新闻中心

当前页面: 首页 >新闻中心 >业界动态 >2018年人工智能芯片行业分析 芯片之战胜负变数大

2018年人工智能芯片行业分析 芯片之战胜负变数大

供稿:中国工控网 2018/4/13 16:34:55
0 人气:239

人工智能行业的竞争其实是人工智能芯片的竞争

2018年人工智能芯片行业分析 芯片之战胜负变数大

在人工智能超过60年的发展历程中,经历了漫长的历史演进和技术更迭,并曾两次陷入低谷。近几年随着工业4.0、智能生活、“互联网+”等领域的快速进步,加之深度学习算法在语音和视觉识别上取得突破,人工智能技术开始渗透至工业、医疗、教育、安全等多个领域。

根据前瞻产业研究院发布的《2018-2023年中国芯片行业市场需求与投资规划分析报告》数据显示,2016年全球人工智能芯片市场规模达到36亿美金,预计到2021年将达到111亿美金,年复合增长率达到25%,增长迅猛,发展空间巨大。

图表1:2016-2021年全球人工智能芯片市场规模及预测(单位:亿美金)

2018年人工智能芯片行业分析 芯片之战胜负变数大

资料来源:Gartner 前瞻产业研究院整理

核心芯片决定一个新的计算平台的基础架构。核心芯片将决定一个新的计算时代的基础架构和未来生态,因此,谷歌、微软、IBM、Facebook等全球IT巨头都投巨资加速人工智能核心芯片的研发,旨在抢占新计算时代的战略制高点,掌控人工智能时代主导权。回顾在PC和移动互联网时代分别处于霸主地位的X86架构和ARM架构的发展历程,可以看到:从源头上掌控核心芯片架构取得先发优势,对于取得一个新计算时代主导权有多么重要。

随着大数据的发展,计算能力的提升,人工智能近两年迎来了新一轮的爆发。芯片约占人工智能比重的15%,结合我国人工智能市场规模,推算出2016年我国人工智能芯片市场规模约为15亿元,到2022年市场规模将达到50亿元左右。

图表2:2016-2022年中国人工智能芯片市场规模及预测(单位:亿元,%)

2018年人工智能芯片行业分析 芯片之战胜负变数大

资料来源:前瞻产业研究院整理

 

各类芯片各有千秋,芯片之战胜负存在较大变数

人工智能市场规模的快速增长得益于其应用领域的不断开拓。目前已经覆盖包括深度学习、机器视觉、指纹识别、人脸识别、个人助理、智慧机器人等13个具体应用,涉及工业机器人、安全识别、无人驾驶、智能医疗、智能家居等多个新兴产业,人工智能势必将成为新一轮科技革命的强大推动力量。强大推动力的背后,是AI芯片之争,其主要分为以下几种:

图表3:人工智能芯片的分类介绍

2018年人工智能芯片行业分析 芯片之战胜负变数大

资料来源:前瞻产业研究院整理

从技术上来看,GPU、FPGA和ASIC都各有千秋。从实际应用来看,GPU拥有最完善的生态系统支撑,具有较大的先发优势。由于市场对此已经充分预期,我们在此就不再赘述。人工智能在推理环节应用刚起步,云端要比前端设备发展速度更快。下面我们将重点讲述一下云端数据中心的应用。在数据中心,FPGA使用日益广泛,而ASIC路线风险太高,目前仅有谷歌批量部署了TPU。

图表4:处理器芯片对比-1

2018年人工智能芯片行业分析 芯片之战胜负变数大

资料来源:《腾讯技术工程》 前瞻产业研究院整理

具体来看,GPU与CPU有相同之处,两者都有总线和外界联系,都有自己的缓存系统,以及数字和逻辑运算单元。两者也具有很大的差异。CPU需要很强的通用性来处理各种不同的数据类型,同时又需要进行逻辑判断、分支跳转和中断等处理,因此CPU内部的结构异常复杂;而GPU专门执行复杂的数学几何计算,面对的是类型高度统一、相互无依赖的大规模数据和不需要被打断的纯净计算环境。所以与CPU擅长逻辑控制和通用类型数据运算不同,GPU擅长大规模、独立的浮点和并行计算。中国在GPU芯片设计领域发展相对较晚,当前掌握核心技术的公司包括景嘉微、兆芯等。其中景嘉微研发的JM5400图形芯片打破国外芯片在我国军用GPU领域的垄断,实现了军用GPU国产化。

FPGA芯片与GPU以及CPU相比,具有性能高、能耗低以及可硬件编程的特点。虽然FPGA的频率一般比CPU低,但是可以用FPGA实现并行度很大的硬件计算器。FPGA高性能、低能耗以及可硬件编程的特点使其适用范围得以扩大,目前FPGA主要应用于通讯、医疗电子、安全、视频、工业自动化等领域。

为深度学习量身定制的ASIC芯片将在计算速度和功耗上赶超GPU和FPGA,并随着人工智能渗透率的不断提升,未来在智能手机、物联网、车联网等领域,人工智能芯片将得到广泛应用,广阔的市场空间为ASIC大规模量产创造了可能。随着大规模量产条件下单片成本大幅下降,ASIC可能会成为未来深度学习领域的主流芯片。目前,科技巨头纷纷在ASIC深度学习芯片上发力。

类脑芯片其是一种基于神经形态工程、借鉴人脑信息处理方式。旨在适于实时处理非结构化信息、具有学习能力的超低功耗新型计算芯片。可以说类脑芯片是更加接近人工智能目标的芯片,其力图在基本架构上模仿人脑的工作原理,使用神经元和突触的方式替代传统的架构体系,使芯片能够进行异步、并行、低速和分布式处理信息数据的能力,同时具备自主感知、识别和学习的能力。

图表5:我国人工智能芯片的种类及主要代表企业

2018年人工智能芯片行业分析 芯片之战胜负变数大

资料来源:前瞻产业研究院整理

整体来看,深度学习的兴起得益于大数据的发展、计算机计算能力的大幅提升和算法本身的突破,其中计算能力的大幅度提升则得益于GPU、FPGA、ASIC等人工智能芯片的广泛应用,芯片作为人工智能技术核心环节,未来前景广阔。

审核编辑(袁键灏)
更多内容请访问 中国工控网(http://www.gongkong.com)
新闻来源: gkw

手机扫描二维码分享本页

工控宝APP下载安装

工控速派APP下载安装

 

我来评价

评价:
一般
[关闭]