葡京信誉博彩(4)
由于其具备高性能低消耗的特点,可以基于多个人工智能算法进行定制,以应对不同的场景,未来在训练和推理市场上都有较大空间。
国内外AI芯片市场需求将保持较快增长势头,云端、边缘均具备潜力
近年来,伴随着全球AI产业的快速增长,AI芯片需求大幅上升。按照Gartner最新数据,2018年全球AI芯片市场规模达到42.7亿美元。
未来几年,全球各大芯片企业、互联网巨头、初创企业都将在该市场上进行角逐,预计到2023年全球市场规模将达到323亿美元。
未来五年(2019-2023年)平均增速约为50%,其中数据中心、个人终端、物联网芯片均是增长的重点。
国内人工智能芯片行业发展仍处在起步阶段。
长期以来,我国在CPU、GPU和DSP设计上一直处于追赶状态,绝大多数芯片依靠国外的IP核进行设计,自主创新能力不足。
但我们也看到,国内人工智能产业的快速发展,也为国内芯片产业实现换道超车创造了机会。
由于国内外在芯片生态上并未形成垄断,国内芯片设计厂商尤其是专用芯片设计厂商,同国外竞争对手还处在同一起跑线上。
目前国内人工智能芯片市场呈现出百花齐放的态势。AI芯片的应用领域广泛分布在金融证券、商品推荐、安防、消费机器人、智能驾驶、智能家居等众多领域,催生了大量的人工智能创业企业,如地平线、深鉴科技、寒武纪、云知声、云天励飞等。
我们认为,未来随着国内人工智能市场的快速发展,生态建设的完善,国内AI芯片企业将有着更大的发展空间,未来5年的市场规模增速将超过全球平均水平。
▌AI芯片主要应用场景
数据中心(云端)
数据中心是AI训练芯片应用的最主要场景,主要涉及芯片是GPU和专用芯片(ASIC)。如前所述,GPU在云端训练过程中得到广泛应用。
目前,全球主流的硬件平台都在使用英伟达的GPU进行加速,AMD也在积极参与。亚马逊网络服务AWSEC2、GoogleCloudEngine(GCE)、IBMSoftlayer、Hetzner、Paperspace、LeaderGPU、阿里云、平安云等计算平台都使用了英伟达的GPU产品提供深度学习算法训练服务。
在云端推理市场上,由于芯片更加贴近应用,市场更多关注的是响应时间,需求也更加的细分。
除了主流的CPU+GPU异构之外,还可通过CPU+FPGA/ASIC进行异构。
目前,英伟达在该市场依然保持着领军位置,但是FPGA的低延迟、低功耗、可编程性优势(适用于传感器数据预处理工作以及小型开发试错升级迭代阶段)和ASIC的特定优化和效能优势(适用于在确定性执行模型)也正在凸显,赛灵思、谷歌、WaveComputing、Groq、寒武纪、比特大陆等企业市场空间也在扩大。
自动驾驶
自动驾驶汽车装备了大量的传感器、摄像头、雷达、激光雷达等车辆自主运行需要的部件,每秒都会产生大量的数据,对芯片算力有很高的要求,但受限于时延及可靠性,有关车辆控制的计算不能再依托云端进行,高算力、快速响应的车辆端人工智能推理芯片必不可少。
安防
安防市场是全球及国内AI最为确定以及最大的市场,尤其是AI中的图像识别和视频处理技术正在全面影响安防产业。
其中,在安防产品中,摄像头、交换机、IPC(网络摄像机)、硬盘刻录机、各类服务器等设备都需要芯片,这些芯片也决定了整个安防系统的整体功能、技术指标、能耗以及成本。
在安防芯片中,最为关注的还是四类与监控相关的芯片(ISP芯片、DVRSoC芯片、IPCSoC芯片、NVRSoC芯片)。
ISP芯片(ImageSignalProcessing,图像信号处理)主要负责对前端摄像头所采集的原始图像信号进行处理;DVR(DigitalVideoRecorder,数字硬盘录像机)SoC芯片主要用于模拟音视频的数字化、编码压缩与存储;