2018年全球人工智能芯片行業發展現狀與市場趨勢分析 企業競爭千帆競發【組圖】

時隔半世紀 人工智能熱潮再起

“人工智能”概念在1956 年就已正式提出，六七十年代在美國、日本及歐洲等國家得到大力支持，但對AI能力的夸大及高額科研投入卻幾乎沒有回報，使得AI研究及產業化應用逐漸降溫，上世紀九十年代AI行業進入寒冬，此后行業進入一個緩慢的發展期。自2010年開始，伴隨著大數據的積聚、理論算法的革新、計算能力的提升及網絡設施的演進， AI掌握了一項新的技能——分類，借助這一技能AI在圖像識別等領域的表現日益精進，這再次點燃了人類的AI熱情。

人工智能發展  數據算法算力三核支撐

人工智能是借助計算機來研究、模擬、開發和擴展人的智能的一個新的技術領域，該領域的研究主要包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能行業的本質仍屬于計算機科學的范疇，其“智能”則是依賴于程序來實現。就現代人工智能的發展來說，算法、算力、數據是行業發展的三大核心。

海量的數據是人工智能行業發展的“基本材料”。隨著互聯網應用逐漸由支付、視頻等消費端向生產端如醫療、教育及工業生產等垂直領域拓展，越來越多的數據也隨之產生，這些數據為機器學習提供了充足的原材料，也使得訓練出的程序更為有效與精準。據Gartner等機構預測，到2020年全球通信數據產生量將達到44ZB，2024年數據產生量更是高達123GB（123ZB相當于整個世界76億人口全年每天觀看24小時的高清視頻流，持續兩年所產生的的數據量）。

各種算法的提出與優化是人工智能發展的“引擎”。 如果說，人工智能讓計算機行業再攀新峰；那么，“算法”就是人工智能的“魂”，也是人工智能產業得以快速發展的“引擎”。本質上，人工智能的“智能”主要還是得依靠算法來實現，算法好不好直接影響“智能”的高低。經過多年的理論研究與技術發展，已有多種具有重要影響力的算法相繼得到應用與推廣，這極大地促進了人工智能行業的發展。

現階段，這些人工智能算法一般以深度學習算法為主，也可以包括其它機器學習算法。人工智能與深度學習的關系如下圖所示。

智能芯片算力的提升是實現人工智能的“基礎保障”。實際上，人工智能產業得以快速發展，無論是算法的實現、海量數據的獲取和存儲還是計算能力的體現都離不開目前唯一的物理基礎——芯片。可以說，“無芯片不 AI”，能否開發出具有超高運算能力、符合市場需求的芯片，已成為人工智能領域可持續發展的重要因素。

大幕徐徐拉開  智能芯片產業千帆競發

從廣義上講只要能夠運行人工智能算法的芯片都叫作AI 芯片；但是通常意義上的AI 芯片指的是針對人工智能算法做了特殊加速設計的芯片。按技術架構的不同AI芯片目前可分為GPU（Graphics Processing Unit，圖形處理單元）、半定制化的FPGA（Field Programmable Gate Array、現場可編程門陣列）、全定制化ASIC（Application-Specific Integrated Circuit、專用集成電路）及神經擬態芯片四大類。

出于對人工智能產業發展前景的看好，眾多企業紛紛入場布局人工智能芯片。而這其中，既有如Nvidia、AMD、IBM、Intel及高通等傳統的芯片老牌企業，也有如蘋果、Google、亞馬遜、華為、阿里巴巴、百度等互聯網企業，更有近年來逐漸興起的新貴如中科寒武紀、中星微、地平線機器人、Nervana Systems等。整體來看，由于人工智能產業還處于產業化初期，芯片技術及產業標準化剛剛處于起步階段，這些行業參與者也大都處于產品研發推出階段，行業發展呈千帆競發的態勢。

以上數據及分析均來自于前瞻產業研究院《全球人工智能芯片行業市場前瞻與投資戰略規劃分析報告》

更多深度行業分析盡在【前瞻經濟學人APP】，還可以與500+經濟學家/資深行業研究員交流互動。