2019中国AI芯片行业发展现状及行业前景分析

　　【安防展览网 市场分析】AI芯片行业刚处于起步阶段，市场增长快速。传统芯片行业已是成熟行业，传统芯片设计和晶圆制造封测都是技术壁垒严重，市场增长较为缓慢的情况，而人工智能行业正处于初创成长期，部分AI产品已经可以落地，且持续优化中，算法逐渐趋向稳定。
 

　　一、AI芯片定义与主要类型
 

　　当前AI芯片设计方案众多，广义上所有面向人工智能应用的芯片都可被称为AI芯片。AI运算以”深度学习”为代表的神经网络算法，系统需能高效处理大量非结构化数据(文本、视频、图像、语音等)，所以硬件需有高效运算能力。执行人工智能任务的AI芯片主要可分成四种架构，若依人工智能系统开发的角度说，可再区分成两种类别，第一类为CPU和GPU，称作软件配合硬件；第二类为FPGA和ASIC，称作硬件配合软件。
 

图：四种AI芯片主架构类型对比，数据来源：OFweek产业研究院
 

　　根据应用场景可分为服务器端(云端)芯片和终端(边缘端)芯片。在深度学习的训练阶段，由于数据量及运算量极度庞大，单一处理器无法独立完成一个模型的训练过程，所以负责AI算法的芯片采用的是高性能计算技术，一面要支持尽可能多的网络结构以保证算法的正确率和泛化能力，另一方面也必须支持浮点数运算，同时为了能提升性能还必须支持阵列式结构，执行加速运算。在推断阶段，由于训练出来的深度神经网络模型仍非常复杂，推断过程仍属计算密集型和存储密集型，可选择部署在服务器端。
 

　　边缘端与服务器端AI芯片两者在设计思路上具本质差异，边缘端AI芯片必须保证很高的计算能效，在高级辅助驾驶ADAS等设备对实时性要求即高的应用领域上，推断过程必须在设备本身完成，因此要求移动端设备具备足够的推断能力，而部份应用场合会要求边缘端芯片具备低功耗、低延迟、低成本等要求，导致边缘端AI芯片产品呈现多种多样的风貌。
 

　　二、全球人工智能芯片市场规模
 

　　人工智能与区块链的发展带来特殊应用芯片高速成长，人工智能芯片的发展路径经历了从通用走向专用，根据中国物联网发展年度报告显示，2016年全球人工智能芯片市场市场规模达到24亿美元，预计到2020年将达到146亿美元，增长迅猛，发展空间巨大。
 

图：全球2016-2020年人工智能芯片市场规模及预测(亿美元)，数据来源：中国物联网发展年度报告，OFweek产业研究院

　　细分领域的市场预测上，可从中金公司研究数据作观察，2017年整体AI芯片市场规模达到62.7亿美元，其中云端训练AI芯片20.2亿美元，云端推理芯片3.4亿美元，边缘计算AI芯片39.1亿美元；到2022年，整体AI芯片市场规模将会达到596.2亿美元，CAGR57%，其中云端训练AI芯片172.1亿美元，CAGR53.5%，云端推断芯片71.9亿美元，CAGR 84.1%，边缘计算AI芯片352.2亿美元，CAGR55.2%。
 

图：2017-2022年AI芯片细分市场预测(亿美元)，数据来源：中国物联网发展年度报告，OFweek产业研究院

　　三、AI芯片行业产业链与商业模式
 

　　在AI芯片行业产业链与商业模式上，AI芯片虽然是新兴领域，但市场上强敌环伺，上下游产业链间的整合布局早已开始。半导体产业链长，具有资本和技术壁垒双高的特点。上游主要是芯片设计，按照商业模式，可再细分成IP设计、芯片设计代工和芯片设计三种模式。中游则包含晶圆制造和封装测试两大类，产业链的下游分成销售和系统集成企业，包括提供软硬件集成解决方案的人工智能解决方案商就被归属在系统集成商。
 

　　半导体整体商业模式主要分两种，首先为垂直集成模式(IDM)，该模式的企业业务需包含设计和制造/封测，IDM模式的代表性企业是英特尔和三星。第二种为垂直分工模式，采取分工模式的企业仅只专营一项业务，像是英伟达和华为海思仅有芯片设计，又称为fabless，而台积电和中芯国际仅代工制造业务，称作foundry。
 

　　芯片设计的商业模式有IP设计、芯片设计代工和芯片设计三种，大部分的人工智能新创企业是以芯片设计领域为主，但在这领域存在许多传统芯片行业龙头，像是英伟达、英特尔、赛灵思和恩智浦，因此只有少数AI芯片设计业者会进入传统芯片企业的产品领域与之竞争，包括寒武纪与英伟达竞争服务器芯片市场，而地平线与英伟达及恩智浦竞争自动驾驶芯片市场。
 

图：AI芯片产业链，数据来源：OFweek产业研究院
 

　　四、中国AI芯片行业政策环境