报告简介
AI芯片行业处于早期阶段,市场增长快,2022年全球市场容量将达到350亿美元,中国2020年的AI芯片市场空间在150亿左右。
从技术路线来看看,冯诺依曼架构的 GPU、FPGA 和 ASIC 产品三分天下,类脑芯片仍在实验室阶段。当前,AI 芯片的技术挑战是大容量存储、高密度计算、专用芯片架构设计和制造工艺。从 Gartner 技术成熟度来看,ASIC 接近泡沫顶端(技术已初步成形),FPGA 与 GPU 成熟度均高于 ASIC。
云端应用场景,AI 芯片主要为数据分析、模型开发(训练)及部分 AI 应用(推理)等提供算力支持。英伟达基于其完备的 GPU+CUDA 生态垄断云端 AI 芯片市场,但其产品售价高昂,GPU 计效能及功耗不如 FPGA 及 ASIC 芯片,市场寻求潜在替代方案,初创公司面临竞争最大。
边缘端应用场景,对于 AI 芯片需求比较分散,不同场景需要综合考虑芯片特性。 AI 芯片作为协处理器难以单独实现应用功能,对厂家软件及系统开发交付能力同样有很高的考量。不同的应用场景中,拥有较高的固有行业壁垒,这需要 AI 芯片厂商能够加强与产业固有主体的合作,融入现有产业结构。边缘端场景目前是创业公司的主要战场。
芯片设计和系统集成是 AI 芯片企业最主要的商业模式。就初创公司来讲,团队是 AI 算法背景的公司,拥有芯片设计的核心技术和 AI 行业资源,在技术、市场方面更容易落地,快速产生收入。
芯片行业具有资本和技术壁垒双高的特点,高昂的研发费用需要广大的市场进行支撑,对于 AI 芯片厂商来说除了核心软硬件技术开发实力外,市场洞察及成本控制亦是不可或缺的能力。
中国的AI芯片创业公司都与2015-2017年之间成立,未来1~2年将会面临市场对于产品的检验,建议关注AI语音芯片、云端(GPU替代)和边端(安防、物联网)方向的初创企业。
目录概述
一、AI 芯片定义和理解
二、AI 芯片核心技术路线
三、AI 芯片产业链和商业模式
四、AI 芯片应用场景
五、AI 芯片市场竞争
六、主流厂商和产品介绍