|
當前AI芯片設(shè)計方案繁多，包括但不限于GPUFPGAASICDSP等。所以目前市場上對于AI芯片并無明確統(tǒng)一的定義，廣義上所有面向人工智能（Artificial Intelligence，AI）應用的芯片都可以被稱為AI芯片。 在人工智能發(fā)展初期，算法已經(jīng)通過數(shù)據(jù)中心（云端）在大數(shù)據(jù)分析、精準營銷、商業(yè)決策等方面實現(xiàn)了成功地應用落地。 而未來，智能化將會逐漸滲透進入能源、交通、農(nóng)業(yè)、公共事業(yè)等更多行業(yè)的商業(yè)應用場景中，考慮到智能化任務(wù)運算力需求，以及傳輸帶寬、數(shù)據(jù)安全、功耗、延時等客觀條件限制，現(xiàn)有云端計算解決方案難以獨自滿足人工智能本地應用落地計算需求，終端、邊緣場景同樣需要專用的AI芯片。 應用場景：云計算 云計算發(fā)展自互聯(lián)網(wǎng)廠商提升服務(wù)器使用效率而逐漸開始的服務(wù)器Web租賃服務(wù)。在云計算產(chǎn)業(yè)鏈中，云廠商負責基礎(chǔ)設(shè)施和云組織架構(gòu)的搭建，并為客戶提供PaaS、SaaS服務(wù)，具有極高的資本和技術(shù)門檻，在產(chǎn)業(yè)鏈中享有極大的話語權(quán)。 通過云服務(wù)模式，采取按需租用超算中心計算資源可極大降低項目期初資本投入，同時也省卻了項目開發(fā)期間的硬件運維費用，實現(xiàn)資本配置效率的最大化提升。 云計算服務(wù)模型 云計算是一種按使用計費的IT服務(wù)模型，實現(xiàn)對高可靠、可配置的計算資源池（服務(wù)器、存儲、網(wǎng)絡(luò)、應用程序和服務(wù)）方便快捷的訪問，資源可通過最少的管理工作快速的配置和發(fā)布。 云計算具有：資源池、廣泛的網(wǎng)絡(luò)訪問、按需自助服務(wù)、快速彈性膨脹、測量服務(wù)等5個基本特征。 云計算市場需求 中國云計算產(chǎn)業(yè)比美國發(fā)展晚2~4年左右，在全球云計算市場中，美國占比達到54.1%，中國僅為5%。2017年中國IT支出為2.4萬億人民幣，僅占全球IT總支出金額的9.92%，對應中國GDP水平仍有較大的提升空間。 中國雖然起步較晚但發(fā)展迅猛，對比亞馬遜及阿里巴巴云計算資本支出數(shù)據(jù)，可以看到阿里巴巴在云計算領(lǐng)域支出總金額絕對值雖然少于亞馬遜，但增速卻顯著超過了亞馬遜的資本支出增速，這顯示了近年來國內(nèi)加大對于計算資源基礎(chǔ)設(shè)施的建設(shè)力度，將極大受益于服務(wù)器廠商及上游芯片廠商業(yè)績。 云計算AI芯片市場規(guī)模 當前全球云計算AI芯片市場英偉達一家獨大（尤其是訓練端），主要原因是英偉達GPU產(chǎn)品線豐富，編程環(huán)境成熟，產(chǎn)品支持市場上主要的開發(fā)框架和語言，產(chǎn)品廣受AI開發(fā)者好評。 但同時其產(chǎn)品也存在著功耗偏大、價格昂貴等問題，因此各大云廠商紛紛提出自己的AI芯片開發(fā)計劃以擺脫上游AI芯片供貨商一家獨大的壟斷市場情況。 在當前智能服務(wù)器滲透率尚低，GPU產(chǎn)品并非完美解決方案的情況下，對于其他AI芯片廠商云計算中心市場依然存在著較大的市場空間可以進入。 應用場景：邊緣計算 在邊緣計算場景，AI芯片主要承擔推斷任務(wù)，通過將終端設(shè)備上的傳感器（麥克風陣列、攝像頭等）收集的數(shù)據(jù)代入訓練好的模型推理得出推斷結(jié)果。 由于邊緣側(cè)場景多種多樣、各不相同，對于計算硬件的考量也不盡相同，芯片可以是IP inSoC，也可以是邊緣服務(wù)器，對于運算力和能耗等性能需求也有大有小。 因此不同于云端場景的“高端、通用”，應用于邊緣計算的AI芯片需要針對特殊場景進行針對性設(shè)計以實現(xiàn)最優(yōu)的解決方案。 智慧安防市場 在國內(nèi)，安防市場是最為確定的邊緣側(cè)AI應用場景，主要原因是大量的監(jiān)控視頻數(shù)據(jù)分析對人力的需求與當前基層人力缺失、人力成本上升之間的顯著矛盾。 需求來自于包括政府、大中企業(yè)以及個人安防需求，主要市場需求來自于政府，包括平安城市、智慧交通管控、智慧城市、雪亮工程等。 另外智能攝像頭的應用可以有效解決基層數(shù)據(jù)傳輸帶寬壓力以及基層警力人員缺失等問題，因而政府項目將會對智能安防攝像頭市場帶來較大的驅(qū)動作用。 移動互聯(lián)網(wǎng)市場 智能手機在經(jīng)歷了近10年的高速增長后，市場已趨于飽和，出貨增速趨近于0，行業(yè)逐漸轉(zhuǎn)為存量市場。 近年來，一批國產(chǎn)廠商在產(chǎn)品質(zhì)量上逐漸達到了第一梯隊的水平，進一步加劇了頭部市場的競爭。為實現(xiàn)差異化競爭，各廠商加大手機AI 功能的開發(fā)，通過在手機SoC芯片中植入AI芯片實現(xiàn)在低功耗情況下AI功能的高效運行。 隨著未來競爭進一步加劇，以及產(chǎn)量上升所帶來的成本下降，預計AI芯片將會進一步滲透進入到中等機型市場，市場空間廣闊。 移動端AI芯片市場不止于智能手機，潛在市場還包括：智能手環(huán)/手表、VR/AR眼鏡等市場。 自動駕駛市場 根據(jù)美國汽車工程師協(xié)會（SAE）將自動駕駛按照車輛行駛對于系統(tǒng)依賴程度分為L0~L5六個級別，L0為車輛行駛完全依賴駕駛員操縱，L3級以上系統(tǒng)即可在特定情況下實現(xiàn)駕駛員脫手操作，而L5級則是在全場景下車輛行駛完全實現(xiàn)對系統(tǒng)的依賴。 目前商業(yè)化乘用車車型中僅有Audi A8、Tesla、凱迪拉克等部分車型可實現(xiàn)L2、3級ADAS。預計在2020年左右，隨著傳感器、車載處理器等產(chǎn)品的進一步完善，將會有更多的L3級車型出現(xiàn)。 而L4、5級自動駕駛預計將會率先在封閉園區(qū)中的商用車平臺上實現(xiàn)應用落地，更廣泛的乘用車平臺高級別自動駕駛，需要伴隨著技術(shù)、政策、基礎(chǔ)設(shè)施建設(shè)的進一步完善，預計至少在2025年~2030年以后才會出現(xiàn)在一般道路上。 伴隨人工智能技術(shù)在視覺領(lǐng)域的應用，基于視覺技術(shù)的自動駕駛方案逐漸變?yōu)榭赡埽@需要在傳統(tǒng)行車電腦平臺上添加用于視覺算法處理的AI芯片。 自動駕駛汽車計算單元設(shè)計需要考慮算力、功耗體積等問題，出于硬件資源最優(yōu)化應用，往往采取異構(gòu)計算平臺設(shè)計方案，及“CPU+XPU”（XPU包括：DSP/GPU/FPGA/ASIC），其中可采取DSP用于圖像特征提取任務(wù)、GPU/FPGA/ASIC等計算單元用于目標識別、追蹤任務(wù)等，而CPU則會用于定位、決策等邏輯運算任務(wù)。 芯片研發(fā)、制造成本高昂，對資金需求極大，預計未來1~2年，隨著各廠商首批AI芯片產(chǎn)品的面市，市場將會對各廠商的產(chǎn)品和技術(shù)進行實際檢驗，技術(shù)不足、產(chǎn)品缺乏競爭力的團隊在缺乏后續(xù)訂單和盈利支撐的情況下將會陸續(xù)退出市場，存活下來的企業(yè)將會是技術(shù)和產(chǎn)品領(lǐng)先、獲得市場認可的優(yōu)秀企業(yè)和團隊。 當前已經(jīng)有一批企業(yè)在產(chǎn)品研發(fā)和市場推廣上做出了一定的成績，其中包括海外和國內(nèi)的科技巨頭和創(chuàng)業(yè)公司，如：英偉達、華為海思、寒武紀、比特大陸等，其產(chǎn)品在云端、自動駕駛、智慧安防、移動互聯(lián)網(wǎng)等場景中獲得了較好地應用。
|
