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。
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)計和芯片制造兩個子類，我國芯片設(shè)計企業(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，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。
資本推動是 AI 芯片高速發(fā)展的另一個重要因素。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 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目推動下這些創(chuàng)始人團(tuán)隊所在的公司在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
?
從全球范圍內(nèi)各大人工智能芯片企業(yè)產(chǎn)品布局情況來看，各個種類的人工智能芯片領(lǐng)域幾乎都能看到國外半導(dǎo)體巨頭的影子，反觀國內(nèi)的人工智能芯片企業(yè)，由于它們大部分是新創(chuàng)公司，所以在人工智能芯片領(lǐng)域的滲透率較低，這些企業(yè)主要聚集在ASIC、類腦和DSP領(lǐng)域，如寒武紀(jì)主打ASIC芯片，中星微電子在DSP芯片領(lǐng)域有所研究，而近幾年興起的類腦芯片領(lǐng)域，西井科技有所涉足。
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 是目前單芯片計算密度最大的芯片，計算力遠(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，推出或計劃推出相應(yīng)產(chǎn)品。

?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 芯片實現(xiàn)中，由于訪問存儲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，是長期困擾計算機(jī)體系結(jié)構(gòu)的難題。另一個是摩爾定律“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模擬數(shù)值的非易失性存儲器發(fā)展迅猛，它可以同時具有存儲和處理數(shù)據(jù)能力，可以破解傳統(tǒng)計算體系結(jié)構(gòu)的一些基本限制，有望實現(xiàn)類腦突觸功能，隨即上述兩項困境也將逐步得到解決。

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

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達(dá)到每秒千萬億次的水平。實現(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、能效和實時性，未來在云端很可能會有更多專門針對推斷的ASIC芯片出現(xiàn)。