢(shì)，研發(fā)3納米制程芯片的費(fèi)用可能達(dá)到10億美元。芯片制造業(yè)面臨著高成本和高風(fēng)險(xiǎn)的挑戰(zhàn)。除了建設(shè)芯片廠(chǎng)的成本，生產(chǎn)設(shè)備精度的要求也不斷提高，并且研發(fā)成本不斷攀升。面對(duì)這些挑戰(zhàn)，芯片制造商需要投入更多的資源和資金，以不斷推動(dòng)技術(shù)進(jìn)步和創(chuàng)新。3）IP授權(quán)模式：按照IPnest的口徑分，設(shè)計(jì)IP可分為處理器IP、接口IP、其他物理IP和其他數(shù)字IP。其中，處理器IP主要包括CPU、GPU、DSP、ISP等，接口IP屬于物理IP中的一類(lèi)，又可細(xì)分為有線(xiàn)接口IP和無(wú)線(xiàn)接口IP。除接口IP外的物理IP主要包括SRAM存儲(chǔ)器編譯器、OTP/MTP及FLASH等其他存儲(chǔ)器編譯器、物理庫(kù)和通用模擬與混合信號(hào)IP，而其他數(shù)字IP則主要為基礎(chǔ)設(shè)施IP和其他IP。根據(jù)IPnest發(fā)布的2020年各種IP市場(chǎng)份額數(shù)據(jù)，CPU的IP市占率高達(dá)35.4%，處于主導(dǎo)地位，但相比2017年下降了6.8%；DSP和G市占率分別為5.2%和10.5%，合計(jì)相比2017年提升了6.4%；接口市占率為23.2%，相比2017年提升了2.7%，根據(jù)IPnest最新的2021年數(shù)據(jù)，接口IP進(jìn)一步提升?？梢钥闯觯幚砥鱅P依然是市場(chǎng)的主導(dǎo)，但隨著新興技術(shù)的不斷發(fā)展和應(yīng)用，DSP和GPU等IP的市場(chǎng)份額也在逐漸增加。另外，接口IP的增加也反映了芯片設(shè)計(jì)中對(duì)接口標(biāo)準(zhǔn)和通信技術(shù)的需求不斷增強(qiáng)。其他物理IP和其他數(shù)字IP則因?yàn)樯婕暗念I(lǐng)域比較廣泛，市場(chǎng)份額和增長(zhǎng)趨勢(shì)相對(duì)較為平穩(wěn)?？傮w來(lái)說(shuō)，各類(lèi)IP的市場(chǎng)份額的變化反映了芯片設(shè)計(jì)和應(yīng)用中不斷變化的技術(shù)和市場(chǎng)需求，預(yù)示著芯片設(shè)計(jì)技術(shù)的不斷進(jìn)步和市場(chǎng)的不斷拓展。中產(chǎn)業(yè)鏈中游品牌端芯片制造和封裝測(cè)試中游廠(chǎng)商貴州聯(lián)導(dǎo)半導(dǎo)體封裝有限公司深圳市先進(jìn)封裝科技有限公司貴州聯(lián)導(dǎo)半導(dǎo)體封裝有限公司宜興鐘山微電子封裝有限公司產(chǎn)業(yè)鏈中游說(shuō)明/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==1）晶圓制造是將設(shè)計(jì)好的芯片圖樣通過(guò)晶圓制造工藝制成實(shí)體芯片的過(guò)程。首先，硅片經(jīng)過(guò)多次清洗和拋光后被涂上一層光阻。隨后，使用光刻技術(shù)將圖案投影在光阻層上，通過(guò)化學(xué)腐蝕將未曝光的光阻層去除以及在硅表面留下一定的凹洞。這些凹洞通常稱(chēng)為晶體管或金屬導(dǎo)線(xiàn)路徑。隨后，在硅片表面注入一些氣體或者金屬，通過(guò)離子注入技術(shù)來(lái)改變硅的導(dǎo)電性。最后，芯片需要進(jìn)行熱處理才能夠完成制造過(guò)程。整個(gè)制造過(guò)程需要非常高精度的設(shè)備和精密的控制技術(shù)，以確保芯片的質(zhì)量和準(zhǔn)確性。而芯片的封裝測(cè)試則是將制造好的芯片進(jìn)行封裝和測(cè)試，以確保芯片能夠正常運(yùn)行和連接到其它電子設(shè)備上。芯片制造過(guò)程可以分為主產(chǎn)業(yè)鏈和支撐產(chǎn)業(yè)鏈兩部分。主產(chǎn)業(yè)鏈包括芯片設(shè)計(jì)、制造和封測(cè)，而支撐產(chǎn)業(yè)鏈包括IP、EDA、裝備和材料等。其中，高昂的成本主要由人力和研發(fā)費(fèi)用、流片費(fèi)用、IP以及EDA工具授權(quán)費(fèi)等幾部分構(gòu)成。同時(shí)，芯片制造過(guò)程中涉及的晶圓廠(chǎng)投資、晶圓制造以及相關(guān)設(shè)備成本也將會(huì)分?jǐn)偟叫酒w成本中。隨著工藝制程的演進(jìn)，半導(dǎo)體芯片的研發(fā)成本也隨之飆升。據(jù)Marvell的數(shù)據(jù)顯示，28nm工藝制程時(shí)，設(shè)計(jì)一顆芯片的成本僅為4280萬(wàn)美元，在22nm和16nm工藝時(shí)，芯片設(shè)計(jì)成本雖有穩(wěn)步上升，但幅度還是可控，其中16納米芯片的設(shè)計(jì)成本為8980萬(wàn)美元。然而，到了10nm以下的工藝，芯片設(shè)計(jì)成本開(kāi)始同步飆升。Marvell高管指出，7nm的芯片設(shè)計(jì)成本已經(jīng)達(dá)到2.49億美元，5nm芯片設(shè)計(jì)成本又上漲至4.49億美元，3nm時(shí)芯片設(shè)計(jì)成本已經(jīng)高達(dá)5.81億美元，2nm的更是進(jìn)一步飆升到7.25億美元。在摩爾定律的推動(dòng)下，集成電路設(shè)計(jì)規(guī)模及制造工藝變得愈發(fā)復(fù)雜。因此，設(shè)計(jì)師必須依靠EDA工具完成電路設(shè)計(jì)、版圖設(shè)計(jì)、版圖驗(yàn)證、性能分析等工作。因此，軟件在芯片成本中的占比隨著芯片制程不斷精進(jìn)而提高。2）封裝是將芯片放置在類(lèi)似于塑料淋膜的封裝材料中，然后使用焊接機(jī)器將芯片連接到外部絲狀金屬線(xiàn)的過(guò)程。在這個(gè)過(guò)程里，結(jié)合芯片和線(xiàn)路的點(diǎn)位和粒度要求非常高，每一步都要經(jīng)過(guò)嚴(yán)格檢測(cè)。整個(gè)封測(cè)過(guò)程需要非常高精度的設(shè)備和精密的控制技術(shù)，以確保芯片的質(zhì)量和準(zhǔn)確性。封裝過(guò)程涉及將基片、內(nèi)核和散熱片組合在一起，形成我們?nèi)粘？吹降腃PU。封裝成本是完成這個(gè)過(guò)程所需的資金。在大規(guī)模生產(chǎn)的情況下，封裝成本通常占硬件成本的5%-25%。然而，有些IBM芯片的封裝成本占總成本的一半左右，據(jù)悉最高曾達(dá)到70%。測(cè)試過(guò)程能識(shí)別每顆處理器的關(guān)鍵特性，如最高頻率、功耗和發(fā)熱量等，并根據(jù)這些特性對(duì)處理器進(jìn)行分級(jí)。例如，將一批芯片分類(lèi)為：以確保其性能符合規(guī)定的要求。測(cè)試包括多種因素，例如芯片的電流、電壓和時(shí)鐘等，同時(shí)可以被測(cè)量和評(píng)估的參數(shù)也涵蓋電磁兼容、可靠性和環(huán)境適應(yīng)性等。下產(chǎn)業(yè)鏈下游渠道端及終端客戶(hù)人工智能服務(wù)供應(yīng)商、手機(jī)3C產(chǎn)品、自動(dòng)駕駛廠(chǎng)商、人機(jī)交互軟件開(kāi)發(fā)商渠道端/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==深圳市易成自動(dòng)駕駛技術(shù)有限公司查看全部1：http://www.icsmar…3：http://www深圳市易成自動(dòng)駕駛技術(shù)有限公司查看全部1：http://www.icsmar…3：http://www.icsmar…4：http://www.icsmar…5：https://www.qcc.c…1：https://www.usma…3：https://www.usma…4：https://www.eet-c…5：http://www.icsmar…7：http://www.icsmar…8：https://www.qcc.c…北京小馬智行科技有限公司九識(shí)（蘇州）智能科技有限公司產(chǎn)業(yè)鏈下游說(shuō)明不同的下游場(chǎng)景對(duì)于A(yíng)I芯片的應(yīng)用也有著各自不同的需求，其中自動(dòng)駕駛領(lǐng)域是目前最重要的應(yīng)用領(lǐng)域之一。在自動(dòng)駕駛領(lǐng)域，AI芯片需要處理大量的傳感器數(shù)據(jù)和高精度地圖數(shù)據(jù)，并且對(duì)于數(shù)據(jù)采集和標(biāo)注的質(zhì)量要求非常高，因?yàn)檫@直接關(guān)系到行車(chē)決策的安全性和準(zhǔn)確性。未來(lái)，隨著人工智能技術(shù)的不斷深化和發(fā)展，AI芯片在其他領(lǐng)域的應(yīng)用也將越來(lái)越廣泛，例如醫(yī)療診斷、智能制造、智能家居等，這些領(lǐng)域也對(duì)于數(shù)據(jù)采集和標(biāo)注技術(shù)有著越來(lái)越高的需求，因此AI芯片在這些領(lǐng)域的應(yīng)用也將會(huì)成為重要的趨勢(shì)。目前，AI芯片在自動(dòng)駕駛的應(yīng)用占比高達(dá)38%，其次是智慧工業(yè)與智能安防，下游應(yīng)用占比均為16%，而AI+互聯(lián)網(wǎng)與智慧醫(yī)療的應(yīng)用占比略低，為10%。人工智能作為一種新型的智能技術(shù)，在各個(gè)領(lǐng)域中得到了廣泛的應(yīng)用。下面介紹幾個(gè)主要的下游應(yīng)用領(lǐng)域：智能駕駛：人工智能技術(shù)的應(yīng)用使得汽車(chē)可以實(shí)現(xiàn)自主駕駛、自動(dòng)泊車(chē)、自動(dòng)駕駛拐角等常見(jiàn)操作。通過(guò)傳感器和算法的結(jié)合，車(chē)輛可以實(shí)現(xiàn)人類(lèi)駕駛員的很多操作。1）智能家居：人工智能技術(shù)的應(yīng)用使得我們可以實(shí)現(xiàn)智能家居系統(tǒng)，能夠監(jiān)控室內(nèi)外的情況，包括物品的狀態(tài)、家庭成員的行為等。這些系統(tǒng)可以實(shí)現(xiàn)自動(dòng)調(diào)控溫度、照明和設(shè)備的開(kāi)關(guān)，同時(shí)，也可以通過(guò)語(yǔ)音助手等面向人的界面實(shí)現(xiàn)人機(jī)交互。2）金融和銀行業(yè)：人工智能技術(shù)的應(yīng)用使得銀行可以提高自身的反欺詐能力、詐騙檢測(cè)、以及自動(dòng)風(fēng)險(xiǎn)評(píng)估等方面能力。在金融領(lǐng)域，人工智能技術(shù)可以實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的分析和預(yù)測(cè)，以及股票、貨幣、期貨等的組合分析。醫(yī)療領(lǐng)域：人工智能技術(shù)的應(yīng)用可以幫助醫(yī)生進(jìn)行自然語(yǔ)言處理、疾病自查、電子病歷和測(cè)量數(shù)據(jù)的處理等。同時(shí)，人工智能技術(shù)有望在醫(yī)療領(lǐng)域發(fā)揮更大的作用，從而實(shí)現(xiàn)更高效的診斷和治療。3）教育和職業(yè)培訓(xùn)領(lǐng)域：人工智能技術(shù)的應(yīng)用可以幫助學(xué)習(xí)者進(jìn)行自適應(yīng)和個(gè)性化訓(xùn)練，還可以根據(jù)學(xué)習(xí)者的表現(xiàn)和反饋，進(jìn)行優(yōu)化和調(diào)整，以提高學(xué)員的學(xué)習(xí)效率和質(zhì)量。總之，人工智能技術(shù)的應(yīng)用涵蓋了各個(gè)領(lǐng)域，它使得我們可以更高效、精準(zhǔn)地解決實(shí)際業(yè)務(wù)問(wèn)題。同時(shí)，隨著技術(shù)的不斷進(jìn)步，人工智能技術(shù)在下游應(yīng)用中的發(fā)展前途也十分廣闊。2：2：http://www.icsmar…6：企查查6：企查查中國(guó)微電子研究…2：2：https://www.usma…6：6：http://www.icsmar…9：信通院9：信通院SEIA環(huán)球芯城G…AI算力芯片行業(yè)規(guī)模/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==目前，AI市場(chǎng)的主要下游應(yīng)用場(chǎng)景具有廣泛的領(lǐng)域覆蓋，其中車(chē)載級(jí)自動(dòng)駕駛、人工智能手機(jī)應(yīng)用與物聯(lián)網(wǎng)AI芯片應(yīng)用尤為突出。根據(jù)頭豹研究院分析顯示，2021年這三個(gè)領(lǐng)域的合計(jì)市場(chǎng)規(guī)模已經(jīng)達(dá)到了919億元人民幣。在車(chē)載級(jí)自動(dòng)駕駛方面，隨著自動(dòng)駕駛技術(shù)的逐步成熟和汽車(chē)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，對(duì)于高性能、低功耗的AI芯片需求不斷增加。AI芯片在自動(dòng)駕駛系統(tǒng)中起著關(guān)鍵作用，可以實(shí)時(shí)處理大量傳感器數(shù)據(jù)，進(jìn)行決策和控制。人工智能手機(jī)應(yīng)用方面，隨著5G技術(shù)的普及和手機(jī)功能的不斷豐富，手機(jī)中的AI芯片需求也在不斷增長(zhǎng)。AI芯片在智能手機(jī)中應(yīng)用廣泛，如拍照、語(yǔ)音識(shí)別、虛擬助手等方面，為用戶(hù)提供更加智能化的體驗(yàn)。物聯(lián)網(wǎng)AI芯片應(yīng)用方面，伴隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展和智能設(shè)備的普及，越來(lái)越多的設(shè)備需要進(jìn)行實(shí)時(shí)數(shù)據(jù)處理和智能分析。AI芯片在物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用可以提高數(shù)據(jù)處理效率，降低能耗，實(shí)現(xiàn)設(shè)備的智能化。根據(jù)頭豹研究院分析顯示，到2025年，中國(guó)AI芯片市場(chǎng)規(guī)模有望達(dá)到1,979億元人民幣，2022-2025年的復(fù)合年增長(zhǎng)率（CAGR）將達(dá)到21.1%。這一增長(zhǎng)趨勢(shì)反映了人工智能技術(shù)在各個(gè)領(lǐng)域的廣泛應(yīng)用和市場(chǎng)需求的不斷擴(kuò)大，AI芯片產(chǎn)業(yè)將迎來(lái)一個(gè)黃金發(fā)展期。根據(jù)工信部發(fā)布的《2030年汽車(chē)產(chǎn)業(yè)發(fā)展路線(xiàn)圖》顯示，預(yù)計(jì)到2025年，中國(guó)L2（部分自動(dòng)駕駛）和L3（條件自動(dòng)駕駛）級(jí)別的自動(dòng)駕駛乘用車(chē)滲透率將達(dá)到50%。隨著自動(dòng)化駕駛程度的提升，車(chē)規(guī)級(jí)AI芯片需求將迎來(lái)快速增長(zhǎng)在2020年，根據(jù)中汽協(xié)數(shù)據(jù)，我國(guó)智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)規(guī)模實(shí)現(xiàn)了顯著增長(zhǎng)，達(dá)到了2556億元人民幣。預(yù)計(jì)到2026年，產(chǎn)業(yè)規(guī)模將進(jìn)一步擴(kuò)大至5859億元人民幣，年復(fù)合增長(zhǎng)率（CAGR）為14.8%。國(guó)家發(fā)改委預(yù)測(cè)，到2025年，中國(guó)智能汽車(chē)的數(shù)量將達(dá)到2800萬(wàn)輛，滲透率高達(dá)82%；到將增長(zhǎng)到約3800萬(wàn)輛，滲透率進(jìn)一步提高至95%。在智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)的快速發(fā)展中，自動(dòng)駕駛、車(chē)聯(lián)網(wǎng)和先進(jìn)駕駛輔助系統(tǒng)（ADAS）等方向?qū)I芯片的需求較高。自動(dòng)駕駛技術(shù)需要處理大量實(shí)時(shí)數(shù)據(jù)，如圖像識(shí)別、激光雷達(dá)點(diǎn)云處理和語(yǔ)音識(shí)別等，對(duì)AI芯片的性能和能耗有很高要求。車(chē)聯(lián)網(wǎng)涉及車(chē)輛與其他設(shè)備、基礎(chǔ)設(shè)施以及云端服務(wù)的互聯(lián)互通，在車(chē)聯(lián)網(wǎng)應(yīng)用中，AI芯片需要處理大量數(shù)據(jù)，如實(shí)時(shí)路況信息、車(chē)輛狀態(tài)監(jiān)測(cè)和遠(yuǎn)程控制等。這將有助于推動(dòng)整個(gè)產(chǎn)業(yè)的健康、可持續(xù)發(fā)展，為未來(lái)智能交通系統(tǒng)的構(gòu)建奠定堅(jiān)實(shí)基礎(chǔ)，為消費(fèi)者提供更安全、更便捷、更舒適的駕駛體驗(yàn)。驅(qū)動(dòng)這一增長(zhǎng)的主要因素包括自動(dòng)駕駛技術(shù)的普及、政策支持、新能源汽車(chē)的發(fā)展以及消費(fèi)者對(duì)于智能駕駛體驗(yàn)的期待。在自動(dòng)駕駛技術(shù)中，車(chē)規(guī)級(jí)AI芯片主要應(yīng)用于環(huán)境感知、決策規(guī)劃和車(chē)輛控制等方面，尤其在圖像識(shí)別、激光雷達(dá)點(diǎn)云處理和語(yǔ)音識(shí)別等領(lǐng)域，需要強(qiáng)大的AI芯片進(jìn)行實(shí)時(shí)高速處理。同時(shí)，根據(jù)《2021全球移動(dòng)市場(chǎng)報(bào)告》，全球智能手機(jī)用戶(hù)已經(jīng)突破40億大關(guān)，顯示出智能手機(jī)在全球范圍內(nèi)的廣泛應(yīng)用和普及。在眾多國(guó)家中，中國(guó)以9.54億的智能手機(jī)用戶(hù)總量位居首位，占全球智能手機(jī)用戶(hù)的將近四分之一。這一數(shù)據(jù)充分反映了中國(guó)在智能手機(jī)市場(chǎng)的巨大潛力和影響力。中國(guó)智能手機(jī)用戶(hù)普及率達(dá)到了66%，這意味著超過(guò)一半的中國(guó)人口擁有并使用智能手機(jī)。智能手機(jī)在中國(guó)人民的日常生活中發(fā)揮著越來(lái)越重要的作用，為用戶(hù)提供了豐富的信息、娛樂(lè)、社交、購(gòu)物、支付等功能。此外，隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的應(yīng)用程序和服務(wù)進(jìn)入中國(guó)智能手機(jī)市場(chǎng)，進(jìn)一步豐富了用戶(hù)體驗(yàn)。中國(guó)智能手機(jī)市場(chǎng)的快速增長(zhǎng)受益于國(guó)內(nèi)外品牌廠(chǎng)商的競(jìng)爭(zhēng)激烈。這些廠(chǎng)商致力于研發(fā)創(chuàng)新、提高產(chǎn)品性能、降低成本，使智能手機(jī)越來(lái)越普及和親民。此外，政府對(duì)電信基礎(chǔ)設(shè)施的投入，以及5G網(wǎng)絡(luò)的快速推廣也為智能手機(jī)市場(chǎng)的發(fā)展提供了有力支持。然而，隨著智能手機(jī)市場(chǎng)的不斷發(fā)展，市場(chǎng)也面臨著一些挑戰(zhàn)。智能手機(jī)AI芯片需求的主要因素包括5G技術(shù)的普及、消費(fèi)者對(duì)高性能手機(jī)的需求、移動(dòng)互聯(lián)網(wǎng)應(yīng)用的發(fā)展以及手機(jī)廠(chǎng)商對(duì)AI技術(shù)的競(jìng)爭(zhēng)。/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==《工信部的《2030年汽車(chē)產(chǎn)業(yè)發(fā)展路線(xiàn)圖》為我們描繪了中國(guó)汽車(chē)產(chǎn)業(yè)未來(lái)的發(fā)展藍(lán)圖。根據(jù)報(bào)告預(yù)測(cè)，到2025年，中國(guó)L2/L3級(jí)自動(dòng)駕駛乘用車(chē)滲透率將達(dá)到50%，這意味著在不遠(yuǎn)的未來(lái)，每?jī)奢v乘用車(chē)中就有一輛具備一定程度的自動(dòng)駕駛功能。這一趨勢(shì)將進(jìn)一步推動(dòng)車(chē)規(guī)級(jí)AI芯片市場(chǎng)的快速發(fā)展，預(yù)計(jì)到2025年，車(chē)載AI芯片市場(chǎng)規(guī)模將高達(dá)534.7億元，成為行業(yè)的重要增長(zhǎng)點(diǎn)。同時(shí)，智能手機(jī)和其他移動(dòng)終端設(shè)備仍將是AI芯片的核心應(yīng)用領(lǐng)域。預(yù)計(jì)到2025年，中國(guó)手機(jī)AI芯片市場(chǎng)規(guī)模將達(dá)到驚人的1,141.6億元。這主要得益于智能手機(jī)廠(chǎng)商不斷推出具備先進(jìn)AI功能的新款手機(jī)，以滿(mǎn)足消費(fèi)者對(duì)于高性能、個(gè)性化和智能化的需求。另一方面，AIoT（人工智能物聯(lián)網(wǎng)）領(lǐng)域也呈現(xiàn)出強(qiáng)勁的發(fā)展態(tài)勢(shì)。預(yù)計(jì)到2025年，AIoT芯片市場(chǎng)規(guī)模將達(dá)到302.7億元。隨著物聯(lián)網(wǎng)設(shè)備的普及和應(yīng)用場(chǎng)景的不斷拓展，AIoT技術(shù)將在智能家居、智慧城市、智能工廠(chǎng)等多個(gè)領(lǐng)域發(fā)揮重要作用，為我們的生活帶來(lái)更多便利和智能化體驗(yàn)?？傊?，從自動(dòng)駕駛汽車(chē)到智能手機(jī)，再到AIoT領(lǐng)域，人工智能芯片市場(chǎng)將在未來(lái)幾年內(nèi)繼續(xù)保持強(qiáng)勁的增長(zhǎng)勢(shì)頭。這將激發(fā)芯片制造商加大研發(fā)投入，不斷創(chuàng)新技術(shù)，以滿(mǎn)足各個(gè)領(lǐng)域?qū)τ诟咝阅?、低功耗和高度集成的AI芯片的需求。在這個(gè)過(guò)程中，人工智能技術(shù)將不斷完善和普及，從而為我們的生活帶來(lái)更多的便利和驚喜。AI芯片行業(yè)規(guī)模AI算力芯片行業(yè)規(guī)模計(jì)算規(guī)則：L2/L3市場(chǎng)空間=中國(guó)乘用車(chē)銷(xiāo)量*L2/L3滲透率*L2/L3單車(chē)AI芯片價(jià)值,L4市場(chǎng)空間=中國(guó)乘用車(chē)銷(xiāo)量*L4滲透率*L4單車(chē)價(jià)值,中國(guó)智能手機(jī)AI芯片市場(chǎng)空間=中國(guó)智能手機(jī)出貨量*手機(jī)AI芯片單機(jī)價(jià)格,AIOT芯片市場(chǎng)空間=中國(guó)物聯(lián)網(wǎng)終端連接數(shù)量*AIOT芯片價(jià)格*AIOT芯片滲透率,AI芯片市場(chǎng)規(guī)模=L4市場(chǎng)空間+中國(guó)智能手機(jī)AI芯片市場(chǎng)空間+AIOT芯片市場(chǎng)空間+L2/L3市場(chǎng)空間數(shù)據(jù)來(lái)源：中汽協(xié)、發(fā)改委、工信部、IoTAnalyticsAI算力芯片政策梳理[10]政策名稱(chēng)頒布主體生效日期影響/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==《關(guān)于集成電路生產(chǎn)企業(yè)有關(guān)企業(yè)所得稅政策問(wèn)題的通知)》財(cái)政部、稅務(wù)總局、發(fā)改委2018-037政策內(nèi)容《關(guān)于集成電路生產(chǎn)企業(yè)有關(guān)企業(yè)所得稅政策問(wèn)題的通》中主要政策包括：對(duì)集成電路生產(chǎn)項(xiàng)目給予稅收優(yōu)惠政策，如降低企業(yè)所得稅稅率、提供增值稅優(yōu)惠等；優(yōu)化稅收征管服務(wù)，簡(jiǎn)化流程，提高效率。政策旨在促進(jìn)集成電路產(chǎn)業(yè)的發(fā)展，為企業(yè)減輕負(fù)擔(dān)，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。政策解讀為了進(jìn)一步支持集成電路產(chǎn)業(yè)的發(fā)展，國(guó)家建議對(duì)集成電路生產(chǎn)項(xiàng)目給予稅收優(yōu)惠政策。這些政策可以包括降低企業(yè)所得稅稅率、提供增值稅優(yōu)惠、免征或減征城市維護(hù)建設(shè)稅和教育費(fèi)附加、設(shè)立專(zhuān)項(xiàng)資金支持以及優(yōu)化稅收征管服務(wù)。通過(guò)實(shí)施這些稅收優(yōu)惠政策，國(guó)家可以鼓勵(lì)更多投資者和企業(yè)參與到集成電路產(chǎn)業(yè)中來(lái)，推動(dòng)產(chǎn)業(yè)的快速發(fā)展。同時(shí)，這也將有助于提升我國(guó)在集成電路領(lǐng)域的競(jìng)爭(zhēng)力，為國(guó)家經(jīng)濟(jì)發(fā)展注入新的活力。政策性質(zhì)規(guī)范類(lèi)政策[10]政策名稱(chēng)頒布主體生效日期影響《智能傳感器產(chǎn)業(yè)三年行動(dòng)指南(2017-2019)》工信部2018-065政策內(nèi)容《智能傳感器產(chǎn)業(yè)三年行動(dòng)指南(2017-2019)》是中國(guó)政府發(fā)布的一份指導(dǎo)性文件，旨在推動(dòng)智能傳感器產(chǎn)業(yè)的發(fā)展。政策內(nèi)容包括加強(qiáng)產(chǎn)業(yè)鏈上下游協(xié)同創(chuàng)新，打造智能傳感器產(chǎn)業(yè)生態(tài)圈。這些政策將有助于提升中國(guó)在智能傳感器領(lǐng)域的競(jìng)爭(zhēng)力和創(chuàng)新能力，推動(dòng)智能傳感器產(chǎn)業(yè)的快速發(fā)展。政策解讀《智能傳感器產(chǎn)業(yè)三年行動(dòng)指南(2017-2019)》是一份指導(dǎo)性文件，旨在加快智能傳感器產(chǎn)業(yè)發(fā)展，提升國(guó)家創(chuàng)新能力和競(jìng)爭(zhēng)力。政策鼓勵(lì)企業(yè)加大研發(fā)投入，提高技術(shù)水平和產(chǎn)品質(zhì)量；推動(dòng)建立智能傳感器標(biāo)準(zhǔn)體系，促進(jìn)產(chǎn)業(yè)規(guī)范化發(fā)展；加強(qiáng)產(chǎn)業(yè)鏈協(xié)同創(chuàng)新，打造智能傳感器產(chǎn)業(yè)生態(tài)圈。政策的實(shí)施將有助于促進(jìn)智能傳感器的應(yīng)用和推廣，推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。政策性質(zhì)指導(dǎo)性政策[10]政策名稱(chēng)頒布主體生效日期影響《關(guān)于集成電路設(shè)計(jì)和軟件產(chǎn)業(yè)企業(yè)所得稅政策的公告》財(cái)政都、稅務(wù)總局2019-057政策內(nèi)容政策的主要內(nèi)容是調(diào)整集成電路設(shè)計(jì)和軟件產(chǎn)業(yè)企業(yè)所得稅政策。具體來(lái)說(shuō)，將免征額從10萬(wàn)元提高到50萬(wàn)元，同時(shí)對(duì)符合條件的企業(yè)實(shí)行更優(yōu)惠的稅收優(yōu)惠政策，如研發(fā)費(fèi)用加計(jì)扣除、技術(shù)轉(zhuǎn)讓所得免征企業(yè)/wiki/brief?id=6449e61bf9caadcc7d968e73&source=JXU1MTk5JXU0RjVDMTY4MjU2NDYzNTY3MQ==所得稅等。這些措施旨在促進(jìn)集成電路設(shè)計(jì)和軟件產(chǎn)業(yè)的發(fā)展和創(chuàng)新，減輕企業(yè)負(fù)擔(dān)，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。政策解讀該政策的出臺(tái)是為了支持和促進(jìn)集成電路設(shè)計(jì)和軟件產(chǎn)業(yè)的發(fā)展。其中，提高免征額可以降低企業(yè)的稅負(fù)，增加企業(yè)的研發(fā)投入；實(shí)行更優(yōu)惠的稅收優(yōu)惠政策則可以鼓勵(lì)企業(yè)在技術(shù)創(chuàng)新方面進(jìn)行更多的投入和探索。此外，該政策還強(qiáng)調(diào)了對(duì)技術(shù)轉(zhuǎn)讓所得免征企業(yè)所得稅等措施，以推動(dòng)產(chǎn)業(yè)的技術(shù)升級(jí)和轉(zhuǎn)型。總之，這些政策將有助于提升我國(guó)在集成電路設(shè)計(jì)和軟件產(chǎn)業(yè)方面的競(jìng)爭(zhēng)力和發(fā)展水平。政策性質(zhì)規(guī)范類(lèi)政策[10]政策名稱(chēng)頒布主體生效日期影響《新時(shí)期促進(jìn)集成電路產(chǎn)業(yè)和軟件產(chǎn)業(yè)高質(zhì)量發(fā)展的若干政策》國(guó)務(wù)院2020-076政策內(nèi)容《新時(shí)期促進(jìn)集成電路產(chǎn)業(yè)和軟件產(chǎn)業(yè)高質(zhì)量發(fā)展的若干政策》提出加強(qiáng)政策支持，鼓勵(lì)創(chuàng)新，推進(jìn)產(chǎn)業(yè)發(fā)展。政策包括財(cái)稅、人才、投資、標(biāo)