智能晶片行業發展趨勢

　　從全部GPU市場來看，英特爾目前占了71%，英偉達占了16%，AMD占了13%。在傳統晶片設計和製造領域，一步落後，步步落後，目前世界領先的工藝已經進化到了7nm級別，但中國還要從28nm從頭追起。以下對智能晶片行業發展趨勢分析。

　　智能晶片行業發展趨勢分析，2016年成為晶片企業和網際網路巨頭們在晶片領域全面展開部署的一年。2016年人工智慧晶片市場規模達到6億美元，預計到2021年將達到52億美元，年複合增長率達到53%，增長迅猛。

　　2016-2021年全球人工智慧晶片市場規模

　　人工智慧晶片到目前為止還沒有一個準確的定義，廣義的講，滿足人工智慧應用需求的晶片都可以稱之為人工智慧晶片。2016-2021年中國智慧卡晶片行業市場需求與投資諮詢報告表明，其實目前大部分的人工智慧應用場景下，我們還是使用GPU、FPGA等已有的適合併行計算的通用晶片來實現人工智慧算法。現從三種技術路線分析智能晶片行業發展趨勢。

　　1、DPU

　　GPU使用SIMD(單指令多數據流)來讓多個執行單元以同樣的步伐來處理不同的數據，原本用於處理圖像數據，但其離散化和分布式的特徵，以及用矩陣運算替代布爾運算適合處理深度學習所需要的非線性離散數據。智能晶片行業發展趨勢分析，作為加速器的使用，可以實現深度學習算法。GPU由並行計算單元和控制單元以及存儲單元構成GPU擁有大量的核(多達幾千個核)和大量的高速內存，擅長做類似圖像處理的並行計算，以矩陣的分布式形式來實現計算。同CPU不同的是，GPU的計算單元明顯增多，特別適合大規模並行計算。

　　2、FPGA

　　FPGA是用於解決專用集成電路的一種方案。專用集成電路是為特定用戶或特定電子系統製作的集成電路。人工智慧算法所需要的複雜並行電路的設計思路適合用FPGA實現。智能晶片行業發展趨勢分析，FPGA計算晶片布滿「邏輯單元陣列」，內部包括可配置邏輯模塊，輸入輸出模塊和內部連線三個部分，相互之間既可實現組合邏輯功能又可實現時序邏輯功能的獨立基本邏輯單元。FPGA相對於CPU與GPU有明顯的能耗優勢，主要有兩個原因。首先，在FPGA中沒有取指令與指令解碼操作，在Intel的CPU裡面，由於使用的是CISC架構，僅僅解碼就占整個晶片能耗的50%;在GPU裡面，取指令與解碼也消耗了10%～20%的能耗。其次，FPGA的主頻比CPU與GPU低很多，通常CPU與GPU都在1GHz到3GHz之間，而FPGA的主頻一般在500MHz以下。如此大的頻率差使得FPGA消耗的能耗遠低於CPU與GPU。

　　3、ASIC

　　智能晶片行業發展趨勢分析，ASIC(專用定製晶片)是為實現特定要求而定製的晶片，具有功耗低、可靠性高、性能高、體積小等優點，但不可編程，可擴展性不及FPGA，尤其適合高性能/低功耗的移動端。目前，VPU和TPU都是基於ASIC架構的設計。針對圖像和語音這兩方面的人工智慧定製晶片，目前主要有專用於圖像處理的VPU，以及針對語音識別的FAGA和TPU晶片。

　　智能晶片行業發展趨勢分析，當前的人工智慧正處於產業化的早期階段，所有的國家都站在了同一條起跑線上。而中國政府從上至下給予了人工智慧高度的關注，完成了一系列政策層面的頂層設計。智能晶片行業發展趨勢分析，而擁有大量的數據並對數據主權的管理以及應用場景的本土化，也必將進一步助力中國本地晶片公司的崛起。而作為紮根中國的外資企業們，也應積極投身中國的人工智慧發展大潮之中，在技術、市場和人才等方面和本土公司開展共贏合作，共同助力中國人工智慧產業的發展和壯大。

更多智能晶片行業研究分析，詳見中國報告大廳《智能晶片行業報告匯總》。這裡匯聚海量專業資料，深度剖析各行業發展態勢與趨勢，為您的決策提供堅實依據。

更多詳細的行業數據盡在【資料庫】，涵蓋了宏觀數據、產量數據、進出口數據、價格數據及上市公司財務數據等各類型數據內容。