2018年全球人工智能芯片行业发展现状与市场趋势分析 企业竞争千帆竞发【组图】

时隔半世纪 人工智能热潮再起

“人工智能”概念在1956 年就已正式提出，六七十年代在美国、日本及欧洲等国家得到大力支持，但对AI能力的夸大及高额科研投入却几乎没有回报，使得AI研究及产业化应用逐渐降温，上世纪九十年代AI行业进入寒冬，此后行业进入一个缓慢的发展期。自2010年开始，伴随着大数据的积聚、理论算法的革新、计算能力的提升及网络设施的演进， AI掌握了一项新的技能——分类，借助这一技能AI在图像识别等领域的表现日益精进，这再次点燃了人类的AI热情。

人工智能发展  数据算法算力三核支撑

人工智能是借助计算机来研究、模拟、开发和扩展人的智能的一个新的技术领域，该领域的研究主要包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能行业的本质仍属于计算机科学的范畴，其“智能”则是依赖于程序来实现。就现代人工智能的发展来说，算法、算力、数据是行业发展的三大核心。

海量的数据是人工智能行业发展的“基本材料”。随着互联网应用逐渐由支付、视频等消费端向生产端如医疗、教育及工业生产等垂直领域拓展，越来越多的数据也随之产生，这些数据为机器学习提供了充足的原材料，也使得训练出的程序更为有效与精准。据Gartner等机构预测，到2020年全球通信数据产生量将达到44ZB，2024年数据产生量更是高达123GB（123ZB相当于整个世界76亿人口全年每天观看24小时的高清视频流，持续两年所产生的的数据量）。

各种算法的提出与优化是人工智能发展的“引擎”。 如果说，人工智能让计算机行业再攀新峰；那么，“算法”就是人工智能的“魂”，也是人工智能产业得以快速发展的“引擎”。本质上，人工智能的“智能”主要还是得依靠算法来实现，算法好不好直接影响“智能”的高低。经过多年的理论研究与技术发展，已有多种具有重要影响力的算法相继得到应用与推广，这极大地促进了人工智能行业的发展。

现阶段，这些人工智能算法一般以深度学习算法为主，也可以包括其它机器学习算法。人工智能与深度学习的关系如下图所示。

智能芯片算力的提升是实现人工智能的“基础保障”。实际上，人工智能产业得以快速发展，无论是算法的实现、海量数据的获取和存储还是计算能力的体现都离不开目前唯一的物理基础——芯片。可以说，“无芯片不 AI”，能否开发出具有超高运算能力、符合市场需求的芯片，已成为人工智能领域可持续发展的重要因素。

大幕徐徐拉开  智能芯片产业千帆竞发

从广义上讲只要能够运行人工智能算法的芯片都叫作AI 芯片；但是通常意义上的AI 芯片指的是针对人工智能算法做了特殊加速设计的芯片。按技术架构的不同AI芯片目前可分为GPU（Graphics Processing Unit，图形处理单元）、半定制化的FPGA（Field Programmable Gate Array、现场可编程门阵列）、全定制化ASIC（Application-Specific Integrated Circuit、专用集成电路）及神经拟态芯片四大类。

出于对人工智能产业发展前景的看好，众多企业纷纷入场布局人工智能芯片。而这其中，既有如Nvidia、AMD、IBM、Intel及高通等传统的芯片老牌企业，也有如苹果、Google、亚马逊、华为、阿里巴巴、百度等互联网企业，更有近年来逐渐兴起的新贵如中科寒武纪、中星微、地平线机器人、Nervana Systems等。整体来看，由于人工智能产业还处于产业化初期，芯片技术及产业标准化刚刚处于起步阶段，这些行业参与者也大都处于产品研发推出阶段，行业发展呈千帆竞发的态势。

以上数据及分析均来自于前瞻产业研究院《全球人工智能芯片行业市场前瞻与投资战略规划分析报告》

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。