2022中国人工智能芯片行业研究报告.docx
《2022中国人工智能芯片行业研究报告.docx》由会员分享,可在线阅读,更多相关《2022中国人工智能芯片行业研究报告.docx(52页珍藏版)》请在课桌文档上搜索。
1、随着人工智能新兴产业的高速发展,传统的芯片已不能满足人工智能产业对芯片性能及算力等方面的要求。因此,如何构建出高效的人工智能芯片,将芯片技术与人工智能技术有效地结合起来成为当前的热点话题。人工智能芯片领域的研究,或将科技发展推向一个更高的阶层。亿欧认为,人工智能芯片作为人工智能及相关应用的基础与核心,必将迎来光明的未来。本报告对Al芯片主流类型进行拆解分析,展现中国人工智能芯片的发展现况,探究其发展的困境和机遇,希望能为广大从业者和各方关注人士提供有益的帮助。本报告核心观点:政策扶持和市场需求仍是人工智能芯片发展的主要驱动力。据亿欧智库测算,2025年,中国人工智能核心产业市场规模将达到400
2、0亿元,其中基础层芯片及相关技术的市场规模约1740亿元。四大类人工智能芯片(GPU、ASIC.FGPA,类脑芯片)及系统级智能芯片在国内的发展进度层次不齐。用于云端的训练、推断等大算力通用芯片发展较为落后;适用于更多垂直行业的终端应用芯片如自动驾驶、智能安防、机器人等专用芯片发展较快。超过80%中国人工智能产业链企业也集中在应用层。未来,中国人工智能芯片行业挑战与机遇并存。技术上,由于基础理论、关键设备等仍落后与国际一流水平,瓶颈较难突破,因此芯片制造环节仍有所差距,但垂直行业应用的芯片设计及相关企业的数量上,中国仍占据较为优势的地位:在算法上,除了创新计算范式的研发,“数据孤岛”问题也将在
3、政策的指导下得到解决,为Al算法提供更大量、更准确的数据集进行学习与训练;应用上,消费电子、自动驾驶、智慧安防、机器人等仍是较为主流的应用方向,政策指导使产业获得更好的联动性,同时,人工智能逐步横向往媒体、医疗、教育等行业渗透与拓展。总体来看,人工智能芯片的发展仍需基础科学积累和沉淀,因此,产学研融合不失为一种有效的途径。充分利用企业、高校、科研机构等多种不同的教育环境与教育资源,将理论知识传授与产业工程实践、科研实践相结合,培养并积累人工智能领域优质人才,维持中国人工智能及芯片行业的可持续发展。目录CTont E nt s-中国人工智能芯片行业发展现状二人工智能芯片行业解读OL技术层面02.
4、应用层面03.典型企业三中国人工智能芯片行业的挑战与机遇研究主体界定:面向人工智能领域的芯片及其技术.1法与应用“无芯片不AI”,以Al芯片为载体实现的算力是人工智能发展水平的重要衡量标准。广义的Al芯片:专门用于处理人工智能应用中大量计算任务的模块,即面向人工智能领域的芯片均被称为Al芯片。狭义的Al芯片:针对人工智能算法做了特殊加速设计的芯片。本报告将对针对狭义的Al芯片即人工智能算法做特殊加速设计的四种主流芯片GPU、ASIC、FPGA、类脑芯片以及系统级AI芯片技术、实现Al的主流算法及在场景中的应用情况进行解析。应用层终端产品智慧金融智慧医疗教育无人驾驶营销智能安防智能制造智慧城市智
5、慧零售智能家居技术层通用技术自然语言处理计算机视觉语音识别机器学习算法机器学习增强学习深度学习技术框架分布式储存分布式计算神经网络基础层数据通用数据行业大数据系统智能云平台大数据平台硬件GPU/FPGA等加速硬件智能芯片来那颂斛饮螂糊!ZX在场景应用中,利用人工智能学科技术解决生产生活的问题。/常用的算法与技术等,解决人工智能应用中的核心计算问题。人工智能应用中完成大量运算所需的硬件、模型训练所需的数据及数据处理平台等。AI芯片的发展历程:模仿人脑建立的模型和算法与半导体芯片发展交替进行人工智能算法需要在计算机设备上实现,而芯片又是计算机设备运作的核心零件,因此Al芯片的发展主要依赖两个领域:
6、第一个是模仿人脑建立的数学模型与算法,第二个是半导体集成电路即芯片。优质的算法需要足够的运算能力也就是高性能芯片的支持。亿欧智库2019年发布Al芯片行业研究报告认为,人工智能于芯片的发展分为三个阶段:第一阶段由于芯片算力不足,神经网络算法未能落地;第二阶段芯片算力提升,但仍无法满足神经网络算法需求;第三阶段,GPU和新架构的Al芯片促进了人工智能的落地。A目前,随着第三代神经网络的出现,弥合了神经科学与机器学习之间的壁垒,Al芯片正在向更接近人脑的方向发展。亿欧智库:人工智能与半导体芯片的发展进程对照19401960198020002020神经网络模型感知器HQPfieId 网络新的DNN算
7、法FPGACPU(MCU)基于深度学习类脑芯片 的Al芯片晶体管第一块芯片半导体 芯片神经网络芯片中国政策环境:在政策的引导支持下,中国人工智能芯片市场持续快速发展芯片产业是信息产业的核心部件与基石。当前,我国芯片高度依赖进口非常不利于国家安全与行业发展。因此,近年来国家高度关注人工智能芯片产业的发展,发布一系列产业支持政策,为人工智能芯片行业建立了优良的政策环境,促进行业的发展。2021年,“十四五”规划纲要和2035年远景目标纲要指出,“十四五”期间,我国新一代人工智能产业将聚焦高端芯片等关键领域。从国家战略高度为人工智能芯片行业建立了优良的政策环境。各地方也根据各自的背景与条件,发布促进
8、和扶持人工智能产业发展的方案方针。截止2021年9月,包括北京、天津、上海、江苏、福建等20余省、市、地区发布人工智能相关政策,进一步支持引导人工智能及芯片产业发展。亿欧智库:2016-2021年中国人工智能芯片相关政策梳理年份政策相关内容2016年发改委互联网+”人工智能三年行动实施方案对人工智能芯片发展方向提出多项要求,并促进智能终端可穿戴设备的推广落地。2017年国务院新一代人工知恩感发展规划重点突破高效能、可重构类脑计算芯片和具有计算机成像功能的类脑视觉传感器技术,研发具有学习能力的高效能类脑神经网络架构和硬件系统,实现具有多媒体感知信息理解和智能增长、尝试推理能力的类脑智能系统。20
9、17年工信部关于促进新一代人工智能产业发展三年行动计划按照“系统布局、重点突破、协同创新、开放有序”的原则,在深入调研基础上研究提出重点发展智能传感器、神经网络芯片、开源开放平台等关键环节,夯实人工智能产业发展的软硬件基础。2019年关于促进人工智能和实体经济深度融合的指导意见把握新一代人工智能的发展特点,结合不同行业,不同区域特点,探索创新成果应用转化的路径和方法,构建数据驱动、人机协同、跨界融合的智能经济形态。2021年“十四五”规划纲要和2035远景目标纲要我国新一代人工智能产业将着重构建开源算法平台,并在学习推理与决策、图像图形等重点领域进行创新,聚焦高端芯片等关键领域。娴公峭伍她博理
10、中国市场环境:需求是主要驱动力,边缘然端芯片市场将持续增长。2018年12月,中央经济会议把人工智能与5G、工业互联网、物联网等定义为新型基础设施建设,各行业数字化转型加速,产生了更多样化的人工智能产业应用数据和更复杂的深度学习算法需求。目前,中国人工智能产业链中,应用层企业比例超过80%,结合场景的应用落地是人工智能产业的主要驱动力。根据亿欧智库数据,中国人工智能企业的十大应用技术领域中,计算机视觉、机器人、自然语言处理、机器学习、生物识别占比居前五;企业服务、机器人和通用方案以及安防、汽车是AI应用的主要方向,边缘/终端芯片需求将持续增长。亿欧智库:2021年中国人工智能产业链分布亿欧智库
11、:2021年中国Al企业技术领域占比基础层技术层应用层计算机视觉数据挖掘机器学习钾能语言技术其他自然语TT处理 知识图谱 生物识别芯片 SLAM来假.1嘟公脚:卜依科辙里市场规模测算:市场规模平稳增长,产业融合加速人工智能整体市场已从2020年的疫情影响中恢复,同时,随着技术的成熟以及数智化转型升级,内在需求增加,中国人工智能核心产业市场规模将持续平稳增长,预计2025年将达到约4000亿元。随着大算力中心的增加以及终端应用的逐步落地,中国Al芯片需求也持续上涨。2021年疫情缓解,市场回暖,产生较大增幅;类脑等新型芯片预计最早于2023年进入量产,因此2024及2025年或有较大增长,预计市
12、场规模将于2025年达到1740亿元。三JT御俵院WZWZ中国投资环境:资本持续进入,交易金额均超亿元相较2020年,人工智能领域投资数量有所减少,但单笔投资规模呈上升趋势。Al芯片产业也持续有资本进入,单笔融资金额均超亿元。截止2022年1月,2021年中国人工智能芯片相关领域融资事件共计92起,总金额约300亿人民币。亿欧智库:2021年中国人工智能芯片交易事件及金额亿欧智库:中国人工智能芯片交易事件(部分)-截止2022年1月企业时间阶段金额I燧原科技2021-01-05C轮18亿元沐曦集成电路2021-01-18Pe-A轮数亿元天数智芯2021-03-01C轮12亿元壁仞科技2021-
13、03-30B轮数十亿元智残芯半导体2021-04-07A轮数亿元地平线2021-06-10C系列15亿美元埃瓦智能2021-07-16A轮数亿元星云智联2021-07-23Pre-A轮数亿元后摩智能2021-07-27A轮未披露灵汐科技2021-08-19战略投资未披露芯启源2021-11-03A轮数亿元安路科技2021-11-12已上市13.03亿元瀚博半导体2021-12-20B轮16亿元中科驭数2021-12-21A+轮数亿元墨芯2022-01-12A轮数亿元深聪智能2022-01-11A轮数亿元亿欧智库:中国人工智能技术方向岗位供需情况4.52/嫡邕獴S砂3湃Z /中国人工智能芯片人才
14、市场:各领域人才缺口仍较大,国家开始重视人才培养Al芯片的实现包含软件和硬件两个方面。既需研究高效率的智能算法,同时要研究如何将这些算法结合在半导体硅片上,形成最终的产品。目前.,仍有部分企业在人才招聘中遇到不少阻碍,人才缺乏、成本高是主要的问题。根据工信部人才交流中心发布的数据显示,人工智能不同技术方向岗位的人才供需比均低于0.4,其中人工智能芯片岗位人才供需比为0.32,机器学习、自然语言处理等技术人才供需仅0.2。国家也开始重视人工智能相关人才的培养,中央及各地方政府出台了多个人才培养与引进相关政策;在2018-2021年,超过300所高校开设了人工智能专业;部分企业也开始与高校进行合作
15、,以产学研合作教学模式共同培养综合能力突出的优质人才。亿欧智库:人才培养相关政策2018年4月高等学校人工智能创新行动计划 加快人工智能领域学科建设,支持高校在计算机科学与技术学科设置人工?能学前方向; 加强人工智能领域专业建设,推进“新工科”建设,形成“人工智能+X”复合专业培养新模式; 加强人工智能领域人才培养,加强人才培养与创新研究基地的融合,完善人工智能领域多主题协同育人机制。 构建人工智能多层次教育体系。2020年1月双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见 鼓励人工智能龙头企业根据产业技术的最新发展和对人才培养的最新需求,提供试验实践环境,对高校教师开展培训
16、; 以双聘等灵活聘用方式吸引企业和科研院所优秀人才到高校开展科学研究和人才培养; 依托“双一流”建设高校,建设国家人工智能产教融合创新平台,鼓励企业参与共建,在资金、项目等方面优先支持。注:人才供需比=进入该岗位的人才意向数量/岗位需求数量11中国AI芯片产业图谱亿欧智库:中国人工智能芯片产业图谱2a龙福m科1.oongsonTBCHNoLfoGYIZambriron寒武纪VrYIIIMYll三三nx豪嘉微AILIIMA沐曦集成电路JlZGJlArIIClKlKxilinx厚LoGlC君正Ingenic.八a天数智芯E9nIforintlU9fcSiroyweinmiwSynSense时I识I
17、科I技令昆仑而Kunlunxin口紫光展锐UtlISOCCorerain能云科技/EnflameatatMaC*CoreC,CorTtchnologyCoJ,td.7*LynxiTU工灵汐科技地平线FHorizonRoboticeGO纱IN高云匚警酷nR噌娼回紫光展锐UMISOCartasqn.A;如疾瓦酷芯微电孑ChipIftUIIi启英泰伦blackSESAMETECHNOLOGIESCorerain岷云科技1.GLEHFLYQImaginationAllnimer与光科技SEETRUM安谋科技armchina01.技术层基于技术架构.部署位置及实践目标的Al芯片分类 Al芯片一般泛指所有
18、用来加速Al应用,尤其是用在基于神经网络的深度学习中的硬件。 AI芯片根据其技术架构,可分为GPU、FPGA、ASIC及类脑芯片,同时CPU可执行通用AI计算,其中类脑芯片还处于探索阶段。 Al芯片根据其在网络中的位置可以分为云端AI芯片、边缘及终端Al芯片;根据其在实践中的目标,可分为训练(training)芯片和推理(inference)芯片。云端主要部署训练芯片和推理芯片,承担训练和推理任务,具体指智能数据分析、模型训练任务和部分对传输带宽要求比高的推理任务;边缘和终端主要部署推理芯片,承担推理任务,需要独立完成数据收集、环境感知、人机交互及部分推理决策控制任务。技术架构种类定制化程度可
19、编辑性算力价格优点缺点应用场景GPU通用型不可编辑中高通用性较强且适合大规模并行运算;设计和制造工艺成熟并行运算能力在推理端无法完全发挥高级复杂算法和通用性人工智能平台FPGA半定制化容易编辑高中可通过编程灵活配置芯片架构适应算法迭代,平均性能较高;功耗较低;开发时间较短(6个月)量产单价高;峰值计算能力较低:硬件编程困难适用于各种具体的行业ASIC全定制化难以编辑高低通过算法固化实现极致的性能和能效、平均性很强;功耗很低;体积小;量产后成本最低前期投入成本高;研发时间长(1年):技术风险大当客户处在某个特殊场景,可以为其独立设计一套专业智能算法软件类脑芯片模拟人脑不可编辑高-最低功耗;通信效
20、率高;认知能力强目前仍处于探索阶段适用于各种具体的行业GPU:从图形处理器到通用数据并行处理器GPU(GraPhiCSProeeSSingUnit)图形处理器最初是一种专门用于图像处理的微处理器,随着图像处理需求的不断提升,其图像处理能力也得到迅速提升。目前,GPU主要采用数据并行计算模式完成顶点渲染、像素渲染、几何演染、物理计算和通用计算等任务。因其超过CPU数十倍的计算能力,已成为通用计算机和超级计算机的主要处理器。其中通用图形处理器GPGPU(Genela!ProposeComputingonGPU)常用于数据密集的科学与工程计算中。英伟达与AMD仍占据GPU霸主地位,2018年至今,国
21、产GPU也积极发展中,已有部分产品落地。ControlALUALUALUALUCacheDRAM& lj1h,7 撮 I 阮亿欧智库:CPU和GPU对比CPUGPUGPU计算浮点计算能力110适用场景运算方式串行并行带宽内存带宽小高显存带宽-运算密集-高度并行延迟通过大的缓存保证访问内存的低延迟。直接访问显存因此延时较长。-控制简单-分多个阶段执行CPU也触逊惮元Iiu动懒WM4三亿欧智库:GPU的开发环境- CG(CforGraphics):为GPU编程设计的高级绘制语言,由NVlDlA和微软联合开发,微软版本叫HLSL,CG是NVlDlA版本。- CUDA(ComputeUnifiedDe
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 中国 人工智能 芯片 行业 研究 报告
链接地址:https://www.desk33.com/p-693007.html