新兴技术驱动下AI芯片行业迎来发展机遇
AI芯片为云、边、端多方协同提供了必要的算力支持,为人工智能应用的实现创造了可能。随着以云计算、大数据为代表的新兴技术应用逐步推广,人工智能算法持续演进,AI芯片市场迎来发展机遇。据Tractica,全球AI芯片市场规模将由2018年的51亿美元增长到2025年的726亿美元,CAGR将达46.14%。近年来,我国推出“数字中国”等产业政策,推动产业智能化、信息化升级,据IDC预计,到2025年中国将拥有全球数据量的27.8%。随着数据量的增长,人工智能应用有望加速落地,或推动我国AI芯片市场快速发展。
海外龙头厂商推出自研指令集,加速生态建设
指令集提供了在AI芯片上对各类算法应用的支持,对于生态的建设具有重要意义。横向看,国际AI芯片巨头在建立生态的过程中往往采取建立算法库的方式,推动其算法成为标准。如谷歌(GOOGLUS,无评级)发布开源机器学习库TensorFlow 2.0,英伟达(NVDAUS,无评级)拥有面向数据科学和AI的NVIDIAGPU加速库NVIDIACUDA-XAI等。2016年,寒武纪创始团队发布国际首个智能处理器指令集Cambricon ISA。
国内外厂商芯片产品性能对比
云端智能产品方面,寒武纪思元270在性能功耗比、运算能力方面已经能够达到与Nvidia Tesla T4相近的水平。边缘端,2019年底,寒武纪发布边缘端AI芯片“思元220”,实现了对云、边、端的覆盖。此款边缘端AI芯片产品峰值算力为16T0PS@INT8,英伟达的边缘端AI芯片产品NvidiaXavier峰值算力32TOPS@INT8,二者在算力上有一定差距。从技术原理上看,寒武纪芯片与谷歌TPU类似,都是通过对AI计算特征和访存特征进行分析和抽象,设计出的通用型智能芯片,在智能应用上的能效超过了传统CPU、GPU。
AI芯片厂商产品体系对比
寒武纪形成了涵盖云、边、端的芯片产品体系,应用领域包括手机端、云端、云边端的视觉、语音、自然语言、搜索推荐等。英伟达的产品包括基于GPU的云端和边缘端人工智能芯片,主要面向云端和边缘端人工智能应用场景。国内初创企业地平线机器人(未上市)则相对专注于边缘视觉,尤其是自动驾驶视觉。
国内AI芯片“云边端”协同发展
终端方面,据IDC,到2022年,40%的智能终端产品将拥有人工智能的相关功能,AI应用渗透率进一步提升。云端方面,我国智能云端应用有望进一步发展,据IDC,我国智能服务器市场规模到2023年将达到43.26亿美金(约合人民币300亿元),2019-2023 CAGR达27.08%。此外随着5G逐步开始商用落地,车联网等行业应用有望进一步发展,据赛迪顾问预测,到2022年中国边缘计算市场规模将达到325.31亿元。
风险提示:AI应用普及不及预期;5G落地进展不及预期。