智能芯片行业发展前景分析

智能芯片行业发展前景分析

随着人工智能受到媒体和资本的热捧,近来国内外各路豪杰纷纷推出自己的人工智能芯片,在PC行业已经开始逐年衰退,智能手机行业也随着市场的逐渐饱和进入瓶颈期的情况下,人工智能、物联网、云计算、大数据等领域被认为是下一个风口.其中,人工智能无疑是最受媒体和资本热捧的宠儿.同时,国外大厂纷纷推出了自己的人工智能芯片.

伴随着大数据的发展,计算能力的提升,人工智能近两年迎来了新一轮的爆发.而人工智能的实现依赖三个要素：算法是核心,硬件和数据是基础,其中硬件指的是运行AI算法的芯片与相对应的计算平台.芯片就是硬件的最重要组成部分.包括两个计算过程：1、训练；2、执行.

一、全球智能芯片市场规模分析

2017年全球人工智能芯片市场规模达到44.7亿美金,随着包括谷歌、脸书、微软、亚马逊以及百度在内的巨头相继入局,预计到2018年将达到57亿美金,2020年有望突破百亿大关,增长迅猛,发展空间巨大.2016-2018年全球人工智能芯片市场规模及增长率走势

从目前主要的几个机器学习芯片平台来看,首先是GPU,GPU的计算能力要比CPU高很多倍.从全部GPU市场来看,英特尔目前占了71%,英伟达占了16%,AMD占了13%.但从分立式GPU市场来看,英伟达占了71%,AMD占了29%.因此英伟达在分立式GPU市场产品中占有绝对的优势,其产品广泛应用于数据中心的人工智能训练.人工智能芯片GPU竞争格局人工智能芯片分立式GPU竞争格局

就目前人工智能主要发展方向来看,可投资的垂直细分领域主要包括,机器人芯片研发、智能视觉、自然语言理解和开放知识图谱、人工智能教育、围棋AI、机器视觉、机器人系统方案、体感人机交互、智能投顾、智能视觉等.而所有细分领域中,核心专用芯片是人工智能时代的战略制高点.

人们越来越看好人工智能的前景及其潜在的爆发力,而能否发展出具有超高运算能力且符合市场的芯片成为人工智能平台的关键一役.目前市场上英伟达保持着绝对的领先地位.但随着包括谷歌、脸书、微软、亚马逊以及百度在内的巨头相继加入决战,人工智能领域未来的格局如何,仍然待解.

二、中国人工智能芯片行业发展分析

1、中国人工智能芯片市场规模分析

目前,中国的人工智能芯片行业发展尚处于起步阶段.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.

数据显示,2017年中国人工智能芯片市场规模达到33.3亿元,同比增长75%；预计2018年市场规模将进一步增长,达到45.6亿元.2016-2020年中国人工智能芯片市场规模及增长率走势

2017年中国人工智能投资事件数达到353次,与2016年的379次,下降了6.86%.在投资金额方面,2017年投资金额为582亿元,与2016年相比增长65.34%.2017年中国人工智能市场规模将达到152.1亿元,增长率达到51.2%.随着人工智能技术的逐渐成熟,科技、制造业等业界巨头布局的深入,应用场景不断扩展,预计2018年中国人工智能市场规模有望突破200亿元大关,达到238.2亿元,增长率达到56.6%.2013-2017年中国人工智能领域投资时间数量及同比增长走势2013-2017年中国人工智能市场规模及同比增长走势

2、人工智能市场需求及企业竞争情况分析

人工智能技术的快速发展,推动中国人工智能与电子终端和垂直行业加速融合,涌现出了智能家居、智能汽车、可穿戴设备、智能机器人等一批人工智能产品,并正在全面重塑家电、机器人、医疗、教育、金融、农业等行业.

数据显示,目标行业市场中AI+占比40%,其次是智能机器人、智能驾驶、无人机.随着人工智能技术的逐渐成熟,科技、制造业等业界巨头布局的深入,应用场景不断扩展,对智能芯片的需求也将增加.中国人工智能企业行业分布情况

1.百度

百度（纳斯达克：BIDU）,全球最大的中文搜索引擎、最大的中文网站.2018年第一季度财报,百度一季度营收33.3亿美元,市场预期32.0亿美元.百度第一季总营收猛增31%,33.3亿美元.归属百度的净利润增至11亿美元,同比增长277%.2017-2018年百度营业收入及净利润走势

2、景嘉微

景嘉微成立于2006年4月,2016年3月,景嘉微在深圳证券交易所挂牌上市,股票代码:300474.专业从事加固电子产品设计与制造、集成电路设计及相关的软件开发与设计,产品广泛应用于高可靠性要求的航空、航天、航海、车载、工控等专业领域.2018年一季度财报数据显示,第一季度营业总收入达到0.61亿元,净利润为0.14亿元.2017-2018年景嘉微营业收入及净利润走势

3、寒武纪

寒武纪是全球智能芯片领域的先行者,宗旨是打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片.寒武纪是全球第一个成功流片并拥有成熟产品的智能芯片公司,拥有终端和服务器两条产品线.2016年推出的寒武纪1A处理器（Cambricon-1A）是世界首款商用深度学习专用处理器,面向智能手机、可穿戴设备、无人机和智能驾驶等各类终端设备

4、MLU100

MLU100是寒武纪科技推出的第一款智能处理板卡产品,搭载了MLU100芯片,为云端推理提供强大的运算能力支撑.与传统架构处理器相比,MLU100在处理人工智能任务时可获得巨大的性能功耗比提升,是真正适合人工智能的处理器.支持被动或主动两种散热方式,典型功耗为80W.MLU100智能处理卡支持最高32GB的DDR4内存容量,并具备ECC数据校验功能.

5、地平线

地平线具有世界领先的深度学习和决策推理算法开发能力,将算法集成在高性能、低功耗、低成本的嵌入式人工智能处理器及软硬件平台上.

基于创新的人工智能专用处理器架构BPU（BrainProcessingUnit),地平线自主设计研发了中国首款全球领先的嵌入式人工智能视觉芯片——面向智能驾驶的征程(Journey)系列处理器和面向智能摄像头的旭日(Sunrise)系列处理器,并向行业客户提供“芯片+算法+云”的完整解决.地平线拥有两款智能芯片,分别为旭日1.0处理器、征程1.0处理器.

旭日1.0处理器面向智能摄像头,具备在前端实现大规模人脸检测跟踪、视频结构化的处理能力,可广泛用于智能城市、智能商业等场景.

征程1.0处理器面向自动驾驶,可同时对行人、机动车、非机动车、车道线、交通标识牌、红绿灯等多类目标进行精准的实时监测和识别,实现FCW/LDW/JACC等高级别辅助驾驶功能.

6、JM5400

JM5400是景嘉微电子推出的国内首款具有完全自主知识产权的高性能图形处理芯片,采用全新的架构设计,于2014年5月流片成功.可广泛应用于有高可靠性要求的图形生成及显示等领域,满足机载、舰载、车载环境下图形系统的功能与性能要求,全面替代M9、M54、M72、M96、IMX6等国外芯片.

7、深鉴科技

深鉴科技是一家清华大学孵化的创业企业,致力于成为国际先进的深度学习加速方案提供者.提供基于原创的神经网络深度压缩技术和DPU平台,为深度学习提供端到端的解决方案.深鉴科技的DPU深度学习加速产品解决方案目前已经开始应用于安防、数据等行业.

三、人工智能行业发展前景分析

芯片的地位因此再度提升,竞争随之加剧.在这场事关新的计算时代基础架构和未来生态战略布局中,全球IT巨头、互联网企业、创业公司全被卷入,中国也已加速入局.先从三大技术来分析智能芯片行业发展前景.

1、DPU

智能芯片行业发展前景分析,GPU使用SIMD(单指令多数据流)来让多个执行单元以同样的步伐来处理不同的数据,原本用于处理图像数据,但其离散化和分布式的特征,以及用矩阵运算替代布尔运算适合处理深度学习所需要的非线性离散数据.作为加速器的使用,可以实现深度学习算法.

GPU由并行计算单元和控制单元以及存储单元构成GPU拥有大量的核(多达几千个核)和大量的飞速内存,擅长做类似图像处理的并行计算,以矩阵的分布式形式来实现计算.同CPU不同的是,GPU的计算单元明显增多,特别适合大规模并行计算.

2、FPGA

智能芯片行业发展前景分析,FPGA是用于解决专用集成电路的一种方案.专用集成电路是为特定用户或特定电子系统制作的集成电路.人工智能算法所需要的复杂并行电路的设计思路适合用FPGA实现.FPGA计算芯片布满“逻辑单元阵列”,内部包括可配置逻辑模块,输入输出模块和内部连线三个部分,相互之间既可实现组合逻辑功能又可实现时序逻辑功能的独立基本逻辑单元.

FPGA相对于CPU与GPU有明显的能耗优势,主要有两个原因.首先,在FPGA中没有取指令与指令译码操作,在Intel的CPU里面,由于使用的是CISC架构,仅仅译码就占整个芯片能耗的50%;在GPU里面,取指令与译码也消耗了10%～20%的能耗.其次,FPGA的主频比CPU与GPU低很多,通常CPU与GPU都在1GHz到3GHz之间,而FPGA的主频一般在500MHz以下.如此大的频率差使得FPGA消耗的能耗远低于CPU与GPU.

3、ASIC

智能芯片行业发展前景分析,ASIC(专用定制芯片)是为实现特定要求而定制的芯片,具有功耗低、可靠性高、性能高、体积小等优点,但不可编程,可扩展性不及FPGA,尤其适合高性能/低功耗的移动端.

目前,VPU