人工智能-芯片

admin管理员组

文章数量:1532440

2024年2月28日发(作者：)

人工智能细分领域之

芯片

一、 观点

“人工智能+芯片”，建议暂时观望。

虽然说，我国的人工智能芯片处于起步阶段，进步空间巨大，芯片的市场前景也非常高，

在人工智能行业，得芯片者可以说得天下。总之，芯片技术含量极高，非常重要，市场空白，前景广阔，政策扶植。

但是个人觉得我国的人工智能芯片近期内不会有重大突破。最主要考虑的是芯片的研发风险。芯片研发，特别是新型芯片研发，是一个周期长、失败率高、投入极大的过程，需要国家政策源源不断的大力支持。芯片产业作为IT产业最上游，需要对未来3-5年整个产业发展趋势有非常精准的前瞻判断和大魄力的投入才能取得成功。

目前我国走在前沿的芯片开发公司，例如中科院的“寒武纪”芯片，虽然说开发出来了，但是跟2家上市公司（科大讯飞、中科曙光）都只是签订了战略合作协议（比较虚，没有实质性的业务合作），主要还是试验阶段，没有大规模量产。此外，我国政策方面也还是比较口头上的支持，具体相关的大力度支持政策并没有出台，但由于人工智能行业被写入了政府工作报告，所以政策上可能会改变“雷声大雨点小”的局面，因此，建议暂时观望。

二、 定义

芯片又叫集成电路，按照功能不同可分为很多种，有负责电源电压输出控制的，有负责音频视频处理的，还有负责复杂运算处理的。算法必须借助芯片才能够运行，而由于各个芯片在不同场景的计算能力不同，算法的处理速度、能耗也就不同。在人工智能市场高速发展的今天，人们都在寻找更能让深度学习算法更快速、更低能耗执行的芯片。目前，能够适应深度学习需要的芯片类型有GPU、FPGA和ASIC等。

三、 市场

芯片是人工智能的核心，人工智能的市场前景有多大，芯片的前景就有多大。

根据艾瑞咨询的数据，2020年全球人工智能市场规模约1190亿人民币。而未来10

年，人工智能将会是一个2000亿美元的市场。空间非常巨大。其中在硬件市场方面，将会有30%的市场份额，约60亿美元。目前主要是使用GPU并行计算神经网络，同时，FPGA和ASIC也将是未来异军突起的力量。

3.1国家政策大力支持

从2017年起，中科院对人工智能芯片“寒武纪”进行为期18个月共计1000万元的专项资金支持，用于项目研发及其产业化。

2016年5月，中国发改委：支持人工智能领域的芯片、传感器等基础软硬件技术开发。加快人工智能技术在汽车等领域推广应用；在重点领域培育人工智能骨干企业；推进无人驾驶汽车的技术研发。

以及，《“互联网+”人工智能三年行动实施方案》、《“十三五”国家科技创新规划》和《政府工作报告》的发布都显示了我国发展人工智能产业的决心。目前，国内有上百家人工智能相关企业开始渗透并构架起产业基础层、技术层、应用层，形成产业链模型，覆盖机器学习、自然语言处理、大数据处理、计算机图像识别、人工智能认知等多个细分领域。

3.2 主要提供给从事人工智能的企业，需求量就将数十倍于智能手机。

人工智能的市场空间将不仅仅局限于计算机、手机等传统计算平台，从无人驾驶汽车、无人机再到智能家居的各类家电，至少数十倍于智能手机体量的设备需要引入感知交互能力。而出于对实时性的要求以及训练数据隐私等考虑，这些能力不可能完全依赖云端，必须要有本地的软硬件基础平台支撑。仅从这一角度考虑，人工智能定制芯片需求量就将数十倍于智能手机。（安信证券）

四、 应用场景

对人工智能的实现来说，在当下能得到长足进展， 高性能的计算能力（CPU， GPU，

FPGA，ASIC）的突破至关重要。

GPU，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。

FPGA能完成任何数字器件的功能的芯片，甚至是高性能CPU都可以用FPGA来实现。Intel 在2015年以161亿美元收购了FPGA龙头Alter，其目的之一也是看中FPGA的专用计算能力在未来人工智能领域的发展。

ASIC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。谷歌最近曝光的专用于人工智能深度学习计算的TPU,其实也是一款ASIC。

应用场景 场景说明

相比于 CPU，GPU的就是它对能源的需求远远低于CPU。GPU擅长的是海量数据的快速处理。并行计算等部分计算方面，GPU可以提供数十倍乃至于上百倍于 CPU 的性能。现在是人工智能行业主流芯片。

GPU

FPGA

ASIC

FPGA之所以能有潜力成为人工智能深度学习方面的计算工具，主要原因就在于其本身特性：可编程专用性，高性能，低功耗。

ASIC作为集成电路技术与特定用户的整机或系统技术紧密结合的产物，与通用集成电路相比，具有以下几个方面的优越性： 体积更小、功耗更低可靠性提高、性能提高、保密性增强、成本降低。

五、 相关上市公司

人工智能将推动新一轮计算革命，而芯片行业作为产业最上游，是人工智能时代的开路先锋：一方面具备行业先导指标的意义，另一方面也是在人工智能产业发展初期率先启动、弹性最大的行业。把握核心芯片架构的先发优势，在此基础上迅速建立生态体系是在一个新计算变革时代来临时的成功关键。

公司 行业切入点

拥有国内首款自主研发的GPU芯片JM5400，专用于公司的图形显控领域。JM5400为代表的图形芯片打破外国芯片在我国军用GPU领域的垄断，率先实现军用GP国产化。虽然景嘉微的 GPU 芯片主要用于军用显示，尚无法达到人工智能深度学习的算力要求，但随着研发和支持的投入，参照 NVIDIA 当年的发展历史，景嘉微也会有潜力成长起来。

国内云计算行业的龙头。超级计算机领域：在 Green500 全球能效比最高的前十名超级计算机中，公司占据 3 台，名列前茅。与寒武纪战略合作有望在人工智能时代占据先发优势，打造智能计算的服务平台，实现新的跨越式发展。

与商汤科技合作打造深度学习专用芯片体系。公司合作方商汤科技是国内最顶尖的深度学习公司之一， 目前不但正在自主研发深度学习核心芯片， 同时也在打造包括深度学习平台操作系统和专用深度学习机器的完整体系，是全球极少数能够建议深度学习基础软硬件生态的公司。

携手清华电子系，推动人工智能算法芯片化。子公司飞识科技技术来源于清华大学电子系，有望为公司的安防视频监控智能化战略提供核心底层技术，推动人工智能算法向多个应用领域和场景进行拓展和芯片化工作。

景嘉微

中科曙光

东方网力

汉邦高科

本文标签： 芯片人工智能学习深度计算