本报告或文章可用于微博、微信公众号、新闻网站等一般性转载,或用于企业的公开市场宣传,或用于企业投融资咨询、上市咨询等用途。这些引用可能是免费的,也可能产生额外的授权费用,头豹将根据您的引用需求向报告或文章发布者取得相应授权,并派专人与您进一步联系。
请务必如实填写引用需求并按授权范围使用本报告或文章,如头豹发现您最终的引用目的超出所引用需求相应的授权范围,头豹有权要求您停止引用并就头豹因此遭受的损失追究您相应的法律责任。
纠错
*本文参考报告:《2023年中国AI芯片行业研究报告:AI应用场景落地加速,AI芯片行业长足发展》,首发于头豹科创网。
近日,有消息称,软银集团创始人孙正义正在寻求高达1,000亿美元的资金,来资助一家芯片合资企业,从而与该公司持有的芯片设计公司Arm形成互补,并打造一家AI芯片巨头。
如果该项目成功,其将成为自OpenAI旗下聊天机器人ChatGPT问世以来,AI领域金额最大的投资之一。
近年来,孙正义曾多次在演讲中预言,AGI将是人类文明的未来,认为充满AI机器的世界会比人类社会更安全、健康和快乐。
财报显示,截至去年底,Arm已经是软银集团投资组合中最大的单一资产。据多位内部人士透露,为了加强Arm在AI领域的影响力,孙正义在不断尝试多种投资思路和战略,并探索不同类型的下一代芯片。
另外,OpenAI的CEO山姆·奥特曼(Sam Altman)也表示,对于目前的科技公司来说,要想在大模型的竞争中赶上潮流,就必须构建强大的算力设施,AI芯片正在成为瓶颈。
大佬们为何“扎堆”AI芯片?AI芯片功能特性有什么?AI芯片的商业逻辑是怎样的?A芯片行业的竞争格局情况如何?不妨从行业的角度入手深入了解。
本文,头豹研究院将对AI芯片的特性及优势,各厂商产品特性、业务布局、行业应用等方面进行分析,并对相关应用进行全景前瞻等方面的梳理,对此行业发展趋势做出研判。
01
AI芯片的定义介绍
AI芯片是指专门用于处理人工智能应用中的大量计算任务的加速模块或计算卡,可分为GPU、FPGA、ASIC等类别。
AI芯片按照使用功能可以划分为训练用AI芯片与推断用AI芯片,训练用途AI芯片需要做大量的数据输入,训练出一个复杂的深度神经网络模式,而推断环节是指利用训练好的模型,使用新的数据去“推断”各种结论,该环节的计算量相对训练环节较少。
02
AI芯片的应用场景
全球人工智能芯片市场的发展呈百花齐放的态势,AI芯片目前已被广泛应用于金融、商品推荐、安防、消费机器人、智能驾驶、智能家居等众多领域中,未来伴随着全球人工智能市场的快速发展以及AI生态建设的完善,中国AI芯片将会有更为广阔的发展空间。
从人工智能的落地应用场景细分看,中国人工智能企业的应用技术领域中,计算机视觉、机器人、自然语言处理、机器学习以及生物识别的占比合计超过70%,预计上述终端将驱动AI芯片需求快速增长。
03
AI芯片的技术架构
人工智能芯片目前大致有两种发展路径:第一种是延续传统计算架构,加强硬件的计算能力,以三类芯片为代表,包括GPU、FPGA、ASIC,另一种是颠覆经典的冯·诺伊曼计算架构,采用类脑神经结构来提升计算能力,以True North芯片为代表。
传统计算架构下的AI芯片(GPU):传统CPU因为其计算指令遵循串执行的方式,没有完全发挥AI芯片的全部潜力,因此不适用于人工智能算法的执行,而GPU因其较高的并行结构,在处理图形数据与复杂算法方面较CPU有更高的效率,更为适合对密集型数据进行并行处理,程序在GPU系统运行速度相较于CPU往往提升几十倍乃至上千倍;
FPGA芯片:FPGA芯片可同时进行数据并行和任务并行计算,在处理特定应用时有更加明显的效率提升,从功耗方面,FPGA也具备天然优势,可以极大地降低单位执行功耗,提高整体的能耗比;
ASIC芯片指的是专门研发定制芯片:ASIC的性能提升较为明显,适用于边缘物联网设备的应用。
ASIC芯片非常适用于人工智能的应用场景,由于ASIC的性能提升较为明显,机器学习定制芯片的硬件性能远高于GPU与FPGA,人工智能的ASIC芯片预计将大幅度改变AI硬件设备的面貌,另外下游需求也支撑人工智能芯片走向专用化。
04
AI芯片行业产业链图谱
从中国人工智能行业产业链分布看,目前大部分AI应用公司集中于应用层,其合计占比超过80%,由此可推断出结合场景的应用落地是人工智能产业的主要驱动力。
通信与计算机领域依旧占据全球半导体市场最大下游应用市场份额,而随着汽车智能化进程推进,汽车半导体市场规模有望持续增长。
欲查看完整高清版图表,请前往文末获取
05
AI芯片产业发展趋势
AI芯片的发展方向正朝着低功耗、接近人脑以及靠近边缘的方向转变,为实现深度学习庞大乘积累加运算和并行计算的高性能发展难题,AI芯片需要在兼顾面积限制的基础上对算力进行提升,因此AI芯片的设计架构将往低功耗方向发展,另外神经网络架构也是提升AI芯片算力能耗比的重要发展方向之一。
06
AI芯片产业终端应用
智能驾驶
预计2024年全球L1-L5级自动驾驶汽车出货量将达到5,425万辆,L1-L2级自动驾驶渗透率将达到64.6%和34.0%,伴随着自动化等级提升,单车对AI芯片的使用量也将不断增加,L2-L3阶段对芯片算力需求将提升至129TOPS是L1阶段的14倍,因此自动驾驶汽车是AI芯片最具潜力的下游细分赛道之一。
智能手机
手机中的AI芯片,更多地使用了神经网络运算技术,即为参考人类的神经元结构设计资料处理程序,模仿生物神经网络的结构和功能进行数字模型的演算法,目前被广泛用与大型图像的渲染处理中。
智能物联网
AI芯片在物联网终端的应用主要为对智能终端采集到的数据进行分析处理,进而提升用户的使用体验和实现产品智能化,物联网智能化需要经历三大发展阶段从单机智能、互联智能最终实现主动智能。
07
中国AI芯片理论市场规模
目前AI市场的主要下游应用场景分别为车载级自动驾驶、人工智能手机应用与物联网AI芯片应用,2021年三者合计市场规模已达到919亿元,预计到2025年中国AI芯片市场规模有望达到1,979亿元,2022-2025年CAGR达21.1%。
此外,我们还在报告中完整分析了中国AI芯片行业竞争格局、发展趋势及代表性企业案例等,可扫描下方二维码获取完整版报告。
“读研报 找头豹!”
本文推荐阅读
如您想阅读更多内容
↓↓长按扫描下方二维码获取↓↓
相关推荐
2024年中国获得性血友病药物治疗行业概览: 近6万人患病,国产药品发展空间如何?(摘要版)
获得性血友病是一种由于妊娠、衰老或恶性肿瘤等基础疾病导致的血液系统疾病,抗凝血因子自身抗体异常产生,导致患者体内凝血因子活性降低,出现无原因出血症状。根据受抑制的凝血因子类型可将患者分为获得性血友病A和获得性血友病B,另外根据患者临床诊疗时出血症状的严重程度,可对症进行止血治疗或免疫抑制治疗。止血治疗一线用药多为凝血因子或凝血酶原复合物,免疫抑制治疗则多选用糖皮质激素联合环磷酰胺进行长期药物调整。当前中国市场已有本土自研的重组凝血因子产品面世,免疫抑制药物方面也有多种仿制药上市过评,本土临床治疗对于进口产品的依赖逐渐降低。面对药物价格过高导致的用药渗透率不足,近年国家医保局重点关注获得性血友病用药的医保支付比例,最大限度为患者减轻药物治疗负担。另外,由于居民对获得性血友病的防控意识不足,部分患者首次并未正确选择就诊科室,导致超三成患者经历延迟确诊。中国获得性血友病诊疗指南提出,对于存在不明原因出血的送诊患者应进行凝血五项检查,根据各项检查结果进一步采取对应的凝血功能测试以尽早实现确诊。本报告将从获得性血友病药物治疗行业的起病原因、用药分类、产业链各环节重点事项分析、市场规模预测及市场竞争格局分析等维度对获得性血友病药物治疗行业进行深度剖析。
2024年中国获得性血友病药物治疗行业概览:近6万人患病,国产药品发展空间如何?(独占版)
获得性血友病是一种由于妊娠、衰老或恶性肿瘤等基础疾病导致的血液系统疾病,抗凝血因子自身抗体异常产生,导致患者体内凝血因子活性降低,出现无原因出血症状。根据受抑制的凝血因子类型可将患者分为获得性血友病A和获得性血友病B,另外根据患者临床诊疗时出血症状的严重程度,可对症进行止血治疗或免疫抑制治疗。止血治疗一线用药多为凝血因子或凝血酶原复合物,免疫抑制治疗则多选用糖皮质激素联合环磷酰胺进行长期药物调整。当前中国市场已有本土自研的重组凝血因子产品面世,免疫抑制药物方面也有多种仿制药上市过评,本土临床治疗对于进口产品的依赖逐渐降低。面对药物价格过高导致的用药渗透率不足,近年国家医保局重点关注获得性血友病用药的医保支付比例,最大限度为患者减轻药物治疗负担。另外,由于居民对获得性血友病的防控意识不足,部分患者首次并未正确选择就诊科室,导致超三成患者经历延迟确诊。中国获得性血友病诊疗指南提出,对于存在不明原因出血的送诊患者应进行凝血五项检查,根据各项检查结果进一步采取对应的凝血功能测试以尽早实现确诊。本报告将从获得性血友病药物治疗行业的起病原因、用药分类、产业链各环节重点事项分析、市场规模预测及市场竞争格局分析等维度对获得性血友病药物治疗行业进行深度剖析。
2024年中国工控行业系列报告(下):企业竞争力排行榜解读,出海市场趋势明显(独占版)
本报告为工业控制行业系列报告第二篇,主要对行业竞争格局进行分析,以及预判未来发展趋势,包括国产替代趋势和出海市场发展趋势。
2024年中国工控行业系列报告(下):企业竞争力排行榜解读,出海市场趋势明显(摘要版)
本报告为工业控制行业系列报告第二篇,主要对行业竞争格局进行分析,以及预判未来发展趋势,包括国产替代趋势和出海市场发展趋势。
2024年中国大模型行业应用研究:大模型引领智能时代,助力各行业全面升级(摘要版)
尽管大模型技术在推动各行各业的数字化转型和智能化升级方面展现出巨大潜力,其在行业应用中仍面临技术门槛高、需求定义模糊、数据获取困难等挑战,同时还需考虑战略定位和投资回报,以及与现有系统的集成和用户培训问题。然而,这一技术在中国市场上已呈现强劲增长态势,市场规模达到891.2亿元,特别是基于语言的大模型人工智能市场表现尤为突出,规模高达668.3亿元。大模型技术的快速发展正助力气象、药物、金融、政务、教育、电商、法律、农业、工业和医疗等多个领域的创新升级,提升服务质量和工作效率。随着大模型技术与实体经济的深度融合,我们将迎来一个充满机遇和挑战的新时代,各行各业将利用先进的大数据和AI技术实现可持续发展的目标。面对这些挑战,行业和企业需积极探索解决方案,确保大模型技术在推动行业发展中发挥最大作用
头豹的程序员小GG强烈建议您使用谷歌浏览器(chrome)以获得最佳用户体验。