《中商：2018中国智能芯片行业前景研究报告（简版）（29页）.pdf》由会员分享，可在线阅读，更多相关《中商：2018中国智能芯片行业前景研究报告（简版）（29页）.pdf（29页珍藏版）》请在三个皮匠报告上搜索。

1、中国智能芯片行业前景中国智能芯片行业前景研究报告研究报告客服热线：客服热线：400-666-1917400-666-1917中中商产业研究院商产业研究院网站网址网站网址：http:/ 前言前言2.2.人工智能芯片行业现状人工智能芯片行业现状2.1 2.1 全球智能芯片行业市场规模全球智能芯片行业市场规模2.2 2.2 中国智能芯片行业市场规模中国智能芯片行业市场规模1.1.人工智能芯片市场概况人工智能芯片市场概况1.1 1.1 人工智能芯片计算过程分析人工智能芯片计算过程分析1.2 1.2 人工智能芯片分类分析人工智能芯片分类分析4.4.行业重点企业分析行业重点企业分析4.1 4.1 百度百度

2、4.2 4.2 寒武纪寒武纪4.3 4.3 地平线地平线4.4 4.4 景嘉微景嘉微4.5 4.5 深鉴科技深鉴科技5.5.行业发展前景分析行业发展前景分析1.3 1.3 不同人工智能芯片特点分析不同人工智能芯片特点分析1.4 1.4 GPUGPU与与CPUCPU的比较的比较3.1 3.1 政策护航政策护航3.3.人工智能芯片市场动力人工智能芯片市场动力3.2 3.2 人工智能市场发展推动人工智能市场发展推动3.33.3 市场需求推动市场需求推动01人工智能芯片市场概况人工智能芯片市场概况人工智能芯片计算过程分析人工智能芯片计算过程分析PAGE5 伴随着大数据的发展，计算能力的提升，人工智能近

3、两年迎来了新一轮的爆发。而人工智能的实现依赖三个要素：算法是核心，硬件和数据是基础，其中硬件指的是运行 AI 算法的芯片与相对应的计算平台。芯片就是硬件的最重要组成部分。包括两个计算过程：1、训练；2、执行。为全球商业领袖提供决策咨询资料来源：中商产业研究院整理人工神经网络人脸车辆语音人脸标签车辆型号文字识别训练过程执行过程人脸识别车辆识别语音识别人工智能芯片计算过程人工智能芯片分类分析人工智能芯片分类分析PAGE 6随着人工智能的快速发展，应用场景不断拓展，目前已覆盖包括深度学习、机器视觉、指纹识别、人脸识别、个人助理、智慧机器人等13个具体应用。技术架构来看，人工智能芯片分为通用性芯片（G

4、PU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）三大类。为全球商业领袖提供决策咨询人工智能芯片分类人工智能芯片GPUFPGAASICBPUNPUTPUVPU资料来源：中商产业研究院整理不同人工智能芯片特点分析不同人工智能芯片特点分析PAGE 7 目前适合深度学习的人工智能芯片主要有GPU、FPGA、ASIC三种技术路线。GPU 最先被引入深度学习，技术最为成熟；FPGA具有硬件可编程特点，性能出众但壁垒高。ASCI 由于可定制、低成本是未来终端应用的趋势。为全球商业领袖提供决策咨询AI芯片芯片特点GPUGPU称为图形处理器，它是显卡的“心脏”是单指令、多数据处理，采用数量众多的计算单

5、元和超长的流水线，主要处理图像领域的运算加速。FPGAFPGA称为现场可编程门阵列，用户可以根据自身的需求进行重复编程。适用于多指令，单数据流的分析，与GPU相反，因此常用于预测阶段，用硬件实现软件算法，因此在实现复杂算法方面有一定的难度。ASICASIC是一种为专门目的而设计的集成电路。是为实现特定要求而定制的专用AI芯片。除了不能扩展以外，在功耗、可靠性、体积方面都有优势，尤其在高性能、低功耗的移动端。资料来源：中商产业研究院整理GPUGPU与与CPUCPU的比较的比较PAGE 8 GPU使用SIMD（单指令多数据流）来让多个执行单元以同样的步伐来处理不同的数据，原本用于处理图像数据，但其

6、离散化和分布式的特征，以及用矩阵运算替代布尔运算适合处理深度学习所需要的非线性离散数据。作为加速器的使用，可以实现深度学习算法。 GPU由并行计算单元和控制单元以及存储单元构成GPU拥有大量的核（多达几千个核）和大量的高速内存，擅长做类似图像处理的并行计算，以矩阵的分布式形式来实现计算。同CPU不同的是，GPU的计算单元明显增多，特别适合大规模并行计算。为全球商业领袖提供决策咨询CPU和GPU区别对比CPUGPU架构区别70%晶体管用来构建Cache还有一部分控制单元，负责逻辑算数部分不多整个就是一个庞大的计算阵列（包括alu和shader填充）非常依赖Cache不依赖Cache逻辑核心复杂逻