AI芯片发展趋势.ppt

第三讲： 人工智能芯片 中国战略新兴产业： 新一代信息技术发展图谱系列 什么是人工智能芯片 人工智能：根据1956年达特茅斯会议的定义，就是“让机器行为看起来就像是人所表现出来的智能行为一样，包含语言、图像、行为等的自主理解、判断、执行”。 发展阶段划分：弱人工智能、强人工智能、超人工智能； 现阶段处于弱人工智能阶段；专注于完成某个特定的任务，例如语音识别、图像识别和翻译，是擅长于单个方面的人工智能。它们只是用于解决特定的具体类的任务问题而存在，大都是统计数据和深度学习，以此从中归纳出模型发展程度并没有达到模拟人脑思维的程度，所以弱人工智能仍然属于“工具”的范畴 广义上，满足人工智能应用需求的芯片都可以称之为人工智能芯片； 产业基础 摩尔定律 数据 高速网络 物联网 技术驱动 语音识别 图像识别 深度学习 并行计算 应用驱动 智慧交通 病例研判 语音助手 自主驾驶 本产业图谱不涉及严格意义的供应链：比如晶圆厂、封测；用AI芯片、AI应用描述； 发展现状： 根据应用场景算力需求来设计专用芯片成为现阶段的核心特点 英伟达（Tesla） GOOGLE(TPU2.0) Amazon(EC2 F1) 百度(KintexFPGA) Intel(ADAS-EysQ5+凌动C3**4) 华为 （麒麟970） Qualcomm（骁龙845） 地平线（Sunrise) 工业级大规模网络加速 大功率、高并发能力 高并行处理能力 矩阵计算能力 功耗和性能均衡 语音感知 本地化计算处理 图像、视频处理 低功耗 设备推断 云端推断 云端深度训练、推断 现阶段的核心应用集中在智能家居、自动驾驶、大数据医疗、工业自动化。 算法、数据和硬件算力组成了人工智能应用高速发展的三要素。 而作为人工智能主流算法之一，深度学习的兴盛带来计算量急剧增加，对算力提出更高要求。在云端和应用端存在着算法（并行处理、矩阵计算、深度学习算法）和算力（功率、能耗、价格、部署等）的差异，故而有不同应用路线：GPU、FPGA、ASIC等处理器被用于算法加速。 全球主要AI芯片分析： 老将依旧、新军突起，IC 与IT 企业主导 主流量产AI芯片主要为冯·诺依曼结构结构，主要为传统IC企业和新兴IT公司，针对应用端和云端的需求，从算力区别为： 基于GPU、FPGA等通用芯片的半定制方案：主要为老牌图像处理、算力需求巨大的企业；代表企业英伟达、GOOGLE、AMD； 针对深度学习算法的专用芯片：中国和美国拥有大部分企业集中在此领域，包含传统的Intel、Xilinx、Altera、IBM；新兴力量：Amazon、Facebook、Apple；以及中国新生力量：阿里云、百度云、寒武纪、深鉴科技、地平线等； 全球主要AI芯片分析： 类脑神经元结构芯片将成为新兴力量，中美主导发展 类人脑神经元结构将成为新兴芯片技术： 类脑计算芯片：使用神经元和突触的人脑结构替代传统冯诺依曼架构体系，使芯片能够进行异步、并行、低速和分布式处理信息数据，并具备自主感知、识别和学习的能力。主要有IBM、Intel、 Qualcomm，中国西井科技、寒武纪、浙大杭电大“达尔文芯片”， AI-CTX团队。 核心优势：单位功耗低、容错性高，并发处理能力高，可用于类脑机器人； 发展问题：尚处于国家核心竞争体系，集中在军事国防；商用和规模化国产缓慢。 AI芯片市场规模和中国影响力 根据TracTIca研究所的数据，到2025年，AI年收入预计将达到368亿美元。年复合增长率40%以上； AI芯片现阶段主要应用27种不同的细分行业及191个使用场景。特别是工业自动化、语音助手、机器视觉、深度学习等应用领域。 中国成为核心骨干力量，在应用市场的庞大需求下，倒逼芯片供应商在专业市场开发芯片业务。从中国AI产业链企业数量来看，中国占据全球22%的企业，成为仅次于美国的Ai大国。 AI芯片主要应用市场 社会治理和民生服务： 安防：视频监控、危险预警； 交通：自动驾驶、智能网联； 产业转型和消费升级： 工业：工业机器人、无人工厂 医疗：影像诊断、远程医疗 个人：智能家居、智能手机 消费：无人商店 全球GNSS市场规模 AI芯片中国代表企业 中国拥有强势的面向应用端的芯片、架构和软件服务；代表企业有： 云服务类：阿里云、百度云、腾讯云、华为云 机器视觉类：商汤科技、海思半导体、大华股份 语音识别类：地平线、百度 深度学习类：比特大陆、深思创芯 类脑神经元结构：寒武纪、西井科技 数据来源：伙伴产业研究院PAISI AI芯片中国代表企业 数据来源：伙伴产业研究院PAISI AI芯片地域分布情况 10