2020年全球人工智慧晶元發展趨勢及市場規模預測

中商情報網訊：智能晶元是面向人工智慧領域而專門設計的晶元，其架構和指令集針對人工智慧領域中的各類演算法和應用作了專門優化，可高效支持視覺、語音、自然語言處理和傳統機器學習等智能處理任務。採用專門為人工智慧領域設計的處理器支撐人工智慧應用是行業發展的必然趨勢。

人工智慧的各類應用場景，從雲端溢出到邊緣端，或下沉到終端，都離不開智能晶元對於「訓練」與「推理」任務的高效支撐。企業的多樣化布局與競爭將促使整個人工智慧晶元行業在未來幾年實現高速發展。根據Tractica的研究報告顯示，2019年全球人工智慧晶元的市場規模為110億美元。中商產業研究院預測，2025年全球人工智慧晶元市場規模達724億美元。

數據來源：中商產業研究院

在消費電子行業中，智能手機、AR/VR、智能音箱、無人機、機器人等領域都是各廠商關注的重點，此類硬體終端均可與人工智慧應用相結合，人工智慧晶元的應用將加速推動下游消費電子行業的技術進步和產品體驗優化。根據Gartner的預測，2020年人工智慧晶元在消費電子終端市場的銷售規模將超過25億美元。

數據來源：Gartner、IHS、中商產業研究院整理

人工智慧晶元發展趨勢

1、新興技術驅動，需求持續增長

雲計算分為IaaS、PaaS和SaaS三層。IaaS企業提供場外伺服器、存儲和網路硬體，IoT提供了更多的數據收集埠，大大提升了數據量。大數據為人工智慧提供了信息來源，雲計算為人工智慧提供了物理載體，5G降低了數據傳輸和處理的延時性。人工智慧關鍵技術未來將在5G、IoT、雲計算和大數據等新興技術日益成熟的背景下取得突破性進展。

2、5G時代，邊緣智能晶元需求將迅速增長

在5G時代，無線網路具備高帶寬、低延時以及支持海量設備接入等特點，大規模的數據流動增加了傳輸和雲端的壓力，使得邊緣端的網路節點需要具備數據預處理和快速輸出結果的能力，數據處理將進入分散式計算的新時代。同時，隨著5G時代和人工智慧的發展，越來越多的數據處理需求必須在邊緣側完成。這些場景往往需要很強的實時性，對延時敏感，並且有很強的數據隱私性要求，相關生產數據不能上傳到雲端。邊緣人工智慧則很好地解決了這個需求，通過在產線等邊緣處直接部署智能計算設備，在無需將數據傳出工廠的同時，實時地進行數據處理並對產線進行決策和控制。

3、消費類電子和智能汽車是未來終端智能計算能力的重要載體

除了雲端和邊緣端外，終端也有大量的智能計算能力需求。這些計算能力需求主要分為兩類，一類是單晶元計算能力需求較小的，主要是一些物聯網設備，如智能家居等；另外一類是移動計算平台，這些計算平台的特點是其設備往往處於移動中，無法用固定的邊緣設備來支撐。這些設備未來主要有兩類，一類是以手機、平板為代表的消費類電子產品，另外一類是以自動駕駛為代表的車載計算平台。

4、智能晶元會形成雲邊端一體化的生態

在通用處理器領域，伺服器、桌面和終端的生態是相互分離的不同生態環境。在伺服器和桌面一側，x86是目前主流的生態體系；而在終端等設備一側，則是由ARM來主導。伺服器及桌面系統和終端系統分別按照兩條不同的技術路線在發展。

5、人工智慧演算法將持續演進

當前人工智慧發展正處於第三波浪潮上，這波浪潮最大的特點就是與業務緊密結合的人工智慧應用場景逐漸落地，擁有先進演算法和強大計算能力的企業成為了最主要的推動者。當前人工智慧的主流技術路徑是深度學習，但無論是產業界或學術界，都認為深度學習尚存在一些局限性，在機器感知類場景表現優異，但在機器認知類場景表現還有待提高。未來針對不同的人工智慧應用類型和場景，將會有深度學習之外的新型演算法脫穎而出，這就要求智能晶元的架構不能僅僅針對深度學習設計，也要適應不同類型的演算法，同時兼顧能效和靈活性。

更多資料請參考中商產業研究院發布的《2020-2025年中國人工智慧晶元產業市場前景及投資機會研究報告》，同時中商產業研究院還提供產業大數據、產業規劃策劃、產業園策劃規劃、產業招商引資等解決方案。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！