預(yù)見2019：《中國人工智能芯片產(chǎn)業(yè)全景圖譜》（附產(chǎn)業(yè)布局、市場現(xiàn)狀、競爭格局、融資情況等）

行業(yè)現(xiàn)階段處幼稚期，下游應(yīng)用場景亟需拓寬

人工智能芯片的定義從廣義上講只要能夠運(yùn)行人工智能算法的芯片都叫作人工智能芯片。但是通常意義上的人工智能芯片指的是針對人工智能算法做了特殊加速設(shè)計(jì)的芯片?，F(xiàn)階段，這些人工智能算法一般以深度學(xué)習(xí)算法為主，也可以包括其它機(jī)器學(xué)習(xí)算法。

人工智能芯片分類一般有按技術(shù)架構(gòu)分類、按功能劃分、按應(yīng)用場景分類三種分類方式。相關(guān)分類方式下的具體分類情況如下圖所示：

當(dāng)前，我國人工智能芯片行業(yè)正處在生命周期的幼稚期，主要原因是國內(nèi)人工智能芯片行業(yè)的整體銷售市場正處于快速增長階段，傳統(tǒng)芯片的應(yīng)用場景逐漸被人工智能專用芯片所取代，市場對于人工智能芯片的需求將隨著云/邊緣計(jì)算、智慧型手機(jī)和物聯(lián)網(wǎng)產(chǎn)品一同增長，并且在這期間，國內(nèi)的許多企業(yè)紛紛發(fā)布了自己的專用AI芯片；盡管國內(nèi)人工智能芯片正逐漸取代傳統(tǒng)芯片，但是集成商或芯片企業(yè)仍在尋找新的合作模式，這樣才能很好地抓住新客戶的需求，除了當(dāng)前的合作客戶，拓展新客戶合作開發(fā)產(chǎn)品是困難的，因此紛紛推出開源或開放平臺讓客戶開發(fā)新需求。

人工智能芯片產(chǎn)業(yè)鏈上游主要是為人工智能芯片企業(yè)提供算法和IP的行業(yè)，目前比較流行的算法有神經(jīng)網(wǎng)絡(luò)算法和AI算法，其中提供AI算法的知名企業(yè)大部分為國外巨頭，如谷歌、微軟、亞馬遜等；人工智能芯片行業(yè)主要分為芯片設(shè)計(jì)和芯片制造兩個(gè)子類，我國芯片設(shè)計(jì)企業(yè)在近幾年發(fā)展較快，涌現(xiàn)了一大批像海思、寒武紀(jì)、比特大陸這樣的優(yōu)質(zhì)企業(yè)。除此之外一些開發(fā)工具廠商與半導(dǎo)體封裝與測試廠商也為人工智能芯片行業(yè)提供一些核心技術(shù)和零部件；當(dāng)前我國人工智能芯片行業(yè)的下游應(yīng)用場景主要聚集在云端、自動(dòng)駕駛、智能手機(jī)、無人機(jī)、智能、安防等領(lǐng)域。

政策+資本雙重驅(qū)動(dòng)，中國“芯”發(fā)展迅猛

近幾年國家高度關(guān)注人工智能芯片產(chǎn)業(yè)的發(fā)展，相繼發(fā)布一系列產(chǎn)業(yè)支持政策。2018年新發(fā)布的《人工智能標(biāo)準(zhǔn)化白皮書（2018版）》中宣布成立立國家人工智能標(biāo)準(zhǔn)化總體組、專家咨詢組，負(fù)責(zé)全面統(tǒng)籌規(guī)劃和協(xié)調(diào)管理我國人工智能標(biāo)準(zhǔn)化工作。在人工智能和芯片行業(yè)同時(shí)作為國家級戰(zhàn)略的背景下，AI 芯片產(chǎn)業(yè)有望引領(lǐng)中國“芯”大步向前。

資本推動(dòng)是 AI 芯片高速發(fā)展的另一個(gè)重要因素。近年來國內(nèi)主要 AI 芯片生產(chǎn)研究參與者多次獲得大額融資。大量的資本投入加速了 AI 芯片的研發(fā)過程，并進(jìn)一步帶動(dòng) AI 芯片市場拓展。2015 年之后，陸續(xù)涌現(xiàn)出一批 AI 芯片創(chuàng)業(yè)公司，還催生了部分獨(dú)角獸企業(yè)。

在政策和資本的雙重推動(dòng)下，國內(nèi) AI 芯片市場發(fā)展迅猛。伴隨國內(nèi)人工智能芯片市場的發(fā)展，多位工業(yè)級創(chuàng)始人團(tuán)隊(duì)開始投入AI  SIC。2016-2017年為導(dǎo)入期，2018年為整合期，在多筆融資過億的資本項(xiàng)目推動(dòng)下這些創(chuàng)始人團(tuán)隊(duì)所在的公司在2018年相繼推出了可量產(chǎn)的人工智能芯片產(chǎn)品。2018年行業(yè)整合后，多個(gè)國產(chǎn)AI  SIC可以供貨，將能夠滿足下游安防廠商、互聯(lián)網(wǎng)廠商、機(jī)器人廠商的旺盛需求。

國內(nèi)企業(yè)專攻某類領(lǐng)域，需完善自身產(chǎn)業(yè)鏈

2018年，國內(nèi)人工智能芯片取得長足的發(fā)展，越來越多的企業(yè)開始布局該行業(yè)。一方面，新版、升級版人工智能芯片相繼發(fā)布，新版本芯片取得突破性發(fā)展。以華為為例，在華為全連接大會(huì)上，發(fā)布兩款 AI 芯片——華為昇騰910和昇騰310，昇騰910 是目前單芯片計(jì)算密度最大的芯片，計(jì)算力遠(yuǎn)超谷歌及英偉達(dá)，而昇騰310芯片的最大功耗僅8W，是極致高效計(jì)算低功耗AI芯片。另一方面，芯片領(lǐng)域迎來眾多新玩家，百度、阿里巴巴、亞馬遜等互聯(lián)網(wǎng)公司相繼進(jìn)入人工智能芯片領(lǐng)域，推出或計(jì)劃推出相應(yīng)產(chǎn)品。

國內(nèi)廠商競爭優(yōu)勢不明顯，但在特定領(lǐng)域有成功案例

目前國內(nèi)人工智能芯片設(shè)計(jì)企業(yè)的商業(yè)模式分為IP設(shè)計(jì)、芯片設(shè)計(jì)代工、芯片設(shè)計(jì)三種類型。IP設(shè)計(jì)相對于芯片設(shè)計(jì)是在更頂層的產(chǎn)業(yè)鏈位置，以IP核授權(quán)收費(fèi)為主；芯片設(shè)計(jì)代工和制造業(yè)的代工一樣，提供代工設(shè)計(jì)服務(wù)的企業(yè)，并不能再產(chǎn)品上貼上自己的標(biāo)簽，也不能對外宣布該產(chǎn)品為自己設(shè)計(jì)的芯片；大部分的人工智能新創(chuàng)企業(yè)是以芯片設(shè)計(jì)為主，但目前國內(nèi)只有少數(shù)人工智能芯片設(shè)計(jì)企業(yè)會(huì)進(jìn)入傳統(tǒng)芯片企業(yè)的產(chǎn)品領(lǐng)域，如寒武紀(jì)與英偉達(dá)競爭服務(wù)器芯片市場、地平此案與英偉達(dá)及恩智浦競爭自動(dòng)駕駛芯片市場，其余是在物聯(lián)網(wǎng)場景上布局（如提供語音辨識芯片的云知聲、提供人臉辨識芯片的中星微電子、提供邊緣計(jì)算芯片的耐能科技）。

專用人工智能芯片領(lǐng)域的競爭格局：國際巨頭谷歌與英偉達(dá)在機(jī)器學(xué)習(xí)終端解決方案模塊及軟件與固件上處于壟斷地位，可以看出未來在人工智能端的應(yīng)用領(lǐng)域已經(jīng)不再單單是人工智能算法、IP到芯片的競爭，而國內(nèi)的人工智能算法/IP/芯片龍頭公司像寒武紀(jì)，地平線為了存活，就必須與應(yīng)用領(lǐng)域系統(tǒng)公司緊密合作，共同推出更佳的嵌入式或獨(dú)立式解決方案模塊及軟，固件，否則就要像谷歌和英偉達(dá)一樣推出自己整套的解決方案。雖然比特大陸及嘉楠耘智進(jìn)入人工智能芯片領(lǐng)域較晚，但其在挖礦機(jī)業(yè)務(wù)及挖礦生態(tài)系的系統(tǒng)整合經(jīng)驗(yàn)，反而比只具備算法/IP/芯片的人工智能設(shè)計(jì)公司還有機(jī)會(huì)。

行業(yè)融資總額超30億美元，但超大型融資事件較少

據(jù)不完全統(tǒng)計(jì)，目前中國的一級投資市場上，以人工智能芯片設(shè)計(jì)為主要業(yè)務(wù)的企業(yè)中，有20家參與融資活動(dòng)，按照投融資階段分類，有4家企業(yè)在A輪之前階段，11家企業(yè)在A輪階段，3家在B輪階段，僅有2家在C輪階段之后。

截至2018年底，中國人工智能芯片企業(yè)融資總額超過30億美元，但僅有3家企業(yè)融資總金額超過2億美元，分別是比特大陸、地平線與寒武紀(jì)；有2家企業(yè)融資總額在5000萬美元到2億美元之間，分別是熠知電子和觸景無限；其余15家企業(yè)的融資總金額都在5000萬美元以下。

行業(yè)創(chuàng)新技術(shù)正逐步解決兩大困境，三大技術(shù)趨勢將出現(xiàn)

人工智能芯片行業(yè)在發(fā)展的過程中正面臨兩大困境：一是馮•諾依曼的“內(nèi)存墻”—— 在 AI 芯片實(shí)現(xiàn)中，由于訪問存儲(chǔ)器的速度無法跟上運(yùn)算部件消耗數(shù)據(jù)的速度，再增加運(yùn)算部件也無法得到充分利用，即形成所謂的馮·諾伊曼“瓶頸”，或“內(nèi)存墻”問題，是長期困擾計(jì)算機(jī)體系結(jié)構(gòu)的難題。另一個(gè)是摩爾定律“失效”—— 由于基礎(chǔ)物理原理限制和經(jīng)濟(jì)的原因，持續(xù)提高集成密度將變得越來越困難。

而隨著近幾年可以存儲(chǔ)模擬數(shù)值的非易失性存儲(chǔ)器發(fā)展迅猛，它可以同時(shí)具有存儲(chǔ)和處理數(shù)據(jù)能力，可以破解傳統(tǒng)計(jì)算體系結(jié)構(gòu)的一些基本限制，有望實(shí)現(xiàn)類腦突觸功能，隨即上述兩項(xiàng)困境也將逐步得到解決。

從英偉達(dá)的V100 GPU芯片和谷歌的Cloud TPU芯片的相繼發(fā)布可以看出云端人工智能芯片在架構(gòu)層面，技術(shù)發(fā)展呈現(xiàn)三大趨勢：

一是芯片存儲(chǔ)的需求越來越高。未來云端人工智能芯片會(huì)有越來越多的片上存儲(chǔ)器，以及能夠提供高寬帶的片外存儲(chǔ)器。

二是芯片的處理能力將推想每秒千萬億次，并支持靈活伸延和部署。對云端 AI 芯片來說，單芯片的處理能力可能會(huì)達(dá)到每秒千萬億次的水平。實(shí)現(xiàn)這一目標(biāo)除了要依靠CMOS工藝的進(jìn)步，也需要架構(gòu)的創(chuàng)新。比如在谷歌第一代TPU中，使用了脈動(dòng)陣列架構(gòu)，而在 英偉達(dá)的V100 GPU中，專門增加了張量核來處理矩陣運(yùn)算。

三是專門針對推斷需求的FPGA和ASIC芯片將會(huì)越來越多。推斷和訓(xùn)練相比有其特殊性，更強(qiáng)調(diào)吞吐率、能效和實(shí)時(shí)性，未來在云端很可能會(huì)有更多專門針對推斷的ASIC芯片出現(xiàn)。

以上數(shù)據(jù)來源于前瞻產(chǎn)業(yè)研究院發(fā)布的《中國人工智能芯片（AI芯片）行業(yè)發(fā)展前景預(yù)測與投資戰(zhàn)略規(guī)劃分析報(bào)告》。

更多深度行業(yè)分析盡在【前瞻經(jīng)濟(jì)學(xué)人APP】，還可以與500+經(jīng)濟(jì)學(xué)家/資深行業(yè)研究員交流互動(dòng)