手机站
手机站
小程序
欢迎来到企汇网 登录免费注册

扫一扫有惊喜

资讯首页机械化工农业五金能源电子家居建材采购经验谈产业集聚区企业动态社会财经焦点聚焦
您所在的位置: 企汇网> 资讯> 电子 > 2018年人工智能芯片行业分析

2018年人工智能芯片行业分析

来源:捷配电子市场网 编辑:刘波 浏览量:1118 发布时间:2018-04-13

文章摘要:在人工智能超过60年的发展历程中,经历了漫长的历史演进和技术更迭,并曾两次陷入低谷。

  在人工智能超过60年的发展历程中,经历了漫长的历史演进和技术更迭,并曾两次陷入低谷。近几年随着工业4.0、智能生活、“互联网+”等领域的快速进步,加之深度学习算法在语音和视觉识别上取得突破,人工智能技术开始渗透至工业、医疗、教育、安全等多个领域。

  根据前瞻产业研究院发布的《2018-2023年中国芯片行业市场需求与投资规划分析报告》数据显示,2016年全球人工智能芯片市场规模达到36亿美金,预计到2021年将达到111亿美金,年复合增长率达到25%,增长迅猛,发展空间巨大。

  图表1:2016-2021年全球人工智能芯片市场规模及预测(单位:亿美金)

2018年人工智能芯片行业分析 芯片之战胜负变数大

 

  资料来源:Gartner 前瞻产业研究院整理

  核心芯片决定一个新的计算平台的基础架构。核心芯片将决定一个新的计算时代的基础架构和未来生态,因此,谷歌、微软、IBM、Facebook等全球IT巨头都投巨资加速人工智能核心芯片的研发,旨在抢占新计算时代的战略制高点,掌控人工智能时代主导权。回顾在PC和移动互联网时代分别处于霸主地位的X86架构和ARM架构的发展历程,可以看到:从源头上掌控核心芯片架构取得先发优势,对于取得一个新计算时代主导权有多么重要。

  随着大数据的发展,计算能力的提升,人工智能近两年迎来了新一轮的爆发。芯片约占人工智能比重的15%,结合我国人工智能市场规模,推算出2016年我国人工智能芯片市场规模约为15亿元,到2022年市场规模将达到50亿元左右。

  图表2:2016-2022年中国人工智能芯片市场规模及预测(单位:亿元,%)

2018年人工智能芯片行业分析 芯片之战胜负变数大

 

  资料来源:前瞻产业研究院整理

  各类芯片各有千秋,芯片之战胜负存在较大变数

  人工智能市场规模的快速增长得益于其应用领域的不断开拓。目前已经覆盖包括深度学习、机器视觉、指纹识别、人脸识别、个人助理、智慧机器人等13个具体应用,涉及工业机器人、安全识别、无人驾驶、智能医疗、智能家居等多个新兴产业,人工智能势必将成为新一轮科技革命的强大推动力量。强大推动力的背后,是AI芯片之争,其主要分为以下几种:

  图表3:人工智能芯片的分类介绍

2018年人工智能芯片行业分析 芯片之战胜负变数大

 

  资料来源:前瞻产业研究院整理

  从技术上来看,GPU、FPGA和ASIC都各有千秋。从实际应用来看,GPU拥有最完善的生态系统支撑,具有较大的先发优势。由于市场对此已经充分预期,我们在此就不再赘述。人工智能在推理环节应用刚起步,云端要比前端设备发展速度更快。下面我们将重点讲述一下云端数据中心的应用。在数据中心,FPGA使用日益广泛,而ASIC路线风险太高,目前仅有谷歌批量部署了TPU。

  图表4:处理器芯片对比-1

2018年人工智能芯片行业分析 芯片之战胜负变数大

 

  资料来源:《腾讯技术工程》 前瞻产业研究院整理

  具体来看,GPU与CPU有相同之处,两者都有总线和外界联系,都有自己的缓存系统,以及数字和逻辑运算单元。两者也具有很大的差异。CPU需要很强的通用性来处理各种不同的数据类型,同时又需要进行逻辑判断、分支跳转和中断等处理,因此CPU内部的结构异常复杂;而GPU专门执行复杂的数学几何计算,面对的是类型高度统一、相互无依赖的大规模数据和不需要被打断的纯净计算环境。所以与CPU擅长逻辑控制和通用类型数据运算不同,GPU擅长大规模、独立的浮点和并行计算。中国在GPU芯片设计领域发展相对较晚,当前掌握核心技术的公司包括景嘉微、兆芯等。其中景嘉微研发的JM5400图形芯片打破国外芯片在我国 GPU领域的垄断,实现了 GPU国产化。

  FPGA芯片与GPU以及CPU相比,具有性能高、能耗低以及可硬件编程的特点。虽然FPGA的频率一般比CPU低,但是可以用FPGA实现并行度很大的硬件计算器。FPGA高性能、低能耗以及可硬件编程的特点使其适用范围得以扩大,目前FPGA主要应用于通讯、、安全、视频、工业自动化等领域。

  为深度学习量身定制的AS将在计算速度和功耗上赶超GPU和FPGA,并随着人工智能渗透率的不断提升,未来在智能手机、物联网、车联网等领域,人工智能芯片将得到广泛应用,广阔的市场空间为ASIC大规模量产创造了可能。随着大规模量产条件下单片成本大幅下降,ASIC可能会成为未来深度学习领域的主流芯片。目前,科技巨头纷纷在ASIC深度学习芯片上发力。

  类脑芯片其是一种基于神经形态工程、借鉴人脑信息处理方式。旨在适于实时处理非结构化信息、具有学习能力的超低功耗新型计算芯片。可以说类脑芯片是更加接近人工智能目标的芯片,其力图在基本架构上模仿人脑的工作原理,使用神经元和突触的方式替代传统的架构体系,使芯片能够进行异步、并行、低速和分布式处理信息数据的能力,同时具备自主感知、识别和学习的能力。

  图表5:我国人工智能芯片的种类及主要代表企业

2018年人工智能芯片行业分析 芯片之战胜负变数大

 

  整体来看,深度学习的兴起得益于大数据的发展、计算机计算能力的大幅提升和算法本身的突破,其中计算能力的大幅度提升则得益于GPU、FPGA、ASIC等人工智能芯片的广泛应用,芯片作为人工智能技术核心环节,未来前景广阔。

免责声明

本网站部分内容来源于合作媒体、企业机构、网友提供和互联网的公开资料等,仅供参考。本网站对站内所有资讯的内容、观点保持中立,不对内容的准确性、可靠性或完整性提供任何明示或暗示的保证。如果有侵权等问题,请及时联系我们,我们将在收到通知后第一时间妥善处理该部分内容。

关注企汇网官方微信账号:“henanqihuiwang

每日获得互联网最前沿资讯,热点产品深度分析

var currenthref= window.location.href;