當(dāng)前AI芯片設(shè)計(jì)方案繁多，包括但不限于GPUFPGAASICDSP等。所以目前市場(chǎng)上對(duì)于AI芯片并無(wú)明確統(tǒng)一的定義，廣義上所有面向人工智能（Artificial Intelligence，AI）應(yīng)用的芯片都可以被稱為AI芯片。
在人工智能發(fā)展初期，算法已經(jīng)通過(guò)數(shù)據(jù)中心（云端）在大數(shù)據(jù)分析、精準(zhǔn)營(yíng)銷、商業(yè)決策等方面實(shí)現(xiàn)了成功地應(yīng)用落地。
而未來(lái)，智能化將會(huì)逐漸滲透進(jìn)入能源、交通、農(nóng)業(yè)、公共事業(yè)等更多行業(yè)的商業(yè)應(yīng)用場(chǎng)景中，考慮到智能化任務(wù)運(yùn)算力需求，以及傳輸帶寬、數(shù)據(jù)安全、功耗、延時(shí)等客觀條件限制，現(xiàn)有云端計(jì)算解決方案難以獨(dú)自滿足人工智能本地應(yīng)用落地計(jì)算需求，終端、邊緣場(chǎng)景同樣需要專用的AI芯片。
云計(jì)算發(fā)展自互聯(lián)網(wǎng)廠商提升服務(wù)器使用效率而逐漸開(kāi)始的服務(wù)器Web租賃服務(wù)。在云計(jì)算產(chǎn)業(yè)鏈中，云廠商負(fù)責(zé)基礎(chǔ)設(shè)施和云組織架構(gòu)的搭建，并為客戶提供PaaS、SaaS服務(wù)，具有極高的資本和技術(shù)門檻，在產(chǎn)業(yè)鏈中享有極大的話語(yǔ)權(quán)。
通過(guò)云服務(wù)模式，采取按需租用超算中心計(jì)算資源可極大降低項(xiàng)目期初資本投入，同時(shí)也省卻了項(xiàng)目開(kāi)發(fā)期間的硬件運(yùn)維費(fèi)用，實(shí)現(xiàn)資本配置效率的最大化提升。
云計(jì)算服務(wù)模型
云計(jì)算是一種按使用計(jì)費(fèi)的IT服務(wù)模型，實(shí)現(xiàn)對(duì)高可靠、可配置的計(jì)算資源池（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、應(yīng)用程序和服務(wù)）方便快捷的訪問(wèn)，資源可通過(guò)最少的管理工作快速的配置和發(fā)布。
云計(jì)算具有：資源池、廣泛的網(wǎng)絡(luò)訪問(wèn)、按需自助服務(wù)、快速?gòu)椥耘蛎洝y(cè)量服務(wù)等5個(gè)基本特征。
云計(jì)算市場(chǎng)需求
中國(guó)云計(jì)算產(chǎn)業(yè)比美國(guó)發(fā)展晚2~4年左右，在全球云計(jì)算市場(chǎng)中，美國(guó)占比達(dá)到54.1%，中國(guó)僅為5%。2017年中國(guó)IT支出為2.4萬(wàn)億人民幣，僅占全球IT總支出金額的9.92%，對(duì)應(yīng)中國(guó)GDP水平仍有較大的提升空間。
中國(guó)雖然起步較晚但發(fā)展迅猛，對(duì)比亞馬遜及阿里巴巴云計(jì)算資本支出數(shù)據(jù)，可以看到阿里巴巴在云計(jì)算領(lǐng)域支出總金額絕對(duì)值雖然少于亞馬遜，但增速卻顯著超過(guò)了亞馬遜的資本支出增速，這顯示了近年來(lái)國(guó)內(nèi)加大對(duì)于計(jì)算資源基礎(chǔ)設(shè)施的建設(shè)力度，將極大受益于服務(wù)器廠商及上游芯片廠商業(yè)績(jī)。
云計(jì)算AI芯片市場(chǎng)規(guī)模
當(dāng)前全球云計(jì)算AI芯片市場(chǎng)英偉達(dá)一家獨(dú)大（尤其是訓(xùn)練端），主要原因是英偉達(dá)GPU產(chǎn)品線豐富，編程環(huán)境成熟，產(chǎn)品支持市場(chǎng)上主要的開(kāi)發(fā)框架和語(yǔ)言，產(chǎn)品廣受AI開(kāi)發(fā)者好評(píng)。
但同時(shí)其產(chǎn)品也存在著功耗偏大、價(jià)格昂貴等問(wèn)題，因此各大云廠商紛紛提出自己的AI芯片開(kāi)發(fā)計(jì)劃以擺脫上游AI芯片供貨商一家獨(dú)大的壟斷市場(chǎng)情況。
在當(dāng)前智能服務(wù)器滲透率尚低，GPU產(chǎn)品并非完美解決方案的情況下，對(duì)于其他AI芯片廠商云計(jì)算中心市場(chǎng)依然存在著較大的市場(chǎng)空間可以進(jìn)入。
在邊緣計(jì)算場(chǎng)景，AI芯片主要承擔(dān)推斷任務(wù)，通過(guò)將終端設(shè)備上的傳感器（麥克風(fēng)陣列、攝像頭等）收集的數(shù)據(jù)代入訓(xùn)練好的模型推理得出推斷結(jié)果。
由于邊緣側(cè)場(chǎng)景多種多樣、各不相同，對(duì)于計(jì)算硬件的考量也不盡相同，芯片可以是IP inSoC，也可以是邊緣服務(wù)器，對(duì)于運(yùn)算力和能耗等性能需求也有大有小。
因此不同于云端場(chǎng)景的“高端、通用”，應(yīng)用于邊緣計(jì)算的AI芯片需要針對(duì)特殊場(chǎng)景進(jìn)行針對(duì)性設(shè)計(jì)以實(shí)現(xiàn)最優(yōu)的解決方案。
智慧安防市場(chǎng)
在國(guó)內(nèi)，安防市場(chǎng)是最為確定的邊緣側(cè)AI應(yīng)用場(chǎng)景，主要原因是大量的監(jiān)控視頻數(shù)據(jù)分析對(duì)人力的需求與當(dāng)前基層人力缺失、人力成本上升之間的顯著矛盾。
需求來(lái)自于包括政府、大中企業(yè)以及個(gè)人安防需求，主要市場(chǎng)需求來(lái)自于政府，包括平安城市、智慧交通管控、智慧城市、雪亮工程等。
另外智能攝像頭的應(yīng)用可以有效解決基層數(shù)據(jù)傳輸帶寬壓力以及基層警力人員缺失等問(wèn)題，因而政府項(xiàng)目將會(huì)對(duì)智能安防攝像頭市場(chǎng)帶來(lái)較大的驅(qū)動(dòng)作用。
移動(dòng)互聯(lián)網(wǎng)市場(chǎng)
智能手機(jī)在經(jīng)歷了近10年的高速增長(zhǎng)后，市場(chǎng)已趨于飽和，出貨增速趨近于0，行業(yè)逐漸轉(zhuǎn)為存量市場(chǎng)。
近年來(lái)，一批國(guó)產(chǎn)廠商在產(chǎn)品質(zhì)量上逐漸達(dá)到了第一梯隊(duì)的水平，進(jìn)一步加劇了頭部市場(chǎng)的競(jìng)爭(zhēng)。為實(shí)現(xiàn)差異化競(jìng)爭(zhēng)，各廠商加大手機(jī)AI 功能的開(kāi)發(fā)，通過(guò)在手機(jī)SoC芯片中植入AI芯片實(shí)現(xiàn)在低功耗情況下AI功能的高效運(yùn)行。
隨著未來(lái)競(jìng)爭(zhēng)進(jìn)一步加劇，以及產(chǎn)量上升所帶來(lái)的成本下降，預(yù)計(jì)AI芯片將會(huì)進(jìn)一步滲透進(jìn)入到中等機(jī)型市場(chǎng)，市場(chǎng)空間廣闊。
移動(dòng)端AI芯片市場(chǎng)不止于智能手機(jī)，潛在市場(chǎng)還包括：智能手環(huán)/手表、VR/AR眼鏡等市場(chǎng)。
自動(dòng)駕駛市場(chǎng)
根據(jù)美國(guó)汽車工程師協(xié)會(huì)（SAE）將自動(dòng)駕駛按照車輛行駛對(duì)于系統(tǒng)依賴程度分為L(zhǎng)0~L5六個(gè)級(jí)別，L0為車輛行駛完全依賴駕駛員操縱，L3級(jí)以上系統(tǒng)即可在特定情況下實(shí)現(xiàn)駕駛員脫手操作，而L5級(jí)則是在全場(chǎng)景下車輛行駛完全實(shí)現(xiàn)對(duì)系統(tǒng)的依賴。
目前商業(yè)化乘用車車型中僅有Audi A8、Tesla、凱迪拉克等部分車型可實(shí)現(xiàn)L2、3級(jí)ADAS。預(yù)計(jì)在2020年左右，隨著傳感器、車載處理器等產(chǎn)品的進(jìn)一步完善，將會(huì)有更多的L3級(jí)車型出現(xiàn)。
而L4、5級(jí)自動(dòng)駕駛預(yù)計(jì)將會(huì)率先在封閉園區(qū)中的商用車平臺(tái)上實(shí)現(xiàn)應(yīng)用落地，更廣泛的乘用車平臺(tái)高級(jí)別自動(dòng)駕駛，需要伴隨著技術(shù)、政策、基礎(chǔ)設(shè)施建設(shè)的進(jìn)一步完善，預(yù)計(jì)至少在2025年~2030年以后才會(huì)出現(xiàn)在一般道路上。
伴隨人工智能技術(shù)在視覺(jué)領(lǐng)域的應(yīng)用，基于視覺(jué)技術(shù)的自動(dòng)駕駛方案逐漸變?yōu)榭赡?，這需要在傳統(tǒng)行車電腦平臺(tái)上添加用于視覺(jué)算法處理的AI芯片。
自動(dòng)駕駛汽車計(jì)算單元設(shè)計(jì)需要考慮算力、功耗體積等問(wèn)題，出于硬件資源最優(yōu)化應(yīng)用，往往采取異構(gòu)計(jì)算平臺(tái)設(shè)計(jì)方案，及“CPU+XPU”（XPU包括：DSP/GPU/FPGA/ASIC），其中可采取DSP用于圖像特征提取任務(wù)、GPU/FPGA/ASIC等計(jì)算單元用于目標(biāo)識(shí)別、追蹤任務(wù)等，而CPU則會(huì)用于定位、決策等邏輯運(yùn)算任務(wù)。
芯片研發(fā)、制造成本高昂，對(duì)資金需求極大，預(yù)計(jì)未來(lái)1~2年，隨著各廠商首批AI芯片產(chǎn)品的面市，市場(chǎng)將會(huì)對(duì)各廠商的產(chǎn)品和技術(shù)進(jìn)行實(shí)際檢驗(yàn)，技術(shù)不足、產(chǎn)品缺乏競(jìng)爭(zhēng)力的團(tuán)隊(duì)在缺乏后續(xù)訂單和盈利支撐的情況下將會(huì)陸續(xù)退出市場(chǎng)，存活下來(lái)的企業(yè)將會(huì)是技術(shù)和產(chǎn)品領(lǐng)先、獲得市場(chǎng)認(rèn)可的優(yōu)秀企業(yè)和團(tuán)隊(duì)。
當(dāng)前已經(jīng)有一批企業(yè)在產(chǎn)品研發(fā)和市場(chǎng)推廣上做出了一定的成績(jī)，其中包括海外和國(guó)內(nèi)的科技巨頭和創(chuàng)業(yè)公司，如：英偉達(dá)、華為海思、寒武紀(jì)、比特大陸等，其產(chǎn)品在云端、自動(dòng)駕駛、智慧安防、移動(dòng)互聯(lián)網(wǎng)等場(chǎng)景中獲得了較好地應(yīng)用。
