AI芯片的分类及应用
1.按技术路线分类目前，人工智能芯片按照技术路线划分，主要分为GPU、FPGA以及ASIC三大类，三类芯片的特点如下表所示。
AI芯片
技术特点
优势
劣势
GPU
GPU称为图形处理器，它是显卡的核心单元，是单指令、多数据处理器。GPU采用数量众多的计算单元和超长的流水线，主要处理图像领域的运算加速。代表产品有Nvidia-Teslav100。
优点：相比CPU，由于其多线程结构，拥有较强的并行运算能力，与FPGA和ASIC相比，通用性更强。
价格和功耗比FPGA和ASIC要高，并行运算能力在推理端无法完全发挥。
FPGA
FPGA称为现场可编程门阵列，用户可根据自身的需求进行重复编程，适用于多指令、单数据流的分析，与GPU相反。FPGA常用于预测阶段，用硬件实现软件算法，因此，在实现复杂算法方面有一定的难度。
可对芯片硬件层进行灵活编译，且功耗远远小于CPU和GPU。
硬件编程语言难以掌握，单个单元的计算能力比较弱，硬件成本较高，电子管冗余，功耗可进一步压缩。
ASIC
ASIC是一种为专门目的而设计的集成电路，是一种实现特定要求而定制的专用AI芯片。除了不能扩展以外，在功耗、可靠性、体积方面都有优势，尤其在要求高性能、低功耗的移动端。
针对专门的任务进行架构层的优化设计，可实现PPA最优化设计、量产后成本最低。
初始设计投入大，可编程架构设计难度较大，针对性设计会限制芯片通用性。
2.按应用领域分类从应用领域来划分，A芯片主要可分为云端数据中心AI芯片和智能终端AI芯片；而从功能来划分，又可分为AI训练（Training）芯片和AI推理（Inference）芯片。云端市场目前基本被NVIDIA和Google两大巨头统治，2020年由阿里达摩院所研发的含光800AI芯片也进入云端推理的竞争行列；终端玩家则相对较多，包括Intel、高通、ARM、Imagination、华为、寒武纪等。
AI芯片的应用场景众多，主要包括：数据中心(IDC)、移动终端、智能安防、自动驾驶、智能家居等。
(1)数据中心
用于云端训练和推理，目前大多数的训练工作都在云端完成。移动互联网的视频内容审核、个性化推荐等都是典型的云端推理应用。Nvidia GPU在训练方面一家独大，在推理方面也保持领先位置。与此同时，FPGA和ASIC因为低功耗、低成本的优势，也在持续抢夺GPU的市场份额。目前云端代表芯片主要有Nvidia-TeslaV100、Nvidia-TeslaT4、华为昇腾910、寒武纪MLU270、阿里达摩院含光800等。
(2)移动终端
移动终端主要包括手机，以及日渐普及的无人机等。移动终端AI芯片主要用于移动端的推理，解决云端推理因网络延迟带来的用户体验等问题，典型应用如视频特效、语音助手等。移动端AI推理通过在系统芯片（systemonchip，SoC）中增加协处理器或专用加速单元来实现。受制于移动终端的电量，对芯片的功耗有严格的限制。代表芯片有AppleA12NeuralEngine和华为麒麟990。
(3)智能安防
智能安防的主要任务是视频结构化。通过在摄像头终端加入AI芯片，可以实现实时响应、降低带宽压力，此外，也可以将推理功能集成在边缘服务器产品中，以实现对非智能摄像头数据的后台AI推理。AI芯片需要有视频处理和解码能力，主要考虑的是可处理的视频路数以及单路视频结构化的成本。代表芯片有华为Hi3559-AV100、海思昇腾310和比特大陆BM1684等。
(4)自动驾驶
AI芯片作为无人车的大脑，需要对汽车上大量传感器产生的数据做实时处理，对芯片的算力、功耗、可靠性都有非常高的要求，同时芯片需要满足车规标准，因此设计的难度较大。面向自动驾驶的芯片目前主要有NvidiaOrin、Xavier和Tesla的FSD等。
(5)智能家居
在AIoT时代，智能家居中的每个设备都需要具备一定的感知、推断以及决策功能。为了得到更好的智能语音交互用户体验，语音AI芯片进入了端侧市场。语音AI芯片相对来说设计难度低，开发周期短。代表芯片有思必驰TH1520和云知声雨燕UniOne等。
2023年中国人工智能芯片行业发展现状及发展趋势分析：芯片需求持续增长
资料来源：智研咨询整理
芯片产业是信息产业的核心部件与基石。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。
人工智能芯片的相关政策
资料来源：智研咨询整理
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。目前，中国人工智能产业链中，应用层企业比例达到83%；技术层企业比例为5%；应用层企业比例为12%。
2021年中国人工智能产业链分布
资料来源：亿欧智库、智研咨询整理
2021年，在中国人工智能企业的十大应用技术领域中，计算机视觉占比34%，居全国第一；数据挖掘占比18%，居全国第二；机器学习占比17%，居全国第三。智能语音技术占比8%；自然语言处理占比7%；知识图谱占比4%；生物识别占比2%；芯片占比1%；SLAM占比1%。
2021年中国AI企业技术领域占比
资料来源：亿欧智库、智研咨询整理
相关报告：智研咨询发布的《2022-2028年中国AI芯片行业市场运营态势及投资战略规划报告》
随着技术的成熟以及数智化转型升级，内在需求增加，加上新基建、数字经济在内的持续利好政策促进了产业智能化升级，中国人工智能核心产业市场规模将持续平稳增长，2021年中国人工智能核心产业市场规模1351亿元。“十四五”规划纲要将“新一代人工智能”作为议题重点提及，加上新基建、数字经济在内的持续利好政策促进了产业智能化升级，预计2025年中国人工智能核心产业市场规模将达到4000亿元。
2019-2025年中国人工智能核心产业市场规模及增长(单位:亿元)
资料来源：亿欧智库、智研咨询整理
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。预计2022年中国AI芯片市场规模将达到426.8亿元；2023年中国AI芯片市场规模将达到1038.8亿元；2024年中国AI芯片市场规模将达到1405.9亿元；2025年中国AI芯片市场规模将达到1780亿元。
2019-2025年中国AI芯片市场规模及增长(单位:亿元)
资料来源：亿欧智库、智研咨询整理
5G商用落地加速了人工智能产业发展进程,AI芯片作为人工智能的基础硬件,需求加速释放，AI芯片产业也持续有资本进入，单笔投资规模呈上升趋势。2021年1-12月，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，其中，1月投资事件10起，投资金额49.09亿元。
2021年1-12月中国人工智能芯片交易事件及金额
资料来源：亿欧智库、智研咨询整理
2021年1-12月中国人工智能芯片交易事件(部分)
资料来源：亿欧智库、智研咨询整理
随着中国数字化的变革方向驱动了底层技术的逐渐提升，国际影响力也在逐年上涨，同时，在大数据、芯片设计及应用落地方面，逐步建立起了优势地位。2021年中国AI期刊出版文献占全球份额18%，超出美国5.7个百分点；中国人工智能期刊引用比例达到20.7%，超出美国0.9个百分点。
2021年中国人工智能领域领先国家与地区论文发表情况
资料来源：智研咨询整理
中国人工智能产业发展也吸引更多海外人才回国创业、就业。2020-2021年期间，海外人才回国投递IT/通信/电子/互联网行业占比高达21%。预计未来，产业链结构或将重构，更多的企业、高校、组织或将形成合力，共同推动人工智能及芯片的新发展。
2020-2021年海归投递行业分布
资料来源：智研咨询整理
三、人工智能芯片发展趋势
我国人工智能应用市场规模庞大，数据积累形成海量规模，为国内人工智能芯片发展提供巨大空间。现阶段我国企业紧跟人工智能芯片创新机遇，积极开展定制ASIC芯片研发，并在部分领域取得一定进展，为人工智能产业持续升级夯实基础。
工智能芯片发展趋势
资料来源：智研咨询整理返回搜狐，查看更多