• 定制化设计一站式临时空间解决方案

  • 高端产品行业领先进口生产线

  • 核心技术装配式移动建筑系统

案例展示
   主页 > 案例展示 > 婚礼篷房

全球AI芯片投资版图公开!机会都在这五大场景“大阳城官方网站”

作者:大阳城官方网站  发布时间:2024-06-28 02:12  浏览:
本文摘要:过去一年,随着人工智能在各个行业的逐步落地,AI芯片的发展路径渐渐明朗。

过去一年,随着人工智能在各个行业的逐步落地,AI芯片的发展路径渐渐明朗。在行业走到残暴生长,开始加快落地、加快统合的过程中,也有更加多的AI芯片公司也开始走进属于自己的差异化路线。  以下为智能内参整理呈现出的干货:  AI芯片投资地图  AI芯片设计是人工智能产业链的重要一环。

自2017年5月以来,各AI芯片厂商的新品竞相公布,经过一年多的发展,各环节分工渐渐显著。  ▲AI芯片新品竞相公布(自2017年5月以来公布的AI芯片一览)  AI芯片的应用于场景仍然局限于云端,部署于智能手机、安防摄像头、及自动驾驶汽车等终端的各项产品日益非常丰富。除了执着性能提高外,AI芯片也渐渐专心于类似场景的优化。

  目前,人工智能产业链中,还包括获取AI加快核的IP许可商,各种AI芯片设计公司,以及晶圆代工企业。  ▲AI芯片投资地图  如上图右图,按部署的方位来分,AI芯片可以部署在数据中心(云端),和手机,安防摄像头,汽车等终端(边缘)上。  按分担的任务来分,可以被分成用作建构神经网络模型的训练芯片,与利用神经网络模型展开推测的推测芯片。

训练芯片侧重意味著的计算能力,而推测芯片更加侧重综合指标,单位能耗算力、时延、成本等都要考虑到。  训练芯片受算力约束,一般只在云端部署。推测芯片按照有所不同应用于场景,分成手机边缘推测芯片、安防边缘推测芯片、自动驾驶边缘推测芯片。

为便利起见,我们也称之为它们为手机AI芯片、安防AI芯片和汽车AI芯片。  由于AI芯片对单位能耗算力拒绝较高,一般使用14nm/12nm/10nm等先进设备工艺生产。

台积电目前和Nvidia、Xilinx等多家芯片厂商进行合作,攻坚7nmAI芯片。  五大场景塑造成352亿美元市场  ▲AI芯片市场规模及竞争格局  根据中金公司对涉及上市AI芯片公司的收益统计资料,及对AI在各场景中渗透率的估计,2017年AI芯片市场规模已超过39.1亿美元,具体情况如下:  1、2017年全球数据中心AI芯片规模合计23.6亿美元,其中云端训练芯片市场规模20.2亿美元,云端推测芯片3.4亿美元。

  2、2017年全球手机AI芯片市场规模3.7亿美元。  3、2017年全球安防摄像头AI芯片市场规模3.3亿美元。

  4、2017年全球自动驾驶AI芯片的市场规模在8.5亿美元。  可观的市场前景和战略意义使得AI芯片夺得了巨头们的盼望注目。Nvidia在2017年时认为,到2020年,全球云端训练芯片的市场规模将超过110亿美元,而推测芯片(云端+边缘)的市场规模将超过150亿美元。

  Intel也在刚完结的2018DCI峰会上,也申明了数据业务驱动硬件市场快速增长的观点。Intel将2022年与用作数据中心继续执行AI加快的FPGA的TAM预测,由70亿美元调低至80亿美元。

  而同时,中金公司也注意到:  1、手机SoC价格大大下降、AI向中端机型渗入都将为行业建构更加辽阔的市场空间。  2、安防芯片获益于现有设备的智能化升级,芯片市场需求不断扩大。  3、自动驾驶方面,针对丰田公司明确提出的算力市场需求,我们看见当下芯片算力与L5级自动驾驶还有较小差距。

(英飞凌公司得出了各自动驾驶等级中的半导体价值预测,可以为我们的TAM估计获取参照。)  ▲历代Apple手机芯片成本趋势  ▲自动驾驶算力市场需求加快芯片升级  ▲英飞凌对各自动驾驶等级中半导体价值的预测  融合以上观点,及我们对AI在各应用于场景下渗透率的分析,中金公司预测:  1、云端训练芯片市场规模在2022年将超过172亿美元,CAGR~54%。  2、云端推测芯片市场规模在2022年将超过72亿美元,CAGR~84%。

  3、用作智能手机的边缘推测芯片市场规模2022年将超过38亿美元,CAGR~59%。  4、用作安防摄像头的边缘推测芯片市场规模2022年将超过18亿美元,CAGR~41%。  5、用作自动驾驶汽车的边缘推测芯片市场规模2022年将超过52亿美元,CAGR~44%。

  以下是五个应用于场景的详细分析。  云端训练芯片:英伟达霸主  ▲AI芯片工作流程  训练是指通过大量的数据样本,代入神经网络模型运算并重复递归,来取得各神经元准确权重参数的过程。

CPU由于计算出来单元较少,并行计算能力较强,不合适必要继续执行训练任务,因此训练一般使用CPU+加快芯片的异构计算模式。目前Nvidia的GPU+CUDA计算出来平台是最成熟期的AI训练方案,除此还有:  1、第三方异构计算平台OpenCL+AMDGPU或OpenCL+Intel/Xilinx的FPGA。

  2、云计算服务商自研加快芯片(如Google的TPU)这两种方案。  各芯片厂商基于有所不同方案,都发售了针对于云端训练的AI芯片。  从整个云端训练芯片的市场竞争格局来看,目前NvidiaGPU的优势继续显著,即便是Google的一些深度自学训练任务,某种程度必不可少NvidiaGPU;在GPU之外,云端训练的新入竞争者是谷歌的TPU,但目前并不对外必要销售;英特尔方面,则在大力布局CPU+FPGA异构计算,并持续优化XeonCPU结构;某种程度耕耘FPGA的还有Xilinx;GPU销量仍然甚好的AMD也开始紧贴深度自学训练任务。

  云端推测芯片:百家争鸣  推测是指利用现有神经网络模型展开运算,利用新的输出数据来重复使用取得准确结论的过程。推测过程对响应速度一般有较高拒绝,因此不会使用AI芯片(配备训练已完成的神经网络模型)展开加快。  比起训练芯片,推测芯片考虑到的因素更为综合:单位功耗算力,时延,成本等等。

初期推测也使用GPU展开加快,但由于应用于场景的特殊性,依据明确神经网络算法优化不会带给更高的效率,FPGA/ASIC的展现出有可能更加引人注目。  除了Nvidia、Google、Xilinx、Altera(Intel)等传统芯片大厂投身于云端推测芯片以外,Wavecomputing、Groq等初创公司也重新加入竞争。中国公司里,寒武纪、比特大陆某种程度大力布局云端芯片业务。

未来,云端推测芯片将针对智能语音辨识、智能搜寻等应用于场景,呈现出百花齐放的态势。  手机端的推测芯片:格局平稳  手机芯片市场目前还包括(1)苹果,三星,华为这类使用芯片+整机横向商业模式的厂商,以及(2)高通,联发科,展锐等独立国家芯片供应商和(3)ARM,Synopsys、Cadence等向芯片企业获取独立国家IP许可的供应商。

  使用横向商业模式厂商的芯片不对外发售,只服务于自身品牌的整机,性能针对自身软件作出了类似优化,靠效率取得胜利。独立国家芯片供应商以比较更加强劲的性能指标,来取得剩下厂商的市场份额。  ▲手机AI芯片对比  从2017年开始,苹果,华为海思,高通,联发科等主要芯片厂商陆续公布反对AI加快功能的新一代芯片(如下图),AI芯片渐渐向中端产品渗入。

  由于手机空间受限,独立国家的AI芯片很难被手机厂使用。在AI加快芯片设计能力上有先发优势的企业(如寒武纪)一般通过IP许可的方式紧贴。  ▲智能手机SoC市占率分析(2017)  对这些厂商来说,中金公司指出AI简化的主要起到是提高芯片可选价值与产品单价。

根据IHS的数据,随着硬件性能的强化及针对于AI的运算结构大大渗入,苹果A11芯片的成本已超过27.5美元。  芯片成本持续下跌未来将会造就横向模式厂商整机售价走高,在出货量完全相同的情况下为现有芯片厂商贡献更好的营业收入。

高通、联发科、展锐等独立国家芯片供应商则不会获益于芯片本身ASP的提高。  安防边缘推测芯片:四方天下无敌  视频监控行业在过去十几年主要经历了高清化、网络化的两次新一代,而随着2016年以来AI在视频分析领域的突破,目前视频监控行业正处于第三次最重要升级周期智能化的开始阶段。  前端摄像头装备终端推测芯片,可以动态对视频数据展开结构化处置,云+边缘的边缘计算出来解决方案渐渐渗入。中金公司预计,应用于安防摄像头的推测芯片市场规模,将从2017年的3.3亿美元,快速增长至2022年的18亿美元,CAGR~41%。

  边缘推测芯片在安防端的主要应用于,基于将视频流在本地转化成为结构化数据。这样既节省云端存储空间,也提高系统工作效率。因此,大力布局智能安防的除了英伟达、Movidius(计算机视觉创企),还有传统视频解码芯片厂商。

业内,海思、安霸与Nvidia、Movidius构成有力竞争。  ▲安防AI芯片对比  中金公司指出,目前整个安防AI芯片市场竞争格局平稳,现有厂商凭借与下游客户长年的合作,未来将会之后获益于安防智能化的升级,归属于新的转入者的市场空间受限。  安防AI芯片下游客户平稳,为海康威视、大华股份等视频监控解决方案提供商。

客户与传统视频解码芯片厂商的长年合作具备粘性,某种程度发售新产品,初创公司的竞争优势很弱一些,特别是在是在安防AI芯片性能差异化很难做相当大的情况下。  自动驾驶边缘推测芯片:一片蓝海  除了智能手机,安防外,自动驾驶汽车也是人工智能的落地场景之一。  车用半导体强劲市场需求早已使供给末端生产能力开始严重不足,而用作自动驾驶的推测芯片市场需求,某种程度未来将会在未来5年内构建高速快速增长。中金公司预计,其市场规模将从2017年的8.5亿美元,快速增长至2022年的52亿美元,CAGR~44%。

  ▲自动驾驶算力市场需求加快芯片升级  若想使车辆构建确实的自动驾驶,要经历在感官-建模-决策三个阶段,每个阶段都必不可少终端推测芯片的计算出来。不管是环境感官还是避障规划,自动驾驶都对芯片算力明确提出了很高的拒绝。

而受限于时延及可靠性,有关自动驾驶的计算出来无法在云端展开,因此边缘推测芯片升级势在必行。  根据丰田公司的统计数据,构建L5级几乎自动驾驶,最少必须12TOPS的推测算力,按现行先进设备的NvidiaPX2自动驾驶平台测算,差不多必须15块PX2车载计算机,才能符合几乎自动驾驶的市场需求。  ▲自动驾驶平台对比  近些年来,各传统车载半导体供应商争相醉心自动驾驶业务,发售了各自的自动驾驶,或辅助驾驶员平台;但下一代产品,中金公司预计Mobileye和新秀Nvidia未来将会构建领先。  自动驾驶芯片市场仍正处于初期跟上阶段,对比其他终端应用于场景,自动驾驶不仅计算出来复杂程度最低,车规级拒绝也为芯片成立了更高的管理制度门槛,其硬件升级落地比较较慢。

  目前各厂商下一代的自动驾驶平台最先计划于2019年量产,现今上市平台中,芯片大多只反对L2/3级。  虽然NXP等传统半导体厂商耕耘于汽车电子多年,取得了一定的客户粘性,但在自动驾驶业务上,整个市场还并未构成非常明显的竞争格局。客户也在大大测试芯片厂商的产品,来构建拟合自由选择。

  从客户的偏爱来看,传统大厂不愿自行搭起平台,再行订购所须要芯片,而新车厂偏向于必要出售自动驾驶平台。  介于构建几乎自动驾驶非常复杂,目前还在跟上阶段,中金公司指出初创公司在整个行业的发展中是有机会的,并寄予厚望技术领先,能与车厂达成协议密切合作的初创公司。  本土新一代盘点  中国大陆目前有超强20家企业投放AI芯片的研发中来。

除了像华为海思、紫光展锐这种耕耘于芯片设计多年的企业之外,也有不少初创公司展现出出色,如寒武纪、比特大陆等。  此外,台湾地区的GUC(创新电子)是一家IC后端设计公司,凭借20年的行业经验,和投资方晶圆生产巨头台积电的鼎力支持,在AI芯片高速发展的大环境下也未来将会获益。

  ▲中国大陆主要AI芯片设计公司最少有20家  以下是中金公司引荐注目的AI芯片企业:  海思半导体  海思半导体(Hisilicon)正式成立于2004年10月,是华为集团的全资子公司。海思的芯片产品覆盖面积无线网络、固网及数字媒体等多个领域,其AI芯片为Kirin970手机SoC及安防芯片Hi3559AV100。Kirin970构建NPU神经处理单元,是全球第一款手机AI芯片,它在处置静态神经网络模型方面有得天独厚的优势。

而Hi3559AV100是一款性能领先的反对8k视频的AI芯片。  清华紫光展锐  清华紫光集团(TsinghuaUNISOC)于2013年、2014年先后已完成对展讯及锐迪科微电子的并购,2016年再行将二者拆分,正式成立紫光展锐。紫光展锐是全球第三大手机基带芯片设计公司,是中国领先的5G通信芯片企业。

  Gartner的数据表明,紫光展锐手机基带芯片2017年出货量的全球占比为11%。除此之外,展锐还享有手机AI芯片业务,发售了使用8核ARMA55处理器的人工智能SoC芯片SC9863,反对基于深度神经网络的人脸识别技术,AI处置能力比上一代提高6倍。  GUC  GUC(台湾创新电子)是弹性客制化IC领导厂商(TheFlexibleASICLeaderTM),主要专门从事IC后端设计。后末端设计工作以布局布线为起点,以分解可以呈报晶圆厂展开流片的GDS2文件为起点,必须很多的经验,是芯片构建流片的重要一环。

  在AI芯片设计发展的大环境下,再加大股东台积电的反对,GUC未来将会取得大量的后端订单。公司已在台湾证券交易所上海证券交易所上市,股票代号为3443。  寒武纪科技  寒武纪(CambriconTechnologies)创办于2016年3月,是中科院产卵的高科技企业,主要投资人为国投创业和阿里巴巴等。

  公司产品分成终端AI芯片及云端AI芯片。终端AI芯片使用IP许可模式,其产品Cambricon-1A是全球首个构建商用的深度自学处理器IP。去年年底公司新的公布了第三代机器学习专用IPCambricon-1M,使用7nm工艺,性能差不多高达1A约10倍。

云端产品上,寒武纪研发了MLU100AI芯片,反对训练和推测,单位功耗算力展现出引人注目。  比特大陆  比特大陆(Bitmain)正式成立于2013年10月,是全球第一大比特币矿机公司,目前攻占了全球比特币矿机60%以上的市场。  由于AI行业发展很快及公司发展必须,公司将业务扩展至AI领域,并于与2017年发售云端AI芯片BM1680,反对训练和推测。

目前公司已发售第二代产品BM1682,相比上一代性能提高5倍以上。  地平线机器人  正式成立于2015年7月,地平线(HorizonRobotics)是一家侧重软硬件融合的AI初创公司,由Intel、嘉实资本、低瓴资本领有投。  公司主攻安防和自动驾驶两个应用于场景,产品为征程1.0芯片(反对L2自动驾驶)和旭日1.0(用作安防智能摄像头),具备高性能(实时处理1080P@30帧,并对每帧中的200个目标展开检测、追踪、辨识)、低功耗(典型功耗在1.5W)、和较低延后的优势(延后大于30毫秒)。

公司二代自动驾驶芯片将于1Q19流片,构建语义建模。  云天励飞  云天励飞(Intellifusion)创办于2014年8月,由山水每每传媒、松禾资本领有投,主攻安防AI芯片。其自研IPU芯片是低功耗的深度自学专用处理器,含有专用图像处理加快引擎,通过级联拓展最少可处置64路视频。

能耗比引人注目,多达2Tops/Watt。  异构智能  异构智能(NovuMind)创办于2015年8月,由洪泰基金、宽带资本、真格基金和英诺天使投资。

  2018年公司展出了其首款云端AI芯片NovuTensor,基于FPGA构建,性能已超过目前最先进设备的桌面服务器GPU的一半以上,而耗电量仅有1/20。公司将要发售的第二款ASIC芯片,能耗不超强5W,计算出来性能约15TOPs,将被用作安防和自动驾驶应用于中。

  龙加智  创办于2017年7月,龙加智(Dinoplus)是专心于云端芯片的AI初创公司,由挚信资本和翊翎资本领有投。  公司产品Dino-TPU在75W功耗下,计算能力多达除最新款NvidiaVolta之外的所有GPU,时延仅有为VoltaV100的1/10。同时,Dino-TPU获取市场上独一无二的校验备份和数据安全确保。公司计划于2018年底已完成第一款芯片的流片。

  智东西指出,GPU早已在训练芯片方面站稳脚跟,但随着人工智能场景简化的逐步了解,针对性更加强劲的TPU和更加灵活性的FPGA将瓜分新的市场,而边缘计算出来(推测)方面,多样化的场景应用于给传统玩家、芯片厂商和新兴创企获取了充裕的竞争平台。


本文关键词:大阳城官方网站

本文来源:大阳城官方网站-www.greenwichsa.com

返回