人工智能芯片行业SWOT分析 工业园区等成为人工智能芯片产业的发展载体

人工智能芯片行业SWOT分析

一、人工智能芯片行业优势分析

科教资源优势突出。我国共有以北京大学、清华大学等为代表的“985”、“211”平台高校100余所。网络智能实验室、机器智能实验室等国家重点实验室遍布各大高校，科研院所中，人工智能芯片产业的研究体系日益完善。

社会产业载体初具规模。我国的经济开发区、工业园区等成为人工智能芯片产业的发展载体，构成产业发展的基本格局。各大省会与发展势头较好的城市均设立了经济开发区，如济南市高新区。

产学合作逐步完善。近年来，我国各大高校纷纷联合企业开展相关研究，给企业带来产业优势的同时，给各大院校带来了更多的学习机会。

二、人工智能芯片行业劣势分析

核心技术受制于人。在我国，中低层次的人工智能产业有一定的应用，比如在大数据管理和云计算技术、声纹识别、人脸识别、机器翻译和语义理解、智能家居等领域，但是到中高层次的智能技术，比如虚拟现实、深度学习、仿真技术、智能机器人等还比较欠缺，我国关键领域原始创新和协同创新能力急需提升，一些核心技术、产品和装备严重依赖进口，引领产业发展方向、把握产业发展主导权的能力不强。

三、人工智能芯片行业机会分析

近几年国家对人工智能和人工智能芯片产业给予了战略层面的关注，从2014年发布《国家集成电路产业发展推进纲要》将IC产业视为国家战略性、基础性、先导性行业发展，包括《中国制造2025》，《互联网+指导意见》、《十三五”规划》等多份国家级战略文件中都特别提出了人工智能芯片、类脑计算的发展方向。其中，《中国制造2025》提出2020年中国芯片自给率要达到40%，2025年要达到50%;2017年7月发布的《新一代人工智能发展规划》更要求人工智能核心产业到2030年达到1万亿，带动相关产业规模超过10万亿。政策对IC产业提出高要求的同时也表明了国家的重视度，人工智能和芯片行业同时作为国家级战略的，AI芯片产业有望引领中国“芯”大步向前。

四、人工智能芯片行业威胁分析

目前，我国的人工智能芯片行业发展尚处于起步阶段。很多专利技术需要进口，外资企业也大肆占领我们人工智能芯片行业市场，说挑战其实过轻，比如中兴被美国制裁，直接面临分崩离析的情况。因此，如果无法打破外资企业的垄断，我国人工智能芯片面临的将是灭顶之灾。

人工智能芯片行业竞争格局分析

一、产品竞争格局

对于AI芯片的应用主要可分成三大类。第一类是Data Center(Cloud)中用于training和inference的专用芯片或者FPGA。第二类是需要较强智能的终端芯片(面向手机，安防监控，无人机，机器人，自动/辅助驾驶，VR/AR等)，可以叫“泛手机终端芯片”。第三，是智能需求较低的终端芯片(穿戴，玩具，智能家居等等)，叫做“弱智能终端芯片”。

在云端(Cloud Data Center)方面，从竞争态势来说， 通用芯片GPU的生产厂家NVIDIA一家独大，利润空间很大，且存在较多问题，比如对图像、连续视频和语音的检测和识别，实时翻译等，这类应用除了需要强大的处理能力外，还有较高的实时性和能效要求，通用的GPU在inference时通常难以胜任，而专用AI芯片的效率则会高很多。目前初创公司在AI专用芯片大多处于起步阶段，尚未对GPU形成有效竞争，也正因此市场空间广阔。另外相对于server端 CPU(已经有海光和华芯通在做)的复杂度和生态环境，AI专用芯片在技术实现和应用渗透方面都要简单不少，同时有国家层面的政策和资金支持，可以确定，在不缺少资本投入的情况下，该领域的初创公司极可能做大做强，成为新的科技巨头。

泛手机终端AI芯片是目前产业竞争最激烈的战场。手机芯片大厂(高通，MTK，海思，展讯，苹果，三星)在手机端进行大规模AI应用实践的同时还在不断把自己的技术能力推广到无人机，机器人，安防监控，自动驾驶，VR/AR等领域。以IP授权的方式进入终端市场也不被看好，第一，从技术能力来讲，上述大公司都有实力(多年做通信基带和多媒体的经验)设计复杂的加速器或者专用处理器;第二，传统的IP厂商，比如CEVA，Synopsys，Cadence和Vericilicon也都盯着AI这个机会。最近这些公司也都频繁发布支持AI应用的DSP芯片和硬件加速器产品。

第三类弱智能终端芯片实际上可以和第二类芯片一起叫做边缘计算芯片。这里加以区别是因为这类芯片对功耗、成本甚至尺寸的约束更大，主要应用在物联网，可穿戴应用和智能家居领域。这类芯片的硬件平台的处理能力非常有限，但是应用丰富多样，差异化明显，结合各类终端传感器，会产生五花八门的需求。相对泛手机芯片而言，这类芯片的资金投入门槛不高，随着Nvidia开源DLA，配合开源的RSIC-V CPU，门槛将进一步降低，成功与否的关键在于芯片的spec定义是否合理，能不能在市场出现的时候及时拿出芯片。相信未来可以看到不少初创公司在这个领域成长壮大。

二、企业竞争格局

CPU桌面和服务器市场由英特尔垄断、AMD其次，移动市场以采用ARM架构的高通、苹果、三星、华为、联发科等众多公司为主;GPU桌面和服务器市场主要由英伟达、AMD瓜分，移动市场以高通、苹果、联发科等众多公司为主。

FPGA的全球市场规模在2017年为59.6亿美元，预计到2023年达到98.0亿美元，年复合增长率8.6%，主要供应商为赛灵思(Xilinx)、英特尔、Achronix Semiconductor、Atmel、赛普拉斯(Cypress Semiconductor)，及Lattice、德州仪器(TI)和高森美(Microsemi)等。

三、品牌竞争格局

根据芯片技术结构分类来看，各个种类的人工智能芯片领域几乎都能看到国外半导体巨头的影子，反观国内的人工智能芯片企业，由于它们大部分是新创公司，所以在人工智能芯片领域的渗透率较低，这些企业主要聚集在ASIC和类脑，如寒武纪主打ASIC芯片，而近几年兴起的类脑芯片领域，西井科技有所涉足。

而从应用领域分类来看，英伟达一家独大全球云端训练芯片市场，TPU很难撼动英伟达GPU的垄断地位，目前英伟达的GPU+CUDA计算平台是最成熟的AI训练方案，除此之外还有第三方异构计算平台OpenCL+AMD GPU以及云计算服务商自研加速芯片这两种方案，全球各芯片厂商基于不同方案，都推出了针对于云端训练的人工智能芯片。

反观在全球云端推断芯片竞争格局方面，云端推断芯片百家争鸣，各有千秋。相比训练芯片，推断芯片考虑的因素更加综合：单位功耗算力、时延、成本等。初期推断也采用GPU进行加速，但由于应用场景的特殊性，依据具体神经网络算法优化会带来更高的效率，FPGA/ASIC 的表现可能更突出。

除了Nvidia、Google、Xilinx、Altera(Intel)等传统芯片大厂涉足云端推断芯片以外，Wave computing、Groq等初创公司也加入竞争。中国公司里，寒武纪、比特大陆同样积极布局云端芯片业务。

《2022-2027年中国人工智能芯片行业发展分析及投资风险预测报告》由中研普华人工智能芯片行业分析专家领衔撰写，主要分析了人工智能芯片行业的市场规模、发展现状与投资前景，同时对人工智能芯片行业的未来发展做出科学的趋势预测和专业的人工智能芯片行业数据分析，帮助客户评估人工智能芯片行业投资价值。