中金数据,中金数据和中金公司什么关系?( 四 )


9,全球AI芯片投资版图公开!机会都在这五大场景_编者按:本文来自微信公众号“智东西”(ID:zhidxcom) 。36氪经授权转载 。
过去一年,随着人工智能在各个行业的逐步落地,AI芯片的发展路径逐渐明朗 。在行业走过野蛮生长,开始加速落地、加速整合的过程中,也有更多的AI芯片公司也开始走出属于自己的差异化路线 。
本期的智能内参,我们推荐来自中金公司的AI芯片专题报告,从市场着手解读现有的芯片品类,并对目前主要的本土AI芯片企业进行盘点 。如果想收藏本文的报告(中金公司-AI芯片:应用落地推动产品多样化),可以在智东西(公众号:zhidxcom)回复关键词“nc282”获取 。
以下为智能内参整理呈现的干货:
AI芯片投资地图
AI 芯片设计是人工智能产业链的重要一环 。自 2017 年 5 月以来,各 AI 芯片厂商的新品竞相发布,经过一年多的发展,各环节分工逐渐明显 。
▲AI芯片新品竞相发布(自2017年5月以来发布的 AI 芯片一览)
AI 芯片的应用场景不再局限于云端,部署于智能手机、安防摄像头、及自动驾驶汽车等终端的各项产品日趋丰富 。除了追求性能提升外,AI 芯片也逐渐专注于特殊场景的优化 。
目前,人工智能产业链中,包括提供 AI 加速核的 IP 授权商,各种 AI 芯片设计公司,以及晶圆代工企业 。
▲AI芯片投资地图
如上图所示,按部署的位置来分,AI 芯片可以部署在数据中心(云端),和手机,安防摄像头,汽车等终端(边缘)上 。
按承担的任务来分,可以被分为用于构建神经网络模型的训练芯片,与利用神经网络模型进行推断的推断芯片 。训练芯片注重绝对的计算能力,而推断芯片更注重综合指标,单位能耗算力、时延、成本等都要考虑 。
训练芯片受算力约束,一般只在云端部署 。推断芯片按照不同应用场景,分为手机边缘推断芯片、安防边缘推断芯片、自动驾驶边缘推断芯片 。为方便起见,我们也称它们为手机 AI 芯片、安防 AI 芯片和汽车 AI 芯片 。
由于AI芯片对单位能耗算力要求较高,一般采用14nm/12nm/10nm等先进工艺生产 。台积电目前和 Nvidia、Xilinx 等多家芯片厂商展开合作,攻坚 7nm AI 芯片 。
五大场景塑造352亿美元市场
▲AI 芯片市场规模及竞争格局
根据中金公司对相关上市 AI 芯片公司的收入统计,及对 AI 在各场景中渗透率的估算,2017年 AI 芯片市场规模已达到 39.1 亿美元,具体情况如下:
1、2017 年全球数据中心 AI 芯片规模合计 23.6 亿美元,其中云端训练芯片市场规模 20.2 亿美元,云端推断芯片 3.4 亿美元 。
2、2017 年全球手机 AI 芯片市场规模 3.7 亿美元 。
3、2017 年全球安防摄像头 AI 芯片市场规模 3.3 亿美元 。
4、2017 年全球自动驾驶 AI 芯片的市场规模在 8.5 亿美元 。
庞大的市场前景和战略意义使得AI芯片赢得了巨头们的热切关注 。Nvidia 在 2017 年时指出,到 2020 年,全球云端训练芯片的市场规模将达到 110 亿美元,而推断芯片(云端+边缘)的市场规模将达到 150 亿美元 。
Intel 也在刚刚结束的 2018 DCI 峰会上,也重申了数据业务驱动硬件市场增长的观点 。Intel 将 2022 年与用于数据中心执行 AI 加速的 FPGA 的 TAM 预测,由 70 亿美元调高至 80 亿美元 。
而同时,中金公司也注意到:
1、手机 SoC 价格不断上升、AI 向中端机型渗透都将为行业创造更广阔的市场空间 。
2、安防芯片受益于现有设备的智能化升级,芯片需求扩大 。
3、自动驾驶方面,针对丰田公司提出的算力需求,我们看到当下芯片算力与 L5 级自动驾驶还有较大差距 。(英飞凌公司给出了各自动驾驶等级中的半导体价值预测,可以为我们的 TAM 估算提供参考 。)

推荐阅读