《全球及中国云端芯片市场规模分析预测.docx》由会员分享，可在线阅读，更多相关《全球及中国云端芯片市场规模分析预测.docx（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、全球及中国云端芯片市场规模分析预测当前AI芯片设计方案众多，广义上所有面向人工智能应用的芯片都可被称为AI芯片。AI运算以”深度学习”为代表的神经网络算法，系统需能高效处理大量非结构化数据(文本、视频、图像、语音等)，所以硬件需有高效运算能力。执行人工智能任务的AI芯片主要可分成四种架构，若依人工智能系统开发的角度说，可再区分成两种类别，第一类为CPU和GPU，称作软件配合硬件;第二类为FPGA和ASIC，称作硬件配合软件。根据应用场景可分为服务器端(云端)芯片和终端(边缘端)芯片。在深度学习的训练阶段，由于数据量及运算量极度庞大，单一处理器无法独立完成一个模型的训练过程，所以负责AI算法的芯
2、片采用的是高性能计算技术，一面要支持尽可能多的网络结构以保证算法的正确率和泛化能力，另一方面也必须支持浮点数运算，同时为了能提升性能还必须支持阵列式结构，执行加速运算。在推断阶段，由于训练出来的深度神经网络模型仍非常复杂，推断过程仍属计算密集型和存储密集型，可选择部署在服务器端。人工智能与区块链的发展带来特殊应用芯片高速成长，人工智能芯片的发展路径经历了从通用走向专用，2020-2026年中国人工智能芯片行业市场前景规划及销售渠道分析报告显示：2016年全球人工智能芯片市场市场规模达到24亿美元，预计到2020年将达到146亿美元，增长迅猛，发展空间巨大。细分领域的市场预测上，可从中金公司研究
3、数据作观察，2017年整体AI芯片市场规模达到62.7亿美元，其中云端训练AI芯片20.2亿美元，云端推理芯片3.4亿美元，边缘计算AI芯片39.1亿美元;到2022年，整体AI芯片市场规模将会达到596.2亿美元，CAGR57%，其中云端训练AI芯片172.1亿美元，CAGR53.5%，云端推断芯片71.9亿美元，CAGR84.1%，边缘计算AI芯片352.2亿美元，CAGR55.2%。芯片是人工智能领域不可或缺的成分国务院在2015年7月提出以”互联网+”为核心的产业横向连接升级指导意见，接着在2016年4月发布机器人产业发展规划中，人工智能逐渐成为政策发展的核心项目，2017年7月提出的
4、新一代人工智能发展规划分别制定2020年、2025年、2030年三阶段的战略目标，其中第一阶段的促进新一代人工智能产业发展三年行动计划(2018-2020年)，将重点扶持神经网络芯片，冀望AI芯片量产且规模化应用。随着AI使用的广泛使用，带动AI芯片常常的蓬勃发展。数据显示，2019年-2021年，中国AI芯片市场规模为124亿元193.7亿元305.7亿元，分别同比增长53.6%56.21%57.82%，年复合增长率为57.01%。其中云端芯片市场份额最大，接近50%，市场规模从2019年的61.4亿元增长至2020年139.4亿元GPU提供了多个并行计算的基础结构，并且核心数较多，可以进行
5、海量数据的并行计算；拥有更高的访存速度；第三，GPU拥有更高的浮点运算能力。因此，GPU是AI“训练”阶段较为适合的芯片。GPU在AI时代的云端训练芯片中占据较大的份额，达到64.%。虽然后期由于FPGA以及ASIC技术的突破，GPU的市场份额有所下降，但是仍然是云端训练市场份额最大的芯片，2019年-2021年年复合增长率达到40%。从目前的技术看，FPGA由于量产成本高，并且设置需要FPGA硬件姿势，编程和配置较高；ASIC由于开发周期较长，开发难度，GPU在云端推理阶段仍然是较为合适的芯片，但是有GPU也存在功耗高，量产成本高等问题，所以GPU在云端推理阶段的市场份额并没有明天优势，约为41.84%，年复合增长率为56.5%。随着人工智能应用的推进，人工智能生态不断完善，在终端设备上将会出现越来越多的越来越多的AI应用，对推断计算的需求会越来越多，终端推断芯片的需求也会随之增加。未来，随着终端细分场景的落地，终端推断芯片将呈现出专业化发展趋势，同时由于终端对于性能、功耗、成本都更为敏感，这也使得相比GPU、FPGA更为专用、能效更高、成本更低的ASIC芯片将呈现快速增长势头。但是GPU目前依然是主流终端设备中的必须器件，所以市场份额不会下降太多。