甲子光年-2021年中国AI芯片发展简报及典型厂商案例-2021.2-52页_7mb

中国AI“芯”势力总结

核心观点

• 华为海思、依图、地平线、云天励飞等企业在AI芯片领域崭露头角，受到市场广泛关注。
• 中国AI芯片市场规模在2020年已逾151亿元，预计2023年将达到557亿元，CAGR达55.4%。
• 中国AI芯片市场预计2023年占全球市场的25%，展现出强劲的增长潜力。
• 边缘/终端AI芯片市场增长迅速，预计2018-2023年CAGR可达62.2%，远高于云端市场。
• AI芯片技术正从创新向落地转变，核心技术与商业化能力成为投资人关注的重点。

AI芯片行业发展总览

定义

• AI芯片是专门用于处理人工智能应用中大量计算任务的模块，是人工智能发展的关键硬件。
• 狭义AI芯片指针对人工智能算法做了特殊加速设计的芯片，主要分为GPU、FPGA和ASIC三种架构。
• 类脑芯片仍处于探索阶段，未来可能成为新的技术方向。

市场规模

• 全球AI芯片市场规模在2020年达101亿美元，预计2025年将增长至726亿美元，CAGR为48.4%。
• 中国AI芯片市场2020年达151亿元，预计2023年将达557亿元，CAGR为55.4%。
• 中国AI芯片市场全球占比预计2023年达到25%，显示出巨大的增长空间。

细分市场

• 云端AI芯片市场规模2020年达111.7亿元，边缘+终端芯片市场规模仅为39亿元。
• 未来5年，边缘+终端AI芯片市场潜力巨大，将成为AI芯片行业增长的主力。

融资情况

• AI芯片行业从“创新为王”转向“落地为胜”，投资更关注核心技术与商业化能力。
• 优秀企业如地平线、寒武纪、依图及云天励飞已获得大量融资，部分企业完成IPO。

云端AI芯片市场简析

• 全球云端AI芯片市场主要由英伟达主导，但市场份额逐年下降。
• 云端训练市场以“CPU+加速芯片”异构模式为主，英伟达的GPU产品线丰富，支持主流开发框架和语言。
• 随着摩尔定律失效，市场期待性能更优的替代方案，架构创新和优化成为趋势。
• 中国云端AI芯片市场受益于IDC市场快速增长，预计2025年中国数据量将达到49ZB，推动市场发展。

边缘/终端AI芯片市场简析

• 边缘AI芯片在智能驾驶、智慧安防、消费电子、智能家居等多个领域有广泛应用。
• 不同应用场景对AI芯片的算力、低功耗、低成本、可靠性等要求不同。
• 智能驾驶对算力需求高，预计2020年L3级车型将大量出现，L4级将率先在封闭园区中应用。
• 边缘AI芯片市场潜力巨大，预计2021年43%的物联网计算将在边缘端完成。

AI芯片典型代表厂商

华为海思

• 产品矩阵包括昇腾310和昇腾910，适用于云端、边缘和终端场景。
• 升腾310支持16TOPS@INT8，功耗仅8W；昇腾910支持256 TFLOPS FP16算力，功耗为310W。
• 海思依托华为强大的品牌与技术支持，具备全球领先的IC设计能力，已申请专利8000多项。

依图科技

• 产品包括QuestCore™求索芯片、DeepEye1000等，适用于视觉和边缘计算场景。
• 依图已为超过800家政府及企业客户提供解决方案，包括智能驾驶、智慧城市、智能安防等。
• 公司推出“星云”生态战略，推动AI在产业中的广泛应用。

地平线

• 产品包括征程2和征程3，征程3已通过AEC-Q100认证，支持多摄像头接入和高级别自动驾驶。
• 地平线已与多家主机厂及Tier1厂商建立合作关系，成为国内首家实现车规级AI芯片前装量产的企业。

云天励飞

• 产品包括DeepEye1000、基于AI芯片的可重定义终端设备等，广泛用于智能安防、智慧交通、智能家居等领域。
• 公司提出“算法芯片化”理念，实现算法与芯片的协同设计，提升实际应用效率。
• 已与海康威视、TCL等企业达成合作，推动AI技术在多个行业的落地。

寒武纪

• 产品涵盖终端、云端和边缘智能芯片，如寒武纪1A、思元100、思元220等。
• 公司产品广泛应用于消费电子、智能视频分析、智慧工厂等领域，支持多种AI框架和语言。

平头哥半导体

• 作为阿里巴巴旗下子公司，平头哥提供含光NPU、玄铁CPU、无剑SOC平台等产品。
• 公司聚焦云端和嵌入式芯片，致力于打造端云一体化的AI计算架构。
• 无剑平台支持多种AI应用场景，如语音识别、智能视觉、物联网安全等。

挑战与趋势

产业链瓶颈

• 芯片设计环节面临EDA工具和IP授权的瓶颈，封装测试环节依赖先进设备与供应商配合。
• 芯片制造环节受限于先进制程工艺，如7nm、5nm等，需大量资金投入。

制程与开发成本

• 制程越先进，开发成本越高，芯片设计企业需合理规划资金使用，以实现技术突破与商业化落地。
• 大公司具备更强的资金实力，可选择先进制程工艺，而创业公司可能受限于成本选择相对成熟的工艺。

人才与技术

• AI芯片开发涉及跨学科知识，流程复杂，对工程师技术要求高。
• 中国AI芯片人才短缺，需通过政策支持、资金投入、校企合作等方式引进和培养高端人才。

技术方向

• 通用型芯片性能提升受限，异构计算和专用芯片成为新的发展方向。
• AI与IoT、5G、边缘计算等技术融合，推动各行业数字化转型，催生定制化芯片需求。

市场趋势

• 未来中国AI芯片产业将更注重合作，形成以特定应用场景为核心的合作生态。
• AI芯片市场将更加细分，各行业对专用芯片的需求将显著上升。