2017年全球及中国人工智能芯片行业市场前景研究报告.doc

2017年全球及中国人工智能芯片行业市场前景研究报告一、人工智能的高速发展催生AI芯片随着大数据的发展，计算能力的提升，人工智能近两年迎来了新一轮的爆发。而人工智能的实现依赖三个要素：算法是核心，硬件和数据是基础，芯片就是硬件的最重要组成部分。它其实包括两个计算过程：1、训练（Train）；2、应用（Inference）。为什么需要人工智能芯片？神经网络算法应用的不断发展，使得传统的 CPU 已经无法负担几何级增长的计算量。深度学习作为机器学习的分支，是当前人工智能研究的主流方式。简单说就是用数学方法模拟人脑神经网络，用大量数据训练机器来模拟人脑学习过程，其本质是把传统算法问题转化为数据和计算问题。所以对底层基础芯片的要求也发生了根本性改变：人工智能芯片的设计目的不是为了执行指令，而是为了大量数据训练和应用的计算。AI芯片的诞生之路资料来源：公开资料整理二、人工智能芯片三种技术路线分析目前适合深度学习的人工智能芯片主要有GPU、FPGA、ASIC三种技术路线。三类芯片代表分别有英伟达（NVIDIA）的Tesla系列GPU、赛灵思（Xilinx）的FPGA和Google的TPU。GPU 最先被引入深度学习，技术最为成熟；FPGA具有硬件可编程特点，性能出众但壁垒高。ASCI 由于可定制、低成本是未来终端应用的趋势。1、DPUGPU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。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。GPU与CPU的比较资料来源：中商产业研究院2、FPGAFPGA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。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、ASICASIC（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。图像应用和语音应用人工智能定制芯片资料来源：中商产业研究院三、全球人工智能芯片行业发展现状1、全球人工智能芯片行业规模分析2016年人工智能芯片市场规模达到6亿美金，预计到2022年将达到60亿美金，年复合增长率达到46.7%，增长迅猛，发展空间巨大。数据来源：中商产业研究院2、全球人工智能芯片行业格局分析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。而在这其中，英伟达保持着绝对的领先地位。但随着包括谷歌、脸书、微软、亚马逊以及百度在内的巨头相继加入决战，人工智能领域未来的格局如何，仍然待解。从云端芯片来看，目前GPU占据云端人工智能主导市场，占人工智能芯片市场份额的35%。而在这其中，GPU的领跑者英伟达（Nvidia）因其在人工智能领域的优势使其成为了资本市场的绝对宠儿：在过去的一年中，曾经以游戏芯片见长的Nvidia股价从十几年的稳居30美元迅速飙升至120美元。据悉，世界上目前约有3000多家AI初创公司，大部分都采用了Nvidia提供的硬件平台。互联网和芯片行业巨头纷纷布局 AI芯片领域资料来源：公开资料整理3、FPGA潜力被低估了，未来大有可为算法正向有利于FPGA发展的方向迭代。模型压缩是从训练环节走向推理环节的必要过程。深鉴科技在将LSTM模型的尺寸压缩20倍后，采用了搭建在FPGA上的硬件框架ESE，获得了高一个数量级的能量效率提升。能量效率分别为CPU的40倍和GPU的11.5倍。FPGA受益于芯片NRE费用指数级上升带来的规模效应。随着制程工艺不断提高，芯片NRE费用指数级上升，越来越多的ASIC芯片将由于达不到规模经济而被迫放弃，从而转向直接基于FPGA开发设计。四、中国人工智能芯片行业发展现状1、我国人工智能芯片行业正处于起步阶段目前，我国的人工智能芯片行业发展尚处于起步阶段。华为在2017年德国柏林国际消费类电子产品展览会发布华为首款人工智能（ AI）移动计算平台麒麟 970，是业界首颗带有独立 NPU（神经网络单元）的手机芯片，是华为人工智能的重要里程碑，也是中国芯片设计行业的重要里程碑。2、我国人工智能芯片行业规模分析随着大数据的发展，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20亿元。数据来源：中商产业研究院3、我国人工智能芯片行业区域发展分析据工信部统计，中国北上深三座城市的人工智能相关企业总数达447家，攀升速度迅猛。目前，几乎所有互联网企业的互联网产品，都会或多或少加入算法和深度学习的功能，AI正在成为中国互联网公司的标配。资料来源：中商产业研究院五、科技巨头纷纷布局人工智能芯片领域全球科技巨头都在加紧布局AI芯片，希望走在科技变革时代的前线。NVIDIA是AI芯片的市场领先者，占据了全球GPU70%的市场份额；Intel接连收购Altera、Nervana、Movidius，全方位布局AI产品；Google发布两代TPU，从ASIC方向进军AI芯片市场；寒武纪科技是中科院计算所孵化的一家独角兽公司。2016年推出了国际首个深度学习专用处理器芯片(NPU)，技术全球领先。1、NVIDIA:GPU龙头，AI芯片的市场领先者目前全球GPU行业的市场份额有超过70%被英伟达公司占据。而应用在人工智能领域的可进行通用计算的GPU市场则基本被英伟达公司垄断。自1999年发布第一款GPU以来，GPU就成为了英伟达最为核心的产品，占到了英伟达总营业收入的八成以上。英伟达的股价表现也是十分惊人，2016年英伟达的股价上涨了228%，过去的5年内累计上涨500%。目前英伟达GPU芯片主要应用方向为数据中心芯片、自动驾驶芯片和嵌入式芯片。主要包括采用Pascal架构的TeslaP100和TeslaP10芯片、采用Volta架构的DGX-1芯片、自动驾驶的DriverPX2芯片、JetsonTX2芯片等。GPU芯片构成公司最主要收入来源，2017年上半年，GPU贡献收入34.59亿美元，占公司总收入的83%；TegraProcessor贡献收入6.65亿美元，占比16%，其他部分贡献收入1%。数据来源：中商产业研究院2、Intel：全领域布局人工智能产品2015年，英特尔以167亿美元收购了FPGA制造商Altera。英特尔斥巨资收购Altera不是来为FPGA技术发展做贡献的，而是要让FPGA技术为英特尔的发展做贡献。2016年8月，Intel宣布收购创业公司NervanaSystems。Nervana准备推出深度学习定制芯片NervanaEngine，相比GPU在训练方面可以提升10倍性能。与TeslaP100类似，该芯片也利用16-bit半精度浮点计算单元和大容量高带宽内存（HBM，计划为32GB，是竞品P100的两倍），摒弃了大量深度学习不需要的通用计算单元。Intel人工智能布局料来源：公开资料整理3、Google：发布两代TPU，从ASIC方向进军AI芯片市场第一代TPU展现出ASIC在神经网络推断方面的优秀性能。谷歌在2016年的I/O大会上推出了自己的AI芯片张量处理器TPU（第一代）。第二代TPU兼具推理+训练。2017年5月I/O大会上，谷歌发布了第二代TPUCloudTPU，峰值性能达到180TFLOPS/s。第一代TPU只加速推理，但第二代TPU新增了训练的功能。不仅如此，谷歌的用户还能通过专门的网络，在云端利用TPU构建机器学习的超级计算机。Google公司TPU架构资料来源：Google4、寒武纪：在国际上开创了深度学习处理器方向寒武纪科技由创始人陈天石教授带领中科院团队成立于2016年，致力于打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片。2016年推出的寒武纪1A处理器（Cambricon-1A）是世界首款商用深度学习专用处理器，其搭载了国际首个深度学习专用处理器芯片(NPU)（属于ASIC），面向智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备，并于2017年8月获得了包括阿里在内的1亿美元A轮融资。寒武纪1号芯片和同期主流芯片对比资料来源：寒武纪神经网络计算机介绍目前寒武纪主要包括三条产品线：（1）智能终端处理器IP授权：智能IP指令集可授权集成到手机、安防、可穿戴设备等终端芯片中，客户包括国内顶尖SoC厂商。（2）智能云服务器芯片：作为PCIE加速卡插在云服务器上，客户主要是国内的知名服务器厂商。（3）家用智能服务机器人芯片：从智能玩具、智能助手入手，使服务机器人独立具备看听说的能力。客户是各类下游机器人厂商，产品的推出将比智能云服务器芯片更晚一些。中国正在发力人工智能芯片，以缩小与全球科技巨头的差距。中商产业研究院简介中商产业研究院是深圳中商情大数据股份有限公司下辖的研究机构，研究范围涵盖智能装备制造、新能源、新材料、新金融、新消费、大健康、“互联网+”等新兴领域。公司致力于为国内外企业、上市公司、投融资机构、会计师事务所、律师事务所等提供各类数据服务、研究报告及高价值的咨询服务。中商行业研究服务内容行业研究是中商开展一切咨询业务的基石，我们通过对特定行业长期跟踪监测，分析行业需求、供给、经营特性、盈利能力、产业链和商业模式等多方面的内容，整合行业、市场、企业、用户等多层面数据和信息资源，为客户提供深度的行业市场研究报告，全面客观的剖析当前行业发展的总体市场容量、竞争格局、进出口情况和市场需求特征等，对行业重点企业进行产销运营分析，并根据各行业的发展轨迹及实践经验，对各产业未来的发展趋势做出准确分析与预测。中商行业研究报告是企业了解各行业当前最新发展动向、把握市场机会、做出正确投资和明确企业发展方向不可多得的精品资料。中商行业研究方法中商拥有10多年的行业研究经验，利用中商Askci数据库立了多种数据分析模型，在产业研究咨询领域利用行业生命周期理论、SCP分析模型、PEST分析模型、波特五力竞争分析模型、SWOT分析模型、波士顿矩阵、国际竞争力钻石模型等、形成了自身独特的研究方法和产业评估体系。在市场预测分析方面，模型涵盖对新产品需求预测、快速消费品销售预测、市场份额预测等多种指标，实现针对性的进行市场预测分析。中商研究报告数据及资料来源中商利用多种一手及二手资料来源核实所收集的数据或资料。一手资料来源于中商对行业内重点企业访谈获取的一手信息数据；中商通过行业访谈、电话访问等调研获取一手数据时，调研人员会将多名受访者的资料及意见、多种来源的数据或资料进行比对核查，公司内部也会预先探讨该数据源的合法性，以确保数据的可靠性及合法合规。二手资料主要包括国家统计局、国家发改委、商务部、工信部、农业部、中国海关、金融机构、行业协会、社会组织等发布的各类数据、年度报告、行业年鉴等资料信息。数据来源数据种类金融机构金融机构公开发布的各类年度数据、季度数据、月度数据等政府部门宏观经济数据、行业经济数据、产量数据、进出口贸易数据等行业协会年度报告数据、公报数据、行业运行数据、会员企业数据等社会组织国际性组织、社会团体公布的各类数据等行业年鉴农业、林业、医疗、卫生、教育、环境、装备、房产、建筑等各类行业数据公司公告资本市场各类公司发布的定期年报、半年报、公司公告等期刊杂志在开期刊杂志中获取的仅限于允许公开引用、转载的部分中商调研研究人员、调研人员通过实地调查、行业访谈、获取的一手数据中商的产业研究服务优势产业研究优势优势体现丰富的数据资源、强大数据挖掘能力中商是中国首家自建数据库系统的产业研究咨询机构，公司自主研发的Askci数据库和CISource中商情报通对各类数据建立中商企业数据库、全球数据库、宏观经济数据库、行业数据库、区域数据库、调研数据库等专业数据库，覆盖近5000多个细分产业数据。知名的研究团队，优质的研究咨询服务中商拥有具备专业背景知识和熟悉产业运营的复合型人才， 产业分析师、行业专家及咨询顾问共计300余名，在宏观经济、区域经济、细分行业及政策法规研究方面具备很强的实力。公司研究团队为客户提供专业的产业研究咨询服务及个性化的专项咨询服务。专门的客服团队，满足客户个性化咨询服务公司建立了专门的客服团队，能够更为准确的了解客户的需求并满足，并且能够对客户的需求进行快速的处理，深入为客户提供多样化、个性化产品解决方案。通过加强员工培训与业务创新，开创了民营银行筹建、保险公司筹建等新型咨询服务业务。产业大数据平台成就最具影响力行业门户公司旗下中商情报网是是国内专业的商业大数据发布和查询平台，经过多年的发展吸引培养了一批忠实用户,已成为中国财经领域“最具影响力行业门户”，为国内外企业、金融从业人员、创业人员、科研院所工作者等提供客观、时效、高价值的商业资讯。中商的影响力国家政府部门及权威媒体广泛报道与引用中商产业研究院专业研究结论国内外主流财经媒体及国家政府部门大量引用中商数据及研究结论，如央视财经、凤凰财经新浪财经、中国经济信息网、国家商务部、发改委、国务院发展研究中心（国研网）等。其中专业理论知识内容包括：保安理论知识、消防业务知识、职业道德、法律常识、保安礼仪、救护知识。作技能训练内容包括：岗位操作指引、勤务技能、消防技能、军事技能。二培训的及要求培训目的安全生产目标责任书为了进一步落实安全生产责任制，做到“责、权、利”相结合，根据我公司2015年度安全生产目标的内容，现与财务部签订如下安全生产目标：一、目标值：1、全年人身死亡事故为零，重伤事故为零，轻伤人数为零。2、现金安全保管，不发生盗窃事故。3、每月足额提取安全生产费用，保障安全生产投入资金的到位。4、安全培训合格率为100%。二、本单位安全工作上必须做到以下内容： 1、对本单位的安全生产负直接领导责任，必须模范遵守公司的各项安全管理制度，不发布与公司安全管理制度相抵触的指令，严格履行本人的安全职责，确保安全责任制在本单位全面落实，并全力支持安全工作。 2、保证公司各项安全管理制度和管理办法在本单位内全面实施，并自觉接受公司安全部门的监督和管理。 3、在确保安全的前提下组织生产，始终把安全工作放在首位，当“安全与交货期、质量”发生矛盾时，坚持安全第一的原则。 4、参加生产碰头会时，首先汇报本单位的安全生产情况和安全问题落实情况；在安排本单位生产任务时，必须安排安全工作内容，并写入记录。 5、在公司及政府的安全检查中杜绝各类违章现象。 6、组织本部门积极参加安全检查，做到有检查、有整改，记录全。 7、以身作则，不违章指挥、不违章操作。对发现的各类违章现象负有查禁的责任，同时要予以查处。 8、虚心接受员工提出的问题，杜绝不接受或盲目指挥；9、发生事故，应立即报告主管领导，按照“四不放过”的原则召开事故分析会，提出整改措施和对责任者的处理意见，并填写事故登记表，严禁隐瞒不报或降低对责任者的处罚标准。 10、必须按规定对单位员工进行培训和新员工上岗教育；11、严格执行公司安全生产十六项禁令，保证本单位所有人员不违章作业。 三、 安全奖惩： 1、对于全年实现安全目标的按照公司生产现场管理规定和工作说明书进行考核奖励；对于未实现安全目标的按照公司规定进行处罚。 2、每月接受主管领导指派人员对安全生产责任状的落