行業(yè)現(xiàn)階段處幼稚期，下游應(yīng)用場(chǎng)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(duì)人工智能算法做了特殊加速設(shè)計(jì)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(guó)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(guó)內(nèi)人工智能芯片行業(yè)的整體銷售市場(chǎng)正處于快速增長(zhǎng)階段，傳統(tǒng)芯片的應(yīng)用場(chǎng)景逐漸被人工智能專用芯片所取代，市場(chǎng)對(duì)于人工智能芯片的需求將隨著云/邊緣計(jì)算、智慧型手機(jī)和物聯(lián)網(wǎng)產(chǎn)品一同增長(zhǎng)，并且在這期間，國(guó)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(guó)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(tái)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(guó)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(jì)和芯片制造兩個(gè)子類，我國(guó)芯片設(shè)計(jì)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(cè)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(guó)人工智能芯片行業(yè)的下游應(yīng)用場(chǎng)景主要聚集在云端、自動(dòng)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(dòng)，中國(guó)“芯”發(fā)展迅猛

近幾年國(guó)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(guó)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(guó)人工智能標(biāo)準(zhǔn)化工作。在人工智能和芯片行業(yè)同時(shí)作為國(guó)家級(jí)戰(zhàn)略的背景下，AI 芯片產(chǎn)業(yè)有望引領(lǐng)中國(guó)“芯”大步向前。
資本推動(dòng)是 AI 芯片高速發(fā)展的另一個(gè)重要因素。近年來國(guó)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(dòng) AI 芯片市場(chǎng)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(dòng)下，國(guó)內(nèi) AI 芯片市場(chǎng)發(fā)展迅猛。伴隨國(guó)內(nèi)人工智能芯片市場(chǎng)的發(fā)展，多位工業(yè)級(jí)創(chuàng)始人團(tuán)隊(duì)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(xiàng)目推動(dòng)下這些創(chuàng)始人團(tuán)隊(duì)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(gè)國(guó)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(guó)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(gè)種類的人工智能芯片領(lǐng)域幾乎都能看到國(guó)外半導(dǎo)體巨頭的影子，反觀國(guó)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(guó)內(nèi)人工智能芯片取得長(zhǎng)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(jí)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(huì)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(jì)算密度最大的芯片，計(jì)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(jì)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(jì)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(shì)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(shí)現(xiàn)中，由于訪問存儲(chǔ)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(zhǎng)期困擾計(jì)算機(jī)體系結(jié)構(gòu)的難題。另一個(gè)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(chǔ)模擬數(shù)值的非易失性存儲(chǔ)器發(fā)展迅猛，它可以同時(shí)具有存儲(chǔ)和處理數(shù)據(jù)能力，可以破解傳統(tǒng)計(jì)算體系結(jié)構(gòu)的一些基本限制，有望實(shí)現(xiàn)類腦突觸功能，隨即上述兩項(xiàng)困境也將逐步得到解決。

一是芯片存儲(chǔ)的需求越來越高。未來云端人工智能芯片會(huì)有越來越多的片上存儲(chǔ)器，以及能夠提供高寬帶的片外存儲(chǔ)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(duì)云端 AI 芯片來說，單芯片的處理能力可能會(huì)達(dá)到每秒千萬億次的水平。實(shí)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(dòng)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(duì)推斷需求的FPGA和ASIC芯片將會(huì)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(shí)時(shí)性，未來在云端很可能會(huì)有更多專門針對(duì)推斷的ASIC芯片出現(xiàn)。