中国人工智能芯片行业细分市场发展趋势

• 李芬珍子 2023年9月11日 来源：中研网 291 11
• 繁体

中国人工智能芯片行业细分市场发展趋势预测

一、基于FPGA的半定制人工智能芯片

(1)产品简况与特征

FPGA(FIELD-PROGRAMMABLE GATE ARRAY)，即现场可编程门阵列，它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。用户可以通过烧入FPGA配置文件来定义这些门电路以及存储器之间的连线。

FPGA内部包含大量重复的IOB、CLB和布线信道等基本单元。FPGA在出厂时是“万能芯片”，用户可根据自身需求，用硬件描述语言(HDL)对FPGA的硬件电路进行设计;每完成一次烧录，FPGA内部的硬件电路就有了确定的连接方式，具有了一定的功能;输入的数据只需要依次经过各个门电路，就可以得到输出结果。

(2)产品市场发展现状

由于FPGA的灵活性，很多使用通用处理器或ASIC难以实现的下层硬件控制操作技术利用FPGA可以很方便的实现，从而为算法的功能实现和优化留出了更大空间。同时FPGA一次性成本(光刻掩模制作成本)远低于ASIC，在芯片需求还未成规模、深度学习算法暂未稳定需要不断迭代改进的情况下，利用具备可重构特性的FPGA芯片来实现半定制的人工智能芯片是最佳选择。

(3)市场代表企业

目前，FPGA市场基本上全部被国外XILINX、ALTERA(现并入INTEL)、LATTICE、MICROSEMI四家占据。其中XILINX和ALTERA两大公司对FPGA的技术与市场占据绝对垄断地位。在ALTERA尚未被INTEL收购的2014年，XILINX和ALTERA分别实现23.8亿美元和19.3亿美元的营收，分别占有48%和41%的市场份额，而同年LATTICE和MICROSEMI(仅FPGA业务部分)两公司营收为3.66亿美元和2.75亿美元，前两大厂商占据了近90%的市场份额。

二、针对深度学习算法的全定制人工智能芯片

(1)产品简况与特征

在针对深度学习算法的全定制阶段，芯片是完全采用ASIC设计方法全定制，性能、功耗和面积等指标面向深度学习算法都做到了最优。

ASIC(Application Specific Integrated Circuits，专用集成电路)，是指应特定用户要求或特定电子系统的需要而设计、制造的集成电路。严格意义上来讲，ASIC是一种专用芯片，与传统的通用芯片有一定的差异。是为了某种特定的需求而专门定制的芯片。

(2)产品市场发展现状

ASIC在人工智能深度学习方面的应用还不多，但是可以拿比特币矿机芯片的发展做类似的推理。比特币挖矿和人工智能深度学习有类似之处，都是依赖于底层的芯片进行大规模的并行计算。而ASIC在比特币挖矿领域，展现出了得天独厚的优势。

目前ASIC芯片已成为主流的矿机芯片，挖矿速度基本都达到了GH/S的级别，比如BITMAIN的第四代芯片BM1385，单颗芯片算力可达32.5GH/S，在0.66V的核心电压下功耗仅为0.216W/GH/S。ASIC芯片随着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经130nm提升至14nm，基本接近现有半导体技术的极限。

(3)市场代表企业

ASIC易学难练，要想大成，靡费巨资。因此玩ASIC的不乏豪门贵族。例如，谷歌于2016年推出可编程AI加速器TPU，英特尔也于2017年推出专为深度学习设计的芯片Knights Mill。微软打造Project Catapult支持微软Bing。

从初创公司来看，美国的Wave Computing公司专注于深度学习芯片架构，推出DPU(Dataflow Processing Unit);英国的Graphcore公司将推出开源软件框架Poplar和智能处理单元IPU。

相比于科技巨头，初创企业更有可能结合具体应用场景设计芯片，如地平线机器人设计的第一代BPU(Brain Processing Unit)，被用于开发ADAS系统。

(4)市场前景与趋势分析

国内的比特币芯片生产厂商，都有可能在人工智能时代华丽转身，成为拥抱深度学习的定制芯片供应商。在这块领域有所深耕建树的公司有，国内的深圳烤猫、迦南耘智、比特大陆和龙矿科技。拥有自产芯片的矿机生产商的盈利能力强，普遍的毛利率达到50%以上。

随着人工智能算法和应用技术的日益发展，以及人工智能专用芯片ASIC产业环境的逐渐成熟，人工智能ASIC将成为人工智能计算芯片发展的必然趋势。

中国人工智能芯片市场需求预测

国内人工智能芯片行业发展仍处在起步阶段。长期以来，我国在CPU、GPU和DSP设计上一直处于追赶状态，绝大多数芯片依靠国外的IP核进行设计，自主创新能力不足。但我们也看到，国内人工智能产业的快速发展，也为国内芯片产业实现换道超车创造了机会。由于国内外在芯片生态上并未形成垄断，国内芯片设计厂商尤其是专用芯片设计厂商，同国外竞争对手还处在同一起跑线上。

目前国内人工智能芯片市场呈现出百花齐放的态势。AI芯片的应用领域广泛分布在金融证券、商品推荐、安防、消费机器人、智能驾驶、智能家居等众多领域，催生了大量的人工智能创业企业，如地平线、深鉴科技、寒武纪、云知声、云天励飞等。未来随着国内人工智能市场的快速发展，生态建设的完善，国内AI芯片企业将有着更大的发展空间，未来5年的市场规模增速将超过全球平均水平。

中国人工智能芯片行业供需平衡预测

AI芯片在物联网，大数据以及人工智能算法的商业落地浪潮中，需求旺盛，利润空间大，竞争不充分，发展前景广阔。

AI芯片面向云端的高性能推理和训练，技术门槛较高，竞争较少，易于产生行业巨头。泛手机终端芯片竞争激烈，不适宜中小公司进入。面向边缘端都低功耗和特定应用场景的AI芯片，对把握住市场需求的初创公司是巨大的机会。

AI芯片的风险在于，投资规模大周期长，技术密集，要求完整的软件栈和工具链，后端设计和验证门槛高，对于市场需求把握难度较大。

如果企业对市场的判断力不强，市场意识淡薄，再加上思想比较保守，过分依赖旧的营销方式，以及规模、资金、信息等各方面的不足，无力建设和经营营销网络和开展产品宣传活动，产品都难以突破本地区的范围，因此市场占有率越来越小，不少企业已处在朝不保夕的地步。若企业生产达不到一定的规模效应，则难有大的发展空间，所以必然会导致行业内的大型企业发展，许多小型企业被兼并整合。

《2022-2027年中国人工智能芯片行业发展分析及投资风险预测报告》由中研普华人工智能芯片行业分析专家领衔撰写，主要分析了人工智能芯片行业的市场规模、发展现状与投资前景，同时对人工智能芯片行业的未来发展做出科学的趋势预测和专业的人工智能芯片行业数据分析，帮助客户评估人工智能芯片行业投资价值。

• 相关深度报告REPORTS

  

  2022-2027年中国人工智能芯片行业发展分析及投资风险预测报告

  人工智能芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责）。业界关于AI芯片的定义仍然缺乏一套严格和公认的标准。比较宽泛的看A...

  查看详情

延伸阅读

推荐阅读

猜您喜欢