2023 AI芯片行业发展简析报告

本文来自“2023年AI基础设施技术词条报告”，在AI芯片领域，国外芯片巨头占据了大部分市场份额。全球范围内主要布局人工智能芯片的厂商有Intel、NVIDIA、Qualcomm、Google等。美国的巨头企业，凭借着多年在芯片领域的领先地位，迅速切入AI领域并积极布局，目前已经成为该产业的引领者。

下载链接：

2023年计算机辅助工程（CAE）软件词条报告

2023 AI芯片行业发展简析报告

2023年AI基础设施技术词条报告

2023年算力技术词条报告

2023电信AI产业发展白皮书

大模型安全解决方案白皮书

《华为AI盘古大模型合集》

1、华为AI盘古大模型研究框架（2023） 2、华为昇腾服务器研究框架（2023） 3、华为盘古预训练大模型

2023年机架式服务器行业词条报告

《AI算力技术研究合集》1、AI算力研究框架（2023） 2、AI兴起，智能算力浪潮来袭 3、深度拆解AI算力模型

我国AI芯片产业起步较晚，技术上与世界先进水平也还存在着较大的差距。国内AI芯片市场也较为分散，集中度低。随着数字经济的兴起，人工智能已经深入渗透到各个行业，特别是在互联网等科技公司中更为普及。这些公司对于计算机软件技术和存储设备的要求极高，因此对于底层技术的布局和提升更为重视，尤其是在人工智能芯片领域。

IDC预计，到2025年人工智能芯片市场规模将达726亿美元。人工智能芯片搭载率将持续增高，目前每台人工智能服务器上普遍多配置2个GPU，未来18个月，GPU、ASIC和FPGA的搭载率均会上升。

2022年加速服务器市场规模达到67亿美元，同比增长24%。其中GPU服务器依然是主导地位，占据89%的市场份额，达到60亿美元。同时NPU、ASIC和FPGA等非GPU加速服务器以同比12%的增速占有了11%的市场份额，达到7亿美元。

从技术架构来看，AI芯片主要分为图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、类脑芯片四大类。其中，GPU是较为成熟的通用型人工智能芯片，FPGA和ASIC则是针对人工智能需求特征的半定制和全定制芯片，类脑芯片颠覆传统冯诺依曼架构，是一种模拟人脑神经元结构的芯片，类脑芯片的发展尚处于起步阶段。

AI芯片（GPU/FPGA/ASIC）在云端同时承担人工智能“训练”和“推断”过程，在终端主要承担“推断”过程，从性能与成本来看ASIC最优；

ASIC作为专用芯片，算力与功耗在通用芯片GPU具有绝对优势，但开发周期较长，落地较慢，需一定规模后才能体现成本优势；

FPGA可以看做从GPU到ASIC重点过渡方案。相对于GPU可深入到硬件级优化，相比ASIC在算法不断迭代演进情况下更具灵活性，且开发时间更短。

近年来GPU市场由英特尔、英伟达和AMD三分天下，其中英特尔的市场占比份额在60%以上，其次是英伟达和AMD。英特尔的身位领先主要得益于在家用机的集成GPU芯片市场的绝对主导地位，而在AI及高性能计算方面，则英伟达凭借其自身CUDA生态占据绝对主导地位。

美国陆续收紧中国获得国际先进芯片的能力，不仅限制中国进口尖端芯片，还限制中国获得最新的芯片生产工具。中国在FPGA、GPU领域缺乏有竞争力的原创产品，只是基于FPGA/GPU做进一步开发，这主要与我国在芯片领域一直缺乏关键核心自主技术有关，FPGA/GPU 的技术壁垒已很高，很难有所突破。