一、人工智能芯片市場空間預(yù)測

圖表：2023-2028年人工智能芯片市場規(guī)模預(yù)測(億元)

預(yù)測2023年人工智能芯片市場規(guī)模為1206億元，到2028年預(yù)計(jì)超過3800億元，預(yù)測市場規(guī)模為3809.75億元。

二、人工智能芯片產(chǎn)品發(fā)展趨勢

1、新興技術(shù)驅(qū)動，需求持續(xù)增長

云計(jì)算分為IaaS、PaaS和SaaS三層。IaaS企業(yè)提供場外服務(wù)器、存儲和網(wǎng)絡(luò)硬件，IoT提供了更多的數(shù)據(jù)收集端口，大大提升了數(shù)據(jù)量。大數(shù)據(jù)為人工智能提供了信息來源，云計(jì)算為人工智能提供了物理載體，5G降低了數(shù)據(jù)傳輸和處理的延時性。人工智能關(guān)鍵技術(shù)未來將在5G、IoT、云計(jì)算和大數(shù)據(jù)等新興技術(shù)日益成熟的背景下取得突破性進(jìn)展。

2、5G時代，邊緣智能芯片需求將迅速增長

在5G時代，無線網(wǎng)絡(luò)具備高帶寬、低延時以及支持海量設(shè)備接入等特點(diǎn)，大規(guī)模的數(shù)據(jù)流動增加了傳輸和云端的壓力，使得邊緣端的網(wǎng)絡(luò)節(jié)點(diǎn)需要具備數(shù)據(jù)預(yù)處理和快速輸出結(jié)果的能力，數(shù)據(jù)處理將進(jìn)入分布式計(jì)算的新時代。同時，隨著5G時代和人工智能的發(fā)展，越來越多的數(shù)據(jù)處理需求必須在邊緣側(cè)完成。這些場景往往需要很強(qiáng)的實(shí)時性，對延時敏感，并且有很強(qiáng)的數(shù)據(jù)隱私性要求，相關(guān)生產(chǎn)數(shù)據(jù)不能上傳到云端。邊緣人工智能則很好地解決了這個需求，通過在產(chǎn)線等邊緣處直接部署智能計(jì)算設(shè)備，在無需將數(shù)據(jù)傳出工廠的同時，實(shí)時地進(jìn)行數(shù)據(jù)處理并對產(chǎn)線進(jìn)行決策和控制。

3、消費(fèi)類電子和智能汽車是未來終端智能計(jì)算能力的重要載體

除了云端和邊緣端外，終端也有大量的智能計(jì)算能力需求。這些計(jì)算能力需求主要分為兩類，一類是單芯片計(jì)算能力需求較小的，主要是一些物聯(lián)網(wǎng)設(shè)備，如智能家居等;另外一類是移動計(jì)算平臺，這些計(jì)算平臺的特點(diǎn)是其設(shè)備往往處于移動中，無法用固定的邊緣設(shè)備來支撐。這些設(shè)備未來主要有兩類，一類是以手機(jī)、平板為代表的消費(fèi)類電子產(chǎn)品，另外一類是以自動駕駛為代表的車載計(jì)算平臺。

4、智能芯片會形成云邊端一體化的生態(tài)

在通用處理器領(lǐng)域，服務(wù)器、桌面和終端的生態(tài)是相互分離的不同生態(tài)環(huán)境。在服務(wù)器和桌面一側(cè)，x86是目前主流的生態(tài)體系;而在終端等設(shè)備一側(cè)，則是由ARM來主導(dǎo)。服務(wù)器及桌面系統(tǒng)和終端系統(tǒng)分別按照兩條不同的技術(shù)路線在發(fā)展。

5、人工智能算法將持續(xù)演進(jìn)

當(dāng)前人工智能發(fā)展正處于第三波浪潮上，這波浪潮最大的特點(diǎn)就是與業(yè)務(wù)緊密結(jié)合的人工智能應(yīng)用場景逐漸落地，擁有先進(jìn)算法和強(qiáng)大計(jì)算能力的企業(yè)成為了最主要的推動者。當(dāng)前人工智能的主流技術(shù)路徑是深度學(xué)習(xí)，但無論是產(chǎn)業(yè)界或?qū)W術(shù)界，都認(rèn)為深度學(xué)習(xí)尚存在一些局限性，在機(jī)器感知類場景表現(xiàn)優(yōu)異，但在機(jī)器認(rèn)知類場景表現(xiàn)還有待提高。未來針對不同的人工智能應(yīng)用類型和場景，將會有深度學(xué)習(xí)之外的新型算法脫穎而出，這就要求智能芯片的架構(gòu)不能僅僅針對深度學(xué)習(xí)設(shè)計(jì)，也要適應(yīng)不同類型的算法，同時兼顧能效和靈活性。

三、人工智能芯片應(yīng)用趨勢

從云端芯片來看，目前GPU占據(jù)云端人工智能主導(dǎo)市場，以TPU為代表的ASIC目前只運(yùn)用在巨頭的閉環(huán)生態(tài)，F(xiàn)PGA在數(shù)據(jù)中心業(yè)務(wù)中發(fā)展較快。放眼未來，GPU、TPU等適合并行運(yùn)算的處理器成為支撐人工智能運(yùn)算的主力器件，既存在競爭又長期共存，一定程度可相互配合;FPGA有望在數(shù)據(jù)中心業(yè)務(wù)承擔(dān)較多角色，在云端主要作為有效補(bǔ)充存在。

從終端來看，按需求逐步落地。云端受限于延時和安全性，催生AI的“推斷”部分向終端下沉。終端AI推斷需要芯片支持的需求場景需低延時、低功耗及高算力。按照需求落地先后，AI芯片落地的終端子行業(yè)分別是：智能安防、輔助駕駛以及手機(jī)、音箱、無人機(jī)、機(jī)器人等其他消費(fèi)終端。三大領(lǐng)域?qū)K端AI芯片的要求各有側(cè)重。

四、人工智能芯片市場結(jié)構(gòu)變化趨勢

圍繞著技術(shù)創(chuàng)新和商業(yè)模式創(chuàng)新方向，是芯片制造企業(yè)的主要路線。Nvidia目前提供的是基于GPU的云服務(wù)，致力于讓客戶到自己的云上面發(fā)展，不再專推芯片產(chǎn)品。而英特爾，以前銷售芯片，收購Mobileye以后，進(jìn)行了產(chǎn)業(yè)鏈越來越垂直整合，越來越封閉。通過人工智能實(shí)現(xiàn)讓芯片變成服務(wù)的途徑，是未來發(fā)展的趨勢。

欲了解更多行業(yè)的未來發(fā)展前景，可以點(diǎn)擊查看中研普華產(chǎn)業(yè)院研究報告《2024-2030年中國人工智能行業(yè)發(fā)展前景及投資戰(zhàn)略分析報告》。