近年來，AI芯片在云計算、數據中心、邊緣計算、消費電子、智能制造、智能駕駛、智能金融及智能教育等領域的應用越來約廣泛，由此AI芯片被業界廣泛關注，如今該領域新的生產設計商不斷涌現，行業市場規模不斷增長。

據TrendForce顯示，預期2022年全球AI芯片市場規模將達到390億美元，成長率18.2％。由于目前AI芯片的應用以云端運算、安防、機器人與車用居多，2023年將進入高成長期，特別是由云端運算、車用兩大領域引領市場快速成長，到2025年全球AI芯片市場規模有望達到740億美元，2022～2025年CAGR將達到23.8％。

 

核心觀點

源起基金認為，隨著消費性電子設備市場需求增加，且多數用中小型設備開發商偏向7nm的ASIC。另外，5G、低軌道衛星通訊、云端與邊緣運算的工作負載與結構化需求推動，電信系統將成為最大的終端使用市場。

因此，在多方需求高漲下，AI芯片將迎來快速發展期，預期2026年AI芯片市場規模有望達到930億美元，其中CPU、GPU與ASIC芯片的市場主要份額穩健，在AI市場規模的比重有望達到33％、34％、26％，而ASIC芯片市場相對增長較快，未來前景廣闊。

AI芯片市場規模及行業格局

2020～2021年新冠疫情帶動數字化浪潮，加之美國、中國與歐盟各國相繼出臺“數智能化發展策略”催化國家暨產業數字轉型，如美國大力推進“美國制造”與“數字經濟”進程，前者主要側重半導體產業，鎖定IC設計、生產制程與核心設備；后者主要專注在數字美元，現正處于驗證系統開發與法案擬定階段。歐盟則推出歐洲數字羅盤（Europe's Digital Compass）計劃，主要圍繞人才培育、確保安全與永續、企業數字轉型、公共服務數字化四大類，其中企業數字轉型為重中之重，且期望至2030年有75％廠商能廣泛使用云端運算、大數據與AI，至少90％以上中小企業應達到基本的數字密集程度。

隨著機器視覺、自動駕駛技術快速發展，加深倉儲物流、供應鏈的物流運輸、自駕車等領域應用，使全球AI芯片需求高漲，且快速擴大其在整體半導體市場的市占率，其市占率從2020年的5.9％擴展到2021年的6.4％，市場規模也從2020年260億美元增長到2021年330億美元，成長幅度達到26.9％。

行業格局方面，目前，GPU 作為Deep Learning（DL）最廣泛的芯片，隨著深度學習對運算需求不斷提升，以及為達到DNN（Deep Neural Network）的運算要求，NVIDIA、寒武紀、Google、Intel等廠商積極探索GPU在高效能運算方面的應用與突破，同時專注于高效能運算的芯片研發與相關生產計劃。

其中，部分廠商竭力尋求基于FPGA（現場可程序化邏輯匣陣列）架構的半客制化芯片，例如Google研發的張量運算處理器TPU、寒武紀研發的神經網絡運算處理器NPU，以及Intel旗下的Altera Stratix V FPGA。

此外，Intel也嘗試推廣面向不同品牌、不同種類硬件的XPU Programming，并以SYCL作為統一的程序設計語言且充分利用Intel oneAPI，使原本的開發框架從封閉性轉為開放性，以期更有效支援開發人員構建高性能異構應用。

另一方面，芯片公司與算法公司的合作也逐漸增多，同時芯片企業逐漸往產業鏈上游布局與合作，上下游產業鏈整合趨勢明顯。譬如，地平線主要從事邊緣人工智能芯片的研發，具有領先的人工智能算法和芯片設計能力，致力于通過底層技術賦能，推動汽車產業的創新發展，是國內唯一一家實現車規級人工智能芯片前裝量產的企業，核心產品包括征2、征程3、征程5等。寒武紀專注于人工智能芯片產品的研發與技術創新，致力于打造人工智能領域的核心處理器芯片；2021年思元290智能芯片及加速卡、玄思1000智能加速器量產落地。

在公司注冊方面，我國AI芯片企業注冊量快速增長，由2017年的1110家迅速增長至2021年的13492家，年均復合增長率達86.7%。最新數據顯示，2022年1-5月，我國AI芯片企業注冊量達6783家，已超過2020年新增企業數量，行業競爭進一步加劇。

AI芯片領域投融資概況

數據顯示，2021年我國AI芯片投資數量共109起，投資金額達396.36億元，同比增長57.6%。截至2022年6月22日，2022年我國AI芯片投資數量共37起，投資金額達92.47億元。

 

2022年AI芯片行業投資事件37起，融資金額達近百億元。2022年6月，芯視達完成近3億元C+輪融資，由屹唐長厚基金和星河資本聯合領投，無錫聯泰投資、玖兆投資等數家機構跟投，原股東張江浩珩繼續追加投資；銳思智芯完成近2億元的A輪融資，巡星投資（OPPO旗下投資公司）和同創偉業聯合領投，虹軟科技、舜宇光學產業基金、耀途資本、深圳天使母基金、聯想創投、清科創投跟投。

截至2022年7月28日，今年我國人工智能芯片行業共發生投資事件101起，已披露投資金額最高的為ESWIN奕斯偉公司在C輪中收到的25億人民幣投資。

 

圖 | 2021年下半年至今，AI芯片領域部分大額融資事件（來源：IT桔子）

強算力時代,AI芯片在多場景應用中商業化加速

AI芯片大致可分為CPU、GPU、FPGA與ASIC（客制化芯片）；其中，GPU是由大量運算單元組成的大規模并行運算架構，專為同時處理多重任務而設計，多應用于工作站、個人計算機、游戲設備、智能型手機等設備，處理圖形、圖像相關運算工作；再者，該芯片采用統一渲染架構，能在算法尚未定型的領域中使用，故通用性程度較高、商業化較成熟。

 

FPGA主要是能提供用戶根據自身的需求進行重復程序設計，解決可程序化元件電路數不足問題，且運行效率高于GPU、CPU，功耗也相對較低，但當處理的任務重復性不強、邏輯較為復雜時，該芯片效率就會低于使用馮紐曼架構的處理器。

ASIC是一種根據特定算法、架構的客制化芯片，其客制化程度比GPU、FPGA更高、專用性較強，故運算水平一般高于CPU、GPU、FPGA，但初始投入大，且算法一旦改變，運算能力將大幅下降，需重新設計客制，不過隨著數據量不斷增加和芯片技術的極限到來，對算力的訴求越難以被滿足。

尤其是部分特定領域的數據量日益龐大，算法逐漸固定，對以ASIC架構為基礎設計而成的DPU、TPU與NPU之需求增加，特別是DPU，因DPU能部分取代CPU、GPU部分功能，解決數據量驟增而導致CPU與Memory間數據傳輸問題，改善并加速網絡數據傳輸運算速度。

目前廣泛用在大型數據中心，因大型數據中心的流量處理需占據整體運算近30％，加上數據中心在節點間交換效率和節點內I/O切換效率偏低，故透過DPU與CPU、GPU協同運行能有效解決松耦合問題。

因此隨著物聯網設備不斷擴增，例如工業機器人、AGV/AMR、智能型手機、智能音箱、智能攝影機等，加上自動駕駛、影像辨識、語音語意辨識、運算等技術在各領深化運用、升級，將催化AI芯片與技術市場迅速成長。

以2022年整體市場來看，在智能汽車、機器人與數據中心三大領域對AI芯片的需求將持續增加，進而不斷提升運算能力、技術架構以滿足此三大領域需求；其中，智能汽車方面，自汽車電子電氣架構從分布式走向集中式，MPU、MCU需求逐年增加，加上現在電動車緊密貼合先進駕駛輔助系統（ADAS）技術應用，使車廠利用AI芯片解決復雜的運算條件、整車運行功耗與數據傳輸等問題，增強整車的穩定性、安全性。

此外，近年機器人的技術擴散相當快，應用場景已從工業環境延伸到飯店、餐廳、醫院、倉儲物流、國防與太空探索等，然為了讓機器人能運行影像處理、人臉辨識等功能都會選擇GPU、FPG。

當前機器人正快速朝向3D實體、工作分解結構（Work Breakdown Structure，WBS）與時間等多維度處理能力發展。有鑒于此，現階段的GPU、FPGA架構將持續創新突破，甚至針對特殊需求進行設計，這勢必牽引制造、封測與設備，以及材料與軟件的全鏈同步升級。

免責聲明：本公眾號發布內容部分信息來源網絡，本平臺不對文章信息或資料真實性、有效性、準確性及完整性承擔責任。文章僅供閱讀參考，不作任何投資建議，如有侵權請聯系刪除。