▲历代 Apple 手机芯片成本趋势
▲自动驾驶算力需求加速芯片升级
▲英飞凌对各自动驾驶等级中半导体价值的预测
结合以上观点，及我们对 AI 在各应用场景下渗透率的分析，中金公司预测：
1、云端训练芯片市场规模在 2022 年将达到 172 亿美元，CAGR~54% 。
2、云端推断芯片市场规模在 2022 年将达到 72 亿美元，CAGR~84% 。
3、用于智能手机的边缘推断芯片市场规模 2022 年将达到 38 亿美元，CAGR~59% 。
4、用于安防摄像头的边缘推断芯片市场规模 2022 年将达到 18 亿美元，CAGR~41% 。
5、用于自动驾驶汽车的边缘推断芯片市场规模 2022 年将达到 52 亿美元，CAGR~44% 。
以下是五个应用场景的详细分析 。
云端训练芯片 ：英伟达称霸
▲AI 芯片工作流程
训练是指通过大量的数据样本，代入神经网络模型运算并反复迭代，来获得各神经元“正确”权重参数的过程 。CPU 由于计算单元少，并行计算能力较弱，不适合直接执行训练任务，因此训练一般采用“CPU+加速芯片”的异构计算模式 。目前 Nvidia 的 GPU+CUDA计算平台是最成熟的 AI 训练方案，除此还有：
1、第三方异构计算平台 OpenCL + AMD GPU 或 OpenCL+Intel/Xilinx 的 FPGA 。
2、云计算服务商自研加速芯片（如 Google 的 TPU）这两种方案 。
各芯片厂商基于不同方案，都推出了针对于云端训练的 AI 芯片 。
▲云端训练芯片对比
从整个云端训练芯片的市场竞争格局来看，目前 Nvidia GPU 的优势暂时明显，即便是 Google 的一些深度学习训练任务，同样离不开 Nvidia GPU；在 GPU 之外，云端训练的新入竞争者是谷歌的 TPU，但目前并不对外直接销售；英特尔方面，则在积极布局 CPU+FPGA 异构计算，并持续优化 Xeon CPU 结构；同样深耕 FPGA 的还有 Xilinx ；GPU销量一直甚好的 AMD 也开始切入深度学习训练任务 。
云端推断芯片：百家争鸣
推断是指借助现有神经网络模型进行运算，利用新的输入数据来一次性获得正确结论的过程 。推断过程对响应速度一般有较高要求，因此会采用 AI 芯片（搭载训练完成的神经网络模型）进行加速 。
相比训练芯片，推断芯片考虑的因素更加综合：单位功耗算力，时延，成本等等 。初期推断也采用 GPU 进行加速，但由于应用场景的特殊性，依据具体神经网络算法优化会带来更高的效率，FPGA/ASIC 的表现可能更突出 。
▲主要云端推断芯片对比
除了 Nvidia、Google、Xilinx、Altera（Intel）等传统芯片大厂涉足云端推断芯片以外，Wave computing、Groq 等初创公司也加入竞争 。中国公司里，寒武纪、比特大陆同样积极布局云端芯片业务 。未来，云端推断芯片将针对智能语音识别、智能搜索等应用场景，呈现百花齐放的态势 。
手机端的推断芯片：格局稳定
手机芯片市场目前包括 (1) 苹果，三星，华为这类采用芯片+整机垂直商业模式的厂商，以及 (2) 高通，联发科，展锐等独立芯片供应商和 (3) ARM，Synopsys、Cadence 等向芯片企业提供独立 IP 授权的供应商 。
采用垂直商业模式厂商的芯片不对外发售，只服务于自身品牌的整机，性能针对自身软件做出了特殊优化，靠效率取胜 。独立芯片供应商以相对更强的性能指标，来获得剩余厂商的市场份额 。
▲手机 AI 芯片对比
从 2017 年开始，苹果，华为海思，高通，联发科等主要芯片厂商相继发布支持 AI 加速功能的新一代芯片（如下图），AI 芯片逐渐向中端产品渗透 。
由于手机空间有限，独立的AI 芯片很难被手机厂采用 。在 AI 加速芯片设计能力上有先发优势的企业（如寒武纪）一般通过 IP 授权的方式切入 。
推荐阅读
- 为什么消费指数不算上房价，通货膨胀率和居民消费价格指数是一回事儿么
- 贵安新区房价为什么低，贵州省哪个地区物价和房价水平最低
- 高仿苹果手机和行货的区别在哪里？？
- 清华和一本有什么区别,考研进清华和高考进清华
- 定频和变频空调选哪个牌子好,哪个品牌售后好
- 我在罗老师微博下面和锤黑互喷自嘲了一句就被拉黑
- p图镜像软件哪个好,好用的P图软件和修图有哪些
- 索尼5.0和5.1哪个好,索尼黑卡哪个型号比较好
- 金立和联想哪个好,金立和vivo哪个好
- 滴滴和黑车哪个罚的狠,滴滴到底算不算黑车