2019年中国AI芯片行业研究报告-亿欧智库-2019.3-49页_1mb

2019年中国AI芯片行业研究报告总结

核心内容

AI芯片是专门用于人工智能应用的芯片，其发展与人工智能算法密不可分。随着深度学习算法的成熟，AI芯片成为推动人工智能商业化落地的关键技术。当前AI芯片行业仍处于幼稚期，市场增长迅速，预计2022年市场规模将达343亿美元，是传统芯片无法比拟的新兴领域。

AI芯片主要分为四类技术架构：CPU、GPU、FPGA和ASIC。其中，FPGA和ASIC因具备更高的算力与更低的成本，正成为AI芯片的主流选择。然而，这些芯片仍采用冯诺依曼架构，存在效率瓶颈，未来可能需要新一代类脑芯片技术的突破。

主要观点

• AI芯片是人工智能与芯片产业整合的关键：AI芯片企业需与下游系统集成商合作，以提升产品落地能力，而系统集成商亦需整合芯片设计能力，以增强市场竞争力。
• AI芯片行业生命周期处于幼稚期：市场增长迅速，但芯片企业和客户的合作模式仍在探索中，上下游整合趋势明显。
• 中国AI芯片企业面临人才、技术、资本与市场落地的多重挑战：尤其是系统芯片开发需要大量跨学科人才，开发成本高昂，且需要融资支持以度过产品尚未销售的早期阶段。
• 政策推动AI芯片发展：中国政府将神经网络芯片视为人工智能发展战略的基础元件，出台多项政策支持其发展，如《新一代人工智能发展规划》。

关键信息

技术

• AI芯片分为四类：CPU、GPU、FPGA、ASIC，其中FPGA和ASIC因性能和成本优势成为主流。
• 冯诺依曼架构是当前主流架构，但存在算力瓶颈，未来可能需要类脑芯片技术。
• AI芯片主要应用于训练和推理两个场景，其中推理芯片部署更广，可覆盖云端、边缘端和终端设备。

政策

• 中国政府高度重视AI芯片发展，将其作为国家技术战略的重要组成部分。
• 《新一代人工智能发展规划》提出2030年实现AI技术世界领先的目标，推动AI芯片的规模化应用。

经济

• 全球AI芯片市场预计在2018年至2023年间快速增长，2023年将超300亿美元。
• 中国AI芯片市场融资总额超30亿美元，但仅有少数企业获得高额投资。

产业链

• 半导体产业链分为设计、制造/封测、系统三个阶段。
• AI芯片企业多采用垂直分工模式，部分企业通过并购或合作进入市场。
• 中国芯片制造能力不足，需依赖国外厂商进行生产。

落地场景

• AI芯片主要落地于云端服务器、智慧型手机、物联网设备及自动驾驶汽车。
• 云端市场增长迅速，主要服务于金融、医疗、制造等高需求行业。
• 智慧型手机市场虽大，但新创AI芯片企业难以进入，需通过IP授权方式参与。
• 物联网市场（含智能家居）为AI芯片提供巨大应用空间，尤其在安防和语音/视觉识别领域。
• 自动驾驶市场仍处于早期布局阶段，部分企业已开始准备。

企业分类与竞争态势

AI芯片行业参与者可分为三类：

1. AI芯片系：以芯片设计为主，部分企业也涉及算法开发。优势在于技术积累，但需额外组建算法团队。
2. AI算法系：已有AI产品，再加入芯片设计团队，掌握产品控制权，便于与客户合作。
3. 传统芯片系：如英特尔、英伟达、赛灵思等，已有成熟芯片业务，通过并购或调整业务布局进入AI芯片领域。

竞争态势：

• AI芯片系企业需从“0到1”起步，产品优化难度较大。
• AI算法系企业因已有客户基础，更容易构建产品生态。
• 传统芯片系企业凭借资本和技术优势，占据高端市场，仍是主要竞争者。

企业案例

1. 地平线：专注于自动驾驶领域，提供AI芯片解决方案，已进入市场并获得融资。
2. 寒武纪：主打云端AI芯片，MLU100芯片已量产，处于“1到N”阶段。
3. 云知声：聚焦于物联网终端，提供语音识别芯片，具备一定市场影响力。

未来发展

• AI芯片行业正处于快速成长期，需持续开发新技术，探索新合作模式。
• 企业需与客户紧密合作，推动产品落地，构建生态系统。
• 未来趋势是芯片与人工智能双向整合，直到市场增速放缓。

附录：企业人才图谱

• 本报告附录列出新创AI芯片企业的核心芯片开发人员，显示人才储备是行业发展的关键。

总结

AI芯片是人工智能产业发展的核心驱动力，其市场前景广阔。中国在AI芯片领域已有20余家新创企业，但整体仍处于早期阶段，需解决人才、技术、资本和市场落地等问题。政策支持、技术进步和市场需求共同推动AI芯片行业的发展，未来随着云端、物联网和自动驾驶等场景的成熟，AI芯片将迎来更大增长空间。