[[241691]]
圖片來(lái)源：視覺中國(guó)

AI芯片投資地圖

AI 芯片設(shè)計(jì)是人工智能產(chǎn)業(yè)鏈的重要一環(huán)。自2017年5月以來(lái)，各 AI 芯片廠商的新品競(jìng)相發(fā)布，經(jīng)過(guò)一年多的發(fā)展，各環(huán)節(jié)分工逐漸明顯。

AI芯片新品競(jìng)相發(fā)布(自2017年5月以來(lái)發(fā)布的 AI 芯片一覽)

AI 芯片的應(yīng)用場(chǎng)景不再局限于云端，部署于智能手機(jī)、安防攝像頭、及自動(dòng)駕駛汽車等終端的各項(xiàng)產(chǎn)品日趨豐富。除了追求性能提升外，AI 芯片也逐漸專注于特殊場(chǎng)景的優(yōu)化。

目前，人工智能產(chǎn)業(yè)鏈中，包括提供 AI 加速核的 IP 授權(quán)商，各種 AI 芯片設(shè)計(jì)公司，以及晶圓代工企業(yè)。

AI芯片投資地圖

如上圖所示，按部署的位置來(lái)分，AI 芯片可以部署在數(shù)據(jù)中心(云端)，和手機(jī)，安防攝像頭，汽車等終端(邊緣)上。

按承擔(dān)的任務(wù)來(lái)分，可以被分為用于構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練芯片，與利用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行推斷的推斷芯片。訓(xùn)練芯片注重絕對(duì)的計(jì)算能力，而推斷芯片更注重綜合指標(biāo)，單位能耗算力、時(shí)延、成本等都要考慮。

訓(xùn)練芯片受算力約束，一般只在云端部署。推斷芯片按照不同應(yīng)用場(chǎng)景，分為手機(jī)邊緣推斷芯片、安防邊緣推斷芯片、自動(dòng)駕駛邊緣推斷芯片。為方便起見，我們也稱它們?yōu)槭謾C(jī) AI 芯片、安防 AI 芯片和汽車 AI 芯片。

由于AI芯片對(duì)單位能耗算力要求較高，一般采用14nm/12nm/10nm等先進(jìn)工藝生產(chǎn)。臺(tái)積電目前和 Nvidia、Xilinx 等多家芯片廠商展開合作，攻堅(jiān) 7nm AI 芯片。

五大場(chǎng)景塑造352億美元市場(chǎng)

AI 芯片市場(chǎng)規(guī)模及競(jìng)爭(zhēng)格局

根據(jù)中金公司對(duì)相關(guān)上市 AI 芯片公司的收入統(tǒng)計(jì)，及對(duì) AI 在各場(chǎng)景中滲透率的估算，2017年 AI 芯片市場(chǎng)規(guī)模已達(dá)到 39.1 億美元，具體情況如下：

1. 2017 年全球數(shù)據(jù)中心 AI 芯片規(guī)模合計(jì) 23.6 億美元，其中云端訓(xùn)練芯片市場(chǎng)規(guī)模 20.2 億美元，云端推斷芯片 3.4 億美元。
2. 2017 年全球手機(jī) AI 芯片市場(chǎng)規(guī)模 3.7 億美元。
3. 2017 年全球安防攝像頭 AI 芯片市場(chǎng)規(guī)模 3.3 億美元。
4. 2017 年全球自動(dòng)駕駛 AI 芯片的市場(chǎng)規(guī)模在 8.5 億美元。

龐大的市場(chǎng)前景和戰(zhàn)略意義使得AI芯片贏得了巨頭們的熱切關(guān)注。Nvidia 在 2017 年時(shí)指出，到 2020 年，全球云端訓(xùn)練芯片的市場(chǎng)規(guī)模將達(dá)到 110 億美元，而推斷芯片(云端+邊緣)的市場(chǎng)規(guī)模將達(dá)到 150 億美元。

Intel 也在剛剛結(jié)束的 2018 DCI 峰會(huì)上，也重申了數(shù)據(jù)業(yè)務(wù)驅(qū)動(dòng)硬件市場(chǎng)增長(zhǎng)的觀點(diǎn)。Intel 將 2022 年與用于數(shù)據(jù)中心執(zhí)行 AI 加速的 FPGA 的 TAM 預(yù)測(cè)，由 70 億美元調(diào)高至 80 億美元。

而同時(shí)，中金公司也注意到：

1. 手機(jī) SoC 價(jià)格不斷上升、AI 向中端機(jī)型滲透都將為行業(yè)創(chuàng)造更廣闊的市場(chǎng)空間。
2. 安防芯片受益于現(xiàn)有設(shè)備的智能化升級(jí)，芯片需求擴(kuò)大。
3. 自動(dòng)駕駛方面，針對(duì)豐田公司提出的算力需求，我們看到當(dāng)下芯片算力與 L5 級(jí)自動(dòng)駕駛還有較大差距。(英飛凌公司給出了各自動(dòng)駕駛等級(jí)中的半導(dǎo)體價(jià)值預(yù)測(cè)，可以為我們的 TAM 估算提供參考。)

歷代 Apple 手機(jī)芯片成本趨勢(shì)

自動(dòng)駕駛算力需求加速芯片升級(jí)

英飛凌對(duì)各自動(dòng)駕駛等級(jí)中半導(dǎo)體價(jià)值的預(yù)測(cè)

結(jié)合以上觀點(diǎn)，及我們對(duì) AI 在各應(yīng)用場(chǎng)景下滲透率的分析，中金公司預(yù)測(cè)：

1. 云端訓(xùn)練芯片市場(chǎng)規(guī)模在 2022 年將達(dá)到 172 億美元，CAGR~54%。
2. 云端推斷芯片市場(chǎng)規(guī)模在 2022 年將達(dá)到 72 億美元，CAGR~84%。
3. 用于智能手機(jī)的邊緣推斷芯片市場(chǎng)規(guī)模 2022 年將達(dá)到 38 億美元，CAGR~59%。
4. 用于安防攝像頭的邊緣推斷芯片市場(chǎng)規(guī)模 2022 年將達(dá)到 18 億美元，CAGR~41%。
5. 用于自動(dòng)駕駛汽車的邊緣推斷芯片市場(chǎng)規(guī)模 2022 年將達(dá)到 52 億美元，CAGR~44%。

以下是五個(gè)應(yīng)用場(chǎng)景的詳細(xì)分析。

云端訓(xùn)練芯片 ：英偉達(dá)稱霸

AI 芯片工作流程

訓(xùn)練是指通過(guò)大量的數(shù)據(jù)樣本，代入神經(jīng)網(wǎng)絡(luò)模型運(yùn)算并反復(fù)迭代，來(lái)獲得各神經(jīng)元“正確”權(quán)重參數(shù)的過(guò)程。CPU 由于計(jì)算單元少，并行計(jì)算能力較弱，不適合直接執(zhí)行訓(xùn)練任務(wù)，因此訓(xùn)練一般采用“CPU+加速芯片”的異構(gòu)計(jì)算模式。目前 Nvidia 的 GPU+CUDA計(jì)算平臺(tái)是最成熟的 AI 訓(xùn)練方案，除此還有：

1. 第三方異構(gòu)計(jì)算平臺(tái) OpenCL + AMD GPU 或 OpenCL+Intel/Xilinx 的 FPGA。
2. 云計(jì)算服務(wù)商自研加速芯片(如 Google 的 TPU)這兩種方案。

各芯片廠商基于不同方案，都推出了針對(duì)于云端訓(xùn)練的 AI 芯片。

云端訓(xùn)練芯片對(duì)比

從整個(gè)云端訓(xùn)練芯片的市場(chǎng)競(jìng)爭(zhēng)格局來(lái)看，目前 Nvidia GPU 的優(yōu)勢(shì)暫時(shí)明顯，即便是 Google 的一些深度學(xué)習(xí)訓(xùn)練任務(wù)，同樣離不開 Nvidia GPU;在 GPU 之外，云端訓(xùn)練的新入競(jìng)爭(zhēng)者是谷歌的 TPU ，但目前并不對(duì)外直接銷售;

英特爾方面，則在積極布局 CPU+FPGA 異構(gòu)計(jì)算，并持續(xù)優(yōu)化 Xeon CPU 結(jié)構(gòu);同樣深耕 FPGA 的還有 Xilinx ;GPU銷量一直甚好的 AMD 也開始切入深度學(xué)習(xí)訓(xùn)練任務(wù)。

云端推斷芯片：百家爭(zhēng)鳴

推斷是指借助現(xiàn)有神經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，利用新的輸入數(shù)據(jù)來(lái)一次性獲得正確結(jié)論的過(guò)程。推斷過(guò)程對(duì)響應(yīng)速度一般有較高要求，因此會(huì)采用 AI 芯片(搭載訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型)進(jìn)行加速。

相比訓(xùn)練芯片，推斷芯片考慮的因素更加綜合：?jiǎn)挝还乃懔?，時(shí)延，成本等等。初期推斷也采用 GPU 進(jìn)行加速，但由于應(yīng)用場(chǎng)景的特殊性，依據(jù)具體神經(jīng)網(wǎng)絡(luò)算法優(yōu)化會(huì)帶來(lái)更高的效率，F(xiàn)PGA/ASIC 的表現(xiàn)可能更突出。

主要云端推斷芯片對(duì)比

除了 Nvidia、Google、Xilinx、Altera(Intel)等傳統(tǒng)芯片大廠涉足云端推斷芯片以外，Wave computing、Groq 等初創(chuàng)公司也加入競(jìng)爭(zhēng)。中國(guó)公司里，寒武紀(jì)、比特大陸同樣積極布局云端芯片業(yè)務(wù)。未來(lái)，云端推斷芯片將針對(duì)智能語(yǔ)音識(shí)別、智能搜索等應(yīng)用場(chǎng)景，呈現(xiàn)百花齊放的態(tài)勢(shì)。

手機(jī)端的推斷芯片：格局穩(wěn)定

手機(jī)芯片市場(chǎng)目前包括 (1) 蘋果，三星，華為這類采用芯片+整機(jī)垂直商業(yè)模式的廠商，以及 (2) 高通，聯(lián)發(fā)科，展銳等獨(dú)立芯片供應(yīng)商和 (3) ARM，Synopsys、Cadence 等向芯片企業(yè)提供獨(dú)立 IP 授權(quán)的供應(yīng)商。

采用垂直商業(yè)模式廠商的芯片不對(duì)外發(fā)售，只服務(wù)于自身品牌的整機(jī)，性能針對(duì)自身軟件做出了特殊優(yōu)化，靠效率取勝。獨(dú)立芯片供應(yīng)商以相對(duì)更強(qiáng)的性能指標(biāo)，來(lái)獲得剩余廠商的市場(chǎng)份額。

手機(jī) AI 芯片對(duì)比

從 2017 年開始，蘋果，華為海思，高通，聯(lián)發(fā)科等主要芯片廠商相繼發(fā)布支持 AI 加速功能的新一代芯片(如下圖)，AI 芯片逐漸向中端產(chǎn)品滲透。

由于手機(jī)空間有限，獨(dú)立的AI 芯片很難被手機(jī)廠采用。在 AI 加速芯片設(shè)計(jì)能力上有先發(fā)優(yōu)勢(shì)的企業(yè)(如寒武紀(jì))一般通過(guò) IP 授權(quán)的方式切入。

智能手機(jī) SoC 市占率分析( 2017 )

對(duì)這些廠商來(lái)說(shuō)，中金公司認(rèn)為 AI 化的主要作用是提升芯片附加價(jià)值與產(chǎn)品單價(jià)。根據(jù) IHS的數(shù)據(jù)，隨著硬件性能的增強(qiáng)及針對(duì)于 AI 的運(yùn)算結(jié)構(gòu)不斷滲透，蘋果 A11 芯片的成本已達(dá)到 27.5 美元。

芯片成本持續(xù)上漲有望帶動(dòng)垂直模式廠商整機(jī)售價(jià)走高，在出貨量相同的情況下為現(xiàn)有芯片廠商貢獻(xiàn)更多的營(yíng)業(yè)收入。高通、聯(lián)發(fā)科、展銳等獨(dú)立芯片供應(yīng)商則會(huì)受益于芯片本身 ASP 的提升。

安防邊緣推斷芯片：四方鼎立

視頻監(jiān)控行業(yè)在過(guò)去十幾年主要經(jīng)歷了“高清化”、“網(wǎng)絡(luò)化”的兩次換代，而隨著 2016年以來(lái) AI 在視頻分析領(lǐng)域的突破，目前視頻監(jiān)控行業(yè)正處于第三次重要升級(jí)周期——“智能化”的開始階段。

前端攝像頭裝備終端推斷芯片，可以實(shí)時(shí)對(duì)視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，“云+ 邊緣”的邊緣計(jì)算解決方案逐漸滲透。中金公司預(yù)計(jì)，應(yīng)用安防攝像頭的推斷芯片市場(chǎng)規(guī)模，將從 2017 年的 3.3 億美元，增長(zhǎng)至 2022 年的 18 億美元，CAGR~41%。

邊緣推斷芯片 在安防端的主要應(yīng)用，基于將視頻流在本地轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。這樣既節(jié)省云端存儲(chǔ)空間，也提升系統(tǒng)工作效率。因此，積極布局智能安防的除了英偉達(dá)、Movidius(計(jì)算機(jī)視覺創(chuàng)企)，還有傳統(tǒng)視頻解碼芯片廠商。業(yè)內(nèi)，海思、安霸與 Nvidia 、Movidius形成有力競(jìng)爭(zhēng)。

安防 AI 芯片對(duì)比

中金公司認(rèn)為 ，目前整個(gè) 安防 AI 芯片市場(chǎng)競(jìng)爭(zhēng)格局穩(wěn)定，現(xiàn)有廠商憑借與下游客戶長(zhǎng)期的合作，有望繼續(xù)受益于安防智能化的升級(jí)，屬于新進(jìn)入者的市場(chǎng)空間有限。

安防 AI 芯片下游客戶穩(wěn)定，為?？低?、大華股份等視頻監(jiān)控解決方案提供商?？蛻襞c傳統(tǒng)視頻解碼芯片廠商的長(zhǎng)期合作具有粘性，同樣推出新產(chǎn)品，初創(chuàng)公司的競(jìng)爭(zhēng)優(yōu)勢(shì)弱一些，尤其是在安防 AI 芯片性能差異化很難做到很大的情況下。

自動(dòng)駕駛邊緣推斷芯片：一片藍(lán)海

除了智能手機(jī)，安防外，自動(dòng)駕駛汽車也是人工智能的落地場(chǎng)景之一。

車用半導(dǎo)體強(qiáng)大需求已經(jīng)使供給端產(chǎn)能開始吃緊，而用于自動(dòng)駕駛的推斷芯片需求，同樣有望在未來(lái) 5 年內(nèi)實(shí)現(xiàn)高速增長(zhǎng)。中金公司預(yù)計(jì)，其市場(chǎng)規(guī)模將從 2017 年的 8.5 億美元，增長(zhǎng)至 2022 年的 52 億美元，CAGR~44%。

自動(dòng)駕駛算力需求加速芯片升級(jí)

若想使車輛實(shí)現(xiàn)真正的自動(dòng)駕駛，要經(jīng)歷在感知-建模-決策三個(gè)階段，每個(gè)階段都離不開終端推斷芯片的計(jì)算。不管是環(huán)境感知還是避障規(guī)劃，自動(dòng)駕駛都對(duì)芯片算力提出了很高的要求。而受限于時(shí)延及可靠性，有關(guān)自動(dòng)駕駛的計(jì)算不能在云端進(jìn)行，因此邊緣推斷芯片升級(jí)勢(shì)在必行。

根據(jù)豐田公司的統(tǒng)計(jì)數(shù)據(jù)，實(shí)現(xiàn) L5 級(jí)完全自動(dòng)駕駛，至少需要 12TOPS 的推斷算力，按現(xiàn)行先進(jìn)的 Nvidia PX2 自動(dòng)駕駛平臺(tái)測(cè)算，差不多需要 15 塊 PX2 車載計(jì)算機(jī)，才能滿足完全自動(dòng)駕駛的需求。

自動(dòng)駕駛平臺(tái)對(duì)比

近些年來(lái)，各傳統(tǒng)車載半導(dǎo)體供應(yīng)商紛紛涉獵自動(dòng)駕駛業(yè)務(wù)，推出了各自的自動(dòng)駕駛，或輔助駕駛平臺(tái);但下一代產(chǎn)品，中金公司預(yù)計(jì) Mobileye 和新秀 Nvidia 有望實(shí)現(xiàn)領(lǐng)先。

下一代自動(dòng)駕駛 AI 芯片流片及投產(chǎn)時(shí)間預(yù)估

自動(dòng)駕駛芯片市場(chǎng)仍處于初期起步階段，對(duì)比其他終端應(yīng)用場(chǎng)景 ，自動(dòng)駕駛不僅計(jì)算復(fù)雜程度***，車規(guī)級(jí)要求也為芯片設(shè)立了更高的準(zhǔn)入門檻， 其硬件升級(jí)落地相對(duì)緩慢。

目前各廠商下一代的自動(dòng)駕駛平臺(tái)最早計(jì)劃于 2019 年量產(chǎn)，現(xiàn)今上市平臺(tái)中，芯片大多只支持 L2/3 級(jí)。

雖然 NXP 等傳統(tǒng)半導(dǎo)體廠商深耕于汽車電子多年，獲得了一定的客戶粘性，但在自動(dòng)駕駛業(yè)務(wù)上，整個(gè)市場(chǎng)還未形成非常明顯的競(jìng)爭(zhēng)格局?？蛻粢苍诓粩鄿y(cè)試芯片廠商的產(chǎn)品，來(lái)實(shí)現(xiàn)***選擇。

從客戶的偏好來(lái)看，傳統(tǒng)大廠愿意自行搭建平臺(tái)，再采購(gòu)所需芯片，而新車廠偏向于直接購(gòu)買自動(dòng)駕駛平臺(tái)。

各芯片廠商合作方比較

介于實(shí)現(xiàn)完全自動(dòng)駕駛非常復(fù)雜，目前還在起步階段，中金公司認(rèn)為初創(chuàng)公司在整個(gè)行業(yè)的發(fā)展中是有機(jī)會(huì)的，并看好技術(shù)領(lǐng)先，能與車廠達(dá)成密切合作的初創(chuàng)公司。

智東西認(rèn)為，GPU 已經(jīng)在訓(xùn)練芯片方面站穩(wěn)腳跟，但隨著人工智能場(chǎng)景化的逐步深入，針對(duì)性更強(qiáng)的 TPU 和更為靈活的 FPGA 將瓜分新市場(chǎng)，而邊緣計(jì)算(推斷)方面，多樣化的場(chǎng)景應(yīng)用給傳統(tǒng)玩家、芯片廠商和新興創(chuàng)企提供了充足的競(jìng)爭(zhēng)平臺(tái)。

注：本文內(nèi)容為中金公司的AI芯片專題報(bào)告，將從市場(chǎng)著手解讀現(xiàn)有的芯片品類，并對(duì)目前主要的本土AI芯片企業(yè)進(jìn)行盤點(diǎn)。