人工智能行业报告：人工智能加速发展通信硬件迎来发展新机遇（36页）

行业报告下载 2023年04月23日 08:26 管理员

人工智能技术已在人机交互、智能家居、智能驾驶、智慧金融、智能安防等多个领域实现技术落地，且应用场景愈来愈丰富，AI 产业已进入全方位商业化的发展阶段。根据 IDC 的数据，2021 年全球人工智能市场规模达到 885.7 亿美元，预计 2025 年将达到 2218.7 亿美元，21-25 年 CAGR 达 26.2%。当前我国人工智能产业加速发展，从基础支撑、核心技术到行业应用的产业链条基本形成，一批创新活跃、特色鲜明的创新企业加速成长，新模式、新业态不断涌现，整体呈现蓬勃发展态势。政策支持、投资引导和巨头布局将推动中国 AI 产业的结构调整，进一步扩大市场规模。根据 IDC 的数据，中国人工智能市场规模预计 2025 年有望达 184.3 亿美元，21-25 年 CAGR 达 24.4%。人工智能产业链可分为基础层、技术层、应用层三个层面。我们以英伟达的加速计算平台为例：基础层包括各类软硬件设施（CPU、GPU、DPU、ASIC、FPGA、存储芯片等）以及数据服务。技术层包括各类技术框架和算法模型，涵盖深度学习、计算机视觉、自然语言处理、语音识别等。应用层包括各类解决方案和终端应用场景。

2017 年谷歌提出 Transformer 模型使得深度学习进入了大模型时代，大模型所需算力的增长幅度远超过摩尔定律提供的性能成长速度，势必带来更多人工智能芯片需求。在 2010 年前，AI 模型所需算力的增长幅度与摩尔定律同步，约每 20 个月翻倍。2015 年以后出现的大模型所需算力为原来的 10-100 倍，所需算力的翻倍时间缩短到 10 个月。这意味着， AI 芯片基于摩尔定律的性能迭代和升级速度可能不如算力需求的增长速度，云计算厂商需要堆叠更多的人工智能芯片等来满足模型训练。根据 PrecedenceResearch 的数据，2022 年全球人工智能芯片市场规模为 168.6 亿美元，22-32 年 CAGR 有望达 29.7%。人工智能芯片多用传统型芯片，或用昂贵的图形处理器 (GPU),或用现场可编程门阵列芯片配合中央处理器 (FPGA+CPU)为主, 用以在云端数据中心的深度学习训练和推理, 通用／专用型 AI 芯片（ASIC），也就是张量处理器或特定用途集成电路 (ASIC)，主要是针对具体应用场景，三类芯片短期内将共存并在不同应用场景形成互补。