中国机器学习行业市场研究报告（40页）

行业报告下载 2020年10月18日 07:08 4 管理员

人工智能芯片是机器学习产业链的核心底层硬件，为机器学习应用提供算力基础。按技术架构的不同，人工智能芯片可分为 GPU、ASIC、FPGA。 GPU 具有软件生态齐全、并行计算能力强的特点，是现阶段深度学习训练的首选芯片。 GPU 是一种具有大规模并行计算架构，专为同时处理多重任务而设计的芯片，其发展时间长，产品成熟，支持 CUDA 统一架构、OpenCL 架构等编程环境，编程语言成熟易用，便于开发者开发应用。此外，GPU 的峰值计算能力强，处理速度可达 CPU 的 10 至 100 倍，适用于并行计算大规模数据，可显著加快深度学习计算速度。 ASIC 是全定制化的人工智能芯片，具有体积小、功耗低、通信效率高、计算速度快等特点。ASIC 是为符合特定用户需求而定制的专用人工智能芯片，其计算能力和通信效率均可通过算法进行定制，专用化、定制化的设计将数据传输时间和数据等待时间压制到最低。

FPGA 可灵活编译，处理效率高，适用于深度学习预测。FPGA 指现场可编程门阵列，是在可编程器件的基础上进一步发展的半定制电路，其处理重复计算指令能力强，相比 GPU, “CPU+FPGA”混合异构的功耗更低，运用于深度学习预测的效率更高，性能优势更突出。现阶段，人工智能芯片市场由海外厂商主导，中国厂商的发展步伐逐步加快，但和海外头部厂商相比仍有明显差距。海外头部厂商包括英伟达、英特尔、IBM、谷歌、微软、高通等，英伟达于 2018 年推出新一代 GPU 产品 NVIDIA Tesla V100，英特尔通过收购 Altera、 Nervana、eASIC、NetSpeed Systems 等芯片组厂商布局人工智能芯片产品线，谷歌于 2018 年发布其第三代人工智能专用处理器 TPU3.0，苹果于 2018 年发布的新款 iphone 手机均搭载了 A12 仿生芯片，IBM 的人工智能团队于 2018 年利用大规模模拟存储器阵列训练深度神经网络，达到与 GPU 相当的精度。

中国人工智能芯片厂商着重布局边缘端芯片产品，针对安防、自动驾驶、智能家居、物联网等领域的终端设备开发专用的人工智能芯片，代表厂商包括中星微、华为海思、瑞芯微、寒武纪、地平线、深鉴科技、云之声、旷视科技等，中国人工智能芯片市场以初创型厂商居多。 (2) 云计算平台服务商云计算是一种可迅速提供并发布网络、服务器、储存、应用等计算资源的模型，用户可通过网络按需访问计算资源共享池，实现管理成本或服务供应商干预最小化。按部署方式的不同，云计算可分为公有云、私有云、混合云，公有云指利用公共网络向客户提供具有弹性的计算资源和服务，现阶段的云计算服务市场以公有云服务为主。按服务模式的不同，云计算可分为 IaaS、PaaS、SaaS。

中国机器学习行业市场研究报告（40页）