智能芯片行业发展趋势-产业报告

　　从全部GPU 市场来看，英特尔目前占了71%，英伟达占了16%，AMD 占了13%。在传统芯

片设计和制造领域，一步落后，步步落后，目前世界领先的工艺已经进化到了7nm 级别，但

中国还要从28nm 从头追起。以下对智能芯片行业发展趋势分析。

　　智能芯片行业发展趋势分析，2016 年成为芯片企业和互联网巨头们在芯片领域全面展

开部署的一年。2016 年人工智能芯片市场规模达到6 亿美元，预计到2021 年将达到52 亿

美元，年复合增长率达到53%，增长迅猛。

　　2016-2021 年全球人工智能芯片市场规模

　　人工智能芯片到目前为止还没有一个准确的定义，广义的讲，满足人工智能应用需求的

芯片都可以称之为人工智能芯片。2016-2021 年中国智能卡芯片行业市场需求与投资咨询报

告表明，其实目前大部分的人工智能应用场景下，我们还是使用GPU、FPGA 等已有的适合并

行计算的通用芯片来实现人工智能算法。现从三种技术路线分析智能芯片行业发展趋势。

　　1、DPU

　　GPU 使用SIMD(单指令多数据流)来让多个执行单元以同样的步伐来处理不同的数据，原

本用于处理图像数据，但其离散化和分布式的特征，以及用矩阵运算替代布尔运算适合处理

深度学习所需要的非线性离散数据。智能芯片行业发展趋势分析，作为加速器的使用，可以

实现深度学习算法。GPU 由并行计算单元和控制单元以及存储单元构成GPU 拥有大量的核

(多达几千个核)和大量的高速内存，擅长做类似图像处理的并行计算，以矩阵的分布式形式

来实现计算。同CPU 不同的是，GPU 的计算单元明显增多，特别适合大规模并行计算。

　　2、FPGA

　　FPGA 是用于解决专用集成电路的一种方案。专用集成电路是为特定用户或特定电子系

统制作的集成电路。人工智能算法所需要的复杂并行电路的设计思路适合用FPGA 实现。智

能芯片行业发展趋势分析，FPGA 计算芯片布满“逻辑单元阵列”，内部包括可配置逻辑模

块，输入输出模块和内部连线三个部分，相互之间既可实现组合逻辑功能又可实现时序逻辑

功能的独立基本逻辑单元。FPGA 相对于CPU 与GPU 有明显的能耗优势，主要有两个原因。

首先，在FPGA 中没有取指令与指令译码操作，在Intel 的CPU 里面，由于使用的是CISC 架

构，仅仅译码就占整个芯片能耗的50%;在GPU 里面，取指令与译码也消耗了10%～20%的能

耗。其次，FPGA 的主频比CPU 与GPU 低很多，通常CPU 与GPU 都在1GHz 到3GHz 之间，而

FPGA 的主频一般在500MHz 以下。如此大的频率差使得FPGA 消耗的能耗远低于CPU 与GPU。

　　3、ASIC

　　智能芯片行业发展趋势分析，ASIC(专用定制芯片)是为实现特定要求而定制的芯片，具

有功耗低、可靠性高、性能高、体积小等优点，但不可编程，可扩展性不及FPGA，尤其适

合高性能/低功耗的移动端。目前，VPU 和TPU 都是基于ASIC 架构的设计。针对图像和语音

这两方面的人工智能定制芯片，目前主要有专用于图像处理的VPU，以及针对语音识别的

FAGA 和TPU 芯片。

　　智能芯片行业发展趋势分析，当前的人工智能正处于产业化的早期阶段，所有的国家都

站在了同一条起跑线上。而中国政府从上至下给予了人工智能高度的关注，完成了一系列政

策层面的顶层设计。智能芯片行业发展趋势分析，而拥有大量的数据并对数据主权的管理以

及应用场景的本土化，也必将进一步助力中国本地芯片公司的崛起。而作为扎根中国的外资

企业们，也应积极投身中国的人工智能发展大潮之中，在技术、市场和人才等方面和本土公

司开展共赢合作，共同助力中国人工智能产业的发展和壮大。

-全文完-