中国人工智能芯片市场分析和展望

作者: 佚名 2018-04-26 16:11:43

技术的进步是历次工业革命的驱动力,而人类社会正在人工智能技术的进步下进入智能化社会,即所谓的“第三次工业革命”。而作为人工智能核心技术之一的人工智能芯片,其发展状况如何,未来的走向又是如何,这是本文希望共同探讨的话题。

人工智能发展的历史和驱动因素

Donella H. Meadows在她的《系统之美》一书中指出,“面对问题,善于系统思考的人要做的***件事就是寻找数据,了解系统的历史及其行为随时间变化的趋势图。”因此,对于当前火热的人工智能的发展,也很有必要先回顾下其今世前身以及背后的驱动因素。笔者总结了以下人工智能的发展历史及其未来的发展趋势。

中国人工智能芯片市场分析和展望
人工智能的发展和趋势

纵观人工智能的发展历史,以下因素在人工智能的“三次两落”中起到了关键的作用:

算法(A-Algorithm):当前这一波人工智能的崛起,很大的一个原因就是深度学习算法的崛起,尤其是在图像和语音等方面的出色表现。算法是人工智能发展的引擎。

大数据(B-Big Data):当前这一波的人工智能,更多运用了统计分析的方法,因此,谁拥有了数据,谁就有可能站在这波人工智能的前沿。数据将成为未来企业的核心资产和生产资料之一,它是人工智能发展的新能源。

计算能力(C-Computing Power):基于大数据统计分析的算法和基于并行计算的深度学习需要强大的计算能力,而摩尔定律的数十年发展让计算能力有了长足的进步,有效支撑了这波人工智能的发展。

应用场景(S-Scenarios):人工智能的长期发展必须能反哺给行业并带来实际的经济价值,而随着物联网的发展以及物理世界的数字化浪潮,为人工智能的应用提供了许多实际可行的应用场景,这将进一步加速人工智能的发展。

因此, ABCs因素的组合正推动这波人工智能的第三次崛起,并相信会让这一波持续的时间更长,带来的社会和经济影响也将更为深远,“人工智能最终会像电力一样渗透到社会的各行各业”。

中国人工智能的市场分析

我们可以将以上的ABCs模型映射到中国人工智能市场的分析上去。在经历了互联网和移动互联网的追赶之后,中国正成为一个重要的数据大国,预计到2020年中国将拥有全球数据量的20%-25%。而推动这一波人工智能发展的最重要的因素之一就是数据。另外,中国政府正通过《中国制造2025》、数字中国等政策推动中国产业的信息化智能化升级转型,这为人工智能的发展提供了很多实际的应用场景。因此在这一波人工智能的大潮中,中国正站在一个非常有利的地位。

中国人工智能芯片市场分析和展望
中国人工智能市场的分段及AI芯片的趋势

创新的重要来源之一就是对市场的精准分段。而中国的人工智能市场,可以大致分成数据中心/云端训练和推理、边缘(雾)计算推理(和训练)以及设备端的推理等三个大类四个小类。数据中心/云端训练和推理的市场机会已被业界广泛接受,并随着人工智能的实际应用而进一步迎来爆发式增长。

由于在云端,尤其是训练部分需要更大的灵活度来迎合不可预期的应用和数据增长,预计英特尔CPU+AI加速卡的计算平台将进一步发展,其中推理部分的计算平台,尤其是在应用场景比较明确的情况下,将CPU和低功耗AI加速芯片的多芯片合封的MCP(Multiple-chip Package)将是未来的一个选择。

在设备端侧推理部分,由于要求较好的功耗控制、尺寸大小以及性价比,预计集成AI加速IP的SoC将最终是一个趋势。在市场层面,一些大的领导企业如苹果、华为等正研发类似方案应用到他们***的智能手机产品上。由于市场趋势相对明确但应用模式仍需要时间去创新和推广,该市场段仍处于成长阶段。 对于边缘(雾)计算,随着物联网的发展,尤其是实时性要求高的应用场景,如自动驾驶、智能制造等,该市场正成长为一个正在兴起的新市场机会,但还处于市场的起始阶段。该市场段具有相对复杂的应用场景,其相应的人工智能计算平台也将呈现多样化方案。

中国人工智能芯片的发展和趋势

在政府和市场资本的双重推动下,中国的人工智能芯片行业正引来一个高潮,而其中的参与者,主要来源于以下几个方面:

新型创业型公司:该类公司的领军人物一般具有较强的人工智能背景,在商业意识和技术研发方面有较好的平衡,如地平线(Horizon)、上海熠知(ThinkForce)、探境科技(IntEngine)等。目前,这批参与者的数量正在快速成长。

大型的市场***/互联网公司:以TAB(Tencent、Alibaba、Baidu)+华为等为主导。由于拥有自己的数据集、算法和应用场景,他们计划开发更适合的人工智能芯片来优化他们的算法和业务。由于具有雄厚的财力、研发能力和数据/应用场景,预计该类参与者将成为中国甚至全球人工智能芯片市场的重要力量。

老牌的芯片公司:这类公司以华为海思、瑞芯微等为代表。他们具有非常好的SoC设计经验和客户,正研发集成了人工智能加速IP的SoC芯片。

高校/研究院背景的创业型公司:由于高校在过去的数十年一直坚持人工智能的芯片设计的基础研究,积累了相当的技术,当前正和产业资本相结合推动其技术的产业转化,如寒武纪(Cambricon)、深鉴科技(DeepHi)、清华大学微电子所等。

中国人工智能芯片市场分析和展望
中国本土人工智能芯片状况和趋势

结合本文提出的市场模型,根据相关公开资料,在此对中国本土人工智能的芯片做了分析。从图中可以看出,中国当前本土芯片公司的产品分布了人工智能的整个市场段。在数据中心/云端训练和推理芯片部分,以Baidu、Alibaba、华为、Cambricon、BitMain和ThinkForce等为代表,但除了Bitmain的推理芯片,其他的芯片都还在研发中。考虑到TAB+华为强大的研发能力和全球化的资源配置,相信他们最终将会在数据中心/云端推理芯片方面获取一定的地位。而在设备端的推理芯片部分,创业芯片公司较为集中,其性能和功耗都和海外同类产品可以匹配,但预期该市场段未来竞争将较为激烈,并最终处于领先地位。

总结和建议

当前的人工智能正处于产业化的早期阶段,所有的国家都站在了同一条起跑线上。而中国政府从上至下给予了人工智能高度的关注,完成了一系列政策层面的顶层设计。而拥有大量的数据并对数据主权的管理以及应用场景的本土化,也必将进一步助力中国本地芯片公司的崛起。而作为扎根中国的外资企业们,也应积极投身中国的人工智能发展大潮之中,在技术、市场和人才等方面和本土公司开展共赢合作,共同助力中国人工智能产业的发展和壮大。

人工智能 芯片 发展
上一篇:高校开设人工智能专业?还有很长路要走 下一篇:所有手机都搭上了AI的车,可为什么你就不屑呢?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能是应对气候变化的新时代解决方案

气候变化是我们这个星球面临的最大挑战,人工智能可以帮助我们应对不断上升的全球气温。

Cassie ·  16h前
草图变真人脸?AI:可以,多草都行

这篇论文讲技术人员如何在styleGAN顶层训练了一个深度神经网络来学习将源图像映射到styleGAN模型的输入,最终输出高质量的目标图像。

丰色 ·  16h前
深度学习算法

深度学习算法在机器视觉中就如一个巧妙的接收转换器般的存在,它灵活、敏捷、“深度”与广度兼具,强悍的计算与预测能力可以称为其魅力之处。深度计算——可以集数亿个神经网络的自拟,对于数据、语音、图像等多种形式的资源进行分析、解释。

三姆森科技 ·  20h前
人工智能工程可以帮助组织充分利用人工智能

“人工智能”这一术语如今似乎无处不在,这在行业市场的应用中造成一些混乱,甚至可能让技术决策者感到困惑。

Bob Violino ·  20h前
人工智能赖以生存的大数据,掌握在垄断者的手中真的可怕

我至今还记得2016年那场旷世人机大战,人工智能软件“阿尔法狗”战胜世界围棋冠军李世石,那是一场标志性的比赛,打破了人们对人工智能的想象。

国学达人观世界 ·  20h前
中美欧人工智能发展现状比较分析

从投资、人才、研究、硬件、应用、数据多个维度,系统对比中、美、欧人工智能发展现状,最终得出结论称,美国当前依然保持着世界人工智能发展总体领先地位,中国在一些重要领域与美国的差距缩小,欧盟在三者中相对落后。

王璐菲 ·  20h前
基于机器学习的自动漏洞修复分析方法

。在本文中,我们提出了一个基于机器学习的自动化框架来自动化电力公司的修复决策分析。我们将其应用于一家电力公司,并对从该公司获得的两个真实运行数据集进行了大量实验。结果表明,该解决方案具有很高的有效性。

佚名 ·  21h前
通过细胞自动机,AI在「我的世界」学会了盖房子

许多研究采用了更为复杂的神经网络规则,被称为神经元细胞自动机(NCA)。但是其应用大多局限于2D结构,或是只能生成简单的3D结构。

子豪 ·  22h前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载