過去一年，隨著人工智能在各個(gè)行業(yè)的逐步落地，AI芯片的發(fā)展路徑逐漸明朗。在行業(yè)走過野蠻生長，開始加速落地、加速整合的過程中，也有更多的AI芯片公司也開始走出屬于自己的差異化路線。

本期的智能內(nèi)參，我們推薦來自中金公司的AI芯片專題報(bào)告，從市場著手解讀現(xiàn)有的芯片品類，并對目前主要的本土AI芯片企業(yè)進(jìn)行盤點(diǎn)。

以下為智能內(nèi)參整理呈現(xiàn)的干貨：

AI芯片投資地圖

AI 芯片設(shè)計(jì)是人工智能產(chǎn)業(yè)鏈的重要一環(huán)。自 2017 年 5 月以來，各 AI 芯片廠商的新品競相發(fā)布，經(jīng)過一年多的發(fā)展，各環(huán)節(jié)分工逐漸明顯。

▲AI芯片新品競相發(fā)布(自2017年5月以來發(fā)布的 AI 芯片一覽)

AI 芯片的應(yīng)用場景不再局限于云端，部署于智能手機(jī)、安防攝像頭、及自動駕駛汽車等終端的各項(xiàng)產(chǎn)品日趨豐富。除了追求性能提升外，AI 芯片也逐漸專注于特殊場景的優(yōu)化。

目前，人工智能產(chǎn)業(yè)鏈中，包括提供 AI 加速核的 IP 授權(quán)商，各種 AI 芯片設(shè)計(jì)公司，以及晶圓代工企業(yè)。

▲AI芯片投資地圖

如上圖所示，按部署的位置來分，AI 芯片可以部署在數(shù)據(jù)中心(云端)，和手機(jī)，安防攝像頭，汽車等終端(邊緣)上。

按承擔(dān)的任務(wù)來分，可以被分為用于構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練芯片，與利用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行推斷的推斷芯片。訓(xùn)練芯片注重絕對的計(jì)算能力，而推斷芯片更注重綜合指標(biāo)，單位能耗算力、時(shí)延、成本等都要考慮。

訓(xùn)練芯片受算力約束，一般只在云端部署。推斷芯片按照不同應(yīng)用場景，分為手機(jī)邊緣推斷芯片、安防邊緣推斷芯片、自動駕駛邊緣推斷芯片。為方便起見，我們也稱它們?yōu)槭謾C(jī) AI 芯片、安防 AI 芯片和汽車 AI 芯片。

由于AI芯片對單位能耗算力要求較高，一般采用14nm/12nm/10nm等先進(jìn)工藝生產(chǎn)。臺積電目前和 Nvidia、Xilinx 等多家芯片廠商展開合作，攻堅(jiān) 7nm AI 芯片。

五大場景塑造352億美元市場

▲AI 芯片市場規(guī)模及競爭格局

根據(jù)中金公司對相關(guān)上市 AI 芯片公司的收入統(tǒng)計(jì)，及對 AI 在各場景中滲透率的估算，2017年 AI 芯片市場規(guī)模已達(dá)到 39.1 億美元，具體情況如下：

1、2017 年全球數(shù)據(jù)中心 AI 芯片規(guī)模合計(jì) 23.6 億美元，其中云端訓(xùn)練芯片市場規(guī)模 20.2 億美元，云端推斷芯片 3.4 億美元。

2、2017 年全球手機(jī) AI 芯片市場規(guī)模 3.7 億美元。

3、2017 年全球安防攝像頭 AI 芯片市場規(guī)模 3.3 億美元。

4、2017 年全球自動駕駛 AI 芯片的市場規(guī)模在 8.5 億美元。

龐大的市場前景和戰(zhàn)略意義使得AI芯片贏得了巨頭們的熱切關(guān)注。Nvidia 在 2017 年時(shí)指出，到 2020 年，全球云端訓(xùn)練芯片的市場規(guī)模將達(dá)到 110 億美元，而推斷芯片(云端+邊緣)的市場規(guī)模將達(dá)到 150 億美元。

Intel 也在剛剛結(jié)束的 2018 DCI 峰會上，也重申了數(shù)據(jù)業(yè)務(wù)驅(qū)動硬件市場增長的觀點(diǎn)。Intel 將 2022 年與用于數(shù)據(jù)中心執(zhí)行 AI 加速的 FPGA 的 TAM 預(yù)測，由 70 億美元調(diào)高至 80 億美元。

而同時(shí)，中金公司也注意到：

1、手機(jī) SoC 價(jià)格不斷上升、AI 向中端機(jī)型滲透都將為行業(yè)創(chuàng)造更廣闊的市場空間。

2、安防芯片受益于現(xiàn)有設(shè)備的智能化升級，芯片需求擴(kuò)大。

3、自動駕駛方面，針對豐田公司提出的算力需求，我們看到當(dāng)下芯片算力與 L5 級自動駕駛還有較大差距。(英飛凌公司給出了各自動駕駛等級中的半導(dǎo)體價(jià)值預(yù)測，可以為我們的 TAM 估算提供參考。)

▲歷代 Apple 手機(jī)芯片成本趨勢

▲自動駕駛算力需求加速芯片升級

▲英飛凌對各自動駕駛等級中半導(dǎo)體價(jià)值的預(yù)測

結(jié)合以上觀點(diǎn)，及我們對 AI 在各應(yīng)用場景下滲透率的分析，中金公司預(yù)測：

1、云端訓(xùn)練芯片市場規(guī)模在 2022 年將達(dá)到 172 億美元，CAGR~54%。

2、云端推斷芯片市場規(guī)模在 2022 年將達(dá)到 72 億美元，CAGR~84%。

3、用于智能手機(jī)的邊緣推斷芯片市場規(guī)模 2022 年將達(dá)到 38 億美元，CAGR~59%。

4、用于安防攝像頭的邊緣推斷芯片市場規(guī)模 2022 年將達(dá)到 18 億美元，CAGR~41%。

5、用于自動駕駛汽車的邊緣推斷芯片市場規(guī)模 2022 年將達(dá)到 52 億美元，CAGR~44%。

以下是五個(gè)應(yīng)用場景的詳細(xì)分析。

云端訓(xùn)練芯片 ：英偉達(dá)稱霸

▲AI 芯片工作流程

訓(xùn)練是指通過大量的數(shù)據(jù)樣本，代入神經(jīng)網(wǎng)絡(luò)模型運(yùn)算并反復(fù)迭代，來獲得各神經(jīng)元“正確”權(quán)重參數(shù)的過程。CPU 由于計(jì)算單元少，并行計(jì)算能力較弱，不適合直接執(zhí)行訓(xùn)練任務(wù)，因此訓(xùn)練一般采用“CPU+加速芯片”的異構(gòu)計(jì)算模式。目前 Nvidia 的 GPU+CUDA計(jì)算平臺是最成熟的 AI 訓(xùn)練方案，除此還有：

1、第三方異構(gòu)計(jì)算平臺 OpenCL + AMD GPU 或 OpenCL+Intel/Xilinx 的 FPGA。

2、云計(jì)算服務(wù)商自研加速芯片(如 Google 的 TPU)這兩種方案。

各芯片廠商基于不同方案，都推出了針對于云端訓(xùn)練的 AI 芯片。

▲云端訓(xùn)練芯片對比

從整個(gè)云端訓(xùn)練芯片的市場競爭格局來看，目前 Nvidia GPU 的優(yōu)勢暫時(shí)明顯，即便是 Google 的一些深度學(xué)習(xí)訓(xùn)練任務(wù)，同樣離不開 Nvidia GPU;在 GPU 之外，云端訓(xùn)練的新入競爭者是谷歌的 TPU ，但目前并不對外直接銷售;英特爾方面，則在積極布局 CPU+FPGA 異構(gòu)計(jì)算，并持續(xù)優(yōu)化 Xeon CPU 結(jié)構(gòu);同樣深耕 FPGA 的還有 Xilinx ;GPU銷量一直甚好的 AMD 也開始切入深度學(xué)習(xí)訓(xùn)練任務(wù)。

云端推斷芯片：百家爭鳴

推斷是指借助現(xiàn)有神經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，利用新的輸入數(shù)據(jù)來一次性獲得正確結(jié)論的過程。推斷過程對響應(yīng)速度一般有較高要求，因此會采用 AI 芯片(搭載訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型)進(jìn)行加速。

相比訓(xùn)練芯片，推斷芯片考慮的因素更加綜合：單位功耗算力，時(shí)延，成本等等。初期推斷也采用 GPU 進(jìn)行加速，但由于應(yīng)用場景的特殊性，依據(jù)具體神經(jīng)網(wǎng)絡(luò)算法優(yōu)化會帶來更高的效率，F(xiàn)PGA/ASIC 的表現(xiàn)可能更突出。

▲主要云端推斷芯片對比

除了 Nvidia、Google、Xilinx、Altera(Intel)等傳統(tǒng)芯片大廠涉足云端推斷芯片以外，Wave computing、Groq 等初創(chuàng)公司也加入競爭。中國公司里，寒武紀(jì)、比特大陸同樣積極布局云端芯片業(yè)務(wù)。未來，云端推斷芯片將針對智能語音識別、智能搜索等應(yīng)用場景，呈現(xiàn)百花齊放的態(tài)勢。

手機(jī)端的推斷芯片：格局穩(wěn)定

手機(jī)芯片市場目前包括 (1) 蘋果，三星，華為這類采用芯片+整機(jī)垂直商業(yè)模式的廠商，以及 (2) 高通，聯(lián)發(fā)科，展銳等獨(dú)立芯片供應(yīng)商和 (3) ARM，Synopsys、Cadence 等向芯片企業(yè)提供獨(dú)立 IP 授權(quán)的供應(yīng)商。

采用垂直商業(yè)模式廠商的芯片不對外發(fā)售，只服務(wù)于自身品牌的整機(jī)，性能針對自身軟件做出了特殊優(yōu)化，靠效率取勝。獨(dú)立芯片供應(yīng)商以相對更強(qiáng)的性能指標(biāo)，來獲得剩余廠商的市場份額。

▲手機(jī) AI 芯片對比

從 2017 年開始，蘋果，華為海思，高通，聯(lián)發(fā)科等主要芯片廠商相繼發(fā)布支持 AI 加速功能的新一代芯片(如下圖)，AI 芯片逐漸向中端產(chǎn)品滲透。

由于手機(jī)空間有限，獨(dú)立的AI 芯片很難被手機(jī)廠采用。在 AI 加速芯片設(shè)計(jì)能力上有先發(fā)優(yōu)勢的企業(yè)(如寒武紀(jì))一般通過 IP 授權(quán)的方式切入。

▲智能手機(jī) SoC 市占率分析( 2017 )

對這些廠商來說，中金公司認(rèn)為 AI 化的主要作用是提升芯片附加價(jià)值與產(chǎn)品單價(jià)。根據(jù) IHS的數(shù)據(jù)，隨著硬件性能的增強(qiáng)及針對于 AI 的運(yùn)算結(jié)構(gòu)不斷滲透，蘋果 A11 芯片的成本已達(dá)到 27.5 美元。

芯片成本持續(xù)上漲有望帶動垂直模式廠商整機(jī)售價(jià)走高，在出貨量相同的情況下為現(xiàn)有芯片廠商貢獻(xiàn)更多的營業(yè)收入。高通、聯(lián)發(fā)科、展銳等獨(dú)立芯片供應(yīng)商則會受益于芯片本身 ASP 的提升。

安防邊緣推斷芯片：四方鼎立

視頻監(jiān)控行業(yè)在過去十幾年主要經(jīng)歷了“高清化”、“網(wǎng)絡(luò)化”的兩次換代，而隨著 2016年以來 AI 在視頻分析領(lǐng)域的突破，目前視頻監(jiān)控行業(yè)正處于第三次重要升級周期——“智能化”的開始階段。

前端攝像頭裝備終端推斷芯片，可以實(shí)時(shí)對視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，“云+ 邊緣”的邊緣計(jì)算解決方案逐漸滲透。中金公司預(yù)計(jì)，應(yīng)用安防攝像頭的推斷芯片市場規(guī)模，將從 2017 年的 3.3 億美元，增長至 2022 年的 18 億美元，CAGR~41%。

邊緣推斷芯片 在安防端的主要應(yīng)用，基于將視頻流在本地轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。這樣既節(jié)省云端存儲空間，也提升系統(tǒng)工作效率。因此，積極布局智能安防的除了英偉達(dá)、Movidius(計(jì)算機(jī)視覺創(chuàng)企)，還有傳統(tǒng)視頻解碼芯片廠商。業(yè)內(nèi)，海思、安霸與 Nvidia 、Movidius形成有力競爭。

▲安防 AI 芯片對比

中金公司認(rèn)為 ，目前整個(gè) 安防 AI 芯片市場競爭格局穩(wěn)定，現(xiàn)有廠商憑借與下游客戶長期的合作，有望繼續(xù)受益于安防智能化的升級，屬于新進(jìn)入者的市場空間有限。

安防 AI 芯片下游客戶穩(wěn)定，為海康威視、大華股份等視頻監(jiān)控解決方案提供商?？蛻襞c傳統(tǒng)視頻解碼芯片廠商的長期合作具有粘性，同樣推出新產(chǎn)品，初創(chuàng)公司的競爭優(yōu)勢弱一些，尤其是在安防 AI 芯片性能差異化很難做到很大的情況下。

自動駕駛邊緣推斷芯片：一片藍(lán)海

除了智能手機(jī)，安防外，自動駕駛汽車也是人工智能的落地場景之一。

車用半導(dǎo)體強(qiáng)大需求已經(jīng)使供給端產(chǎn)能開始吃緊，而用于自動駕駛的推斷芯片需求，同樣有望在未來 5 年內(nèi)實(shí)現(xiàn)高速增長。中金公司預(yù)計(jì)，其市場規(guī)模將從 2017 年的 8.5 億美元，增長至 2022 年的 52 億美元，CAGR~44%。

▲自動駕駛算力需求加速芯片升級

若想使車輛實(shí)現(xiàn)真正的自動駕駛，要經(jīng)歷在感知-建模-決策三個(gè)階段，每個(gè)階段都離不開終端推斷芯片的計(jì)算。不管是環(huán)境感知還是避障規(guī)劃，自動駕駛都對芯片算力提出了很高的要求。而受限于時(shí)延及可靠性，有關(guān)自動駕駛的計(jì)算不能在云端進(jìn)行，因此邊緣推斷芯片升級勢在必行。

根據(jù)豐田公司的統(tǒng)計(jì)數(shù)據(jù)，實(shí)現(xiàn) L5 級完全自動駕駛，至少需要 12TOPS 的推斷算力，按現(xiàn)行先進(jìn)的 Nvidia PX2 自動駕駛平臺測算，差不多需要 15 塊 PX2 車載計(jì)算機(jī)，才能滿足完全自動駕駛的需求。

▲自動駕駛平臺對比

近些年來，各傳統(tǒng)車載半導(dǎo)體供應(yīng)商紛紛涉獵自動駕駛業(yè)務(wù)，推出了各自的自動駕駛，或輔助駕駛平臺;但下一代產(chǎn)品，中金公司預(yù)計(jì) Mobileye 和新秀 Nvidia 有望實(shí)現(xiàn)領(lǐng)先。

▲下一代自動駕駛 AI 芯片流片及投產(chǎn)時(shí)間預(yù)估

自動駕駛芯片市場仍處于初期起步階段，對比其他終端應(yīng)用場景 ，自動駕駛不僅計(jì)算復(fù)雜程度最高，車規(guī)級要求也為芯片設(shè)立了更高的準(zhǔn)入門檻， 其硬件升級落地相對緩慢。

目前各廠商下一代的自動駕駛平臺最早計(jì)劃于 2019 年量產(chǎn)，現(xiàn)今上市平臺中，芯片大多只支持 L2/3 級。

雖然 NXP 等傳統(tǒng)半導(dǎo)體廠商深耕于汽車電子多年，獲得了一定的客戶粘性，但在自動駕駛業(yè)務(wù)上，整個(gè)市場還未形成非常明顯的競爭格局?？蛻粢苍诓粩鄿y試芯片廠商的產(chǎn)品，來實(shí)現(xiàn)最優(yōu)選擇。

從客戶的偏好來看，傳統(tǒng)大廠愿意自行搭建平臺，再采購所需芯片，而新車廠偏向于直接購買自動駕駛平臺。

▲各芯片廠商合作方比較

介于實(shí)現(xiàn)完全自動駕駛非常復(fù)雜，目前還在起步階段，中金公司認(rèn)為初創(chuàng)公司在整個(gè)行業(yè)的發(fā)展中是有機(jī)會的，并看好技術(shù)領(lǐng)先，能與車廠達(dá)成密切合作的初創(chuàng)公司。

本土新銳盤點(diǎn)

中國大陸目前有超 20 家企業(yè)投入 AI 芯片的研發(fā)中來 。除了像華為海思、紫光展銳這種深耕于芯片設(shè)計(jì)多年的企業(yè)之外，也有不少初創(chuàng)公司表現(xiàn)搶眼，如寒武紀(jì)、比特大陸等。

此外，***地區(qū)的 GUC(創(chuàng)意電子)是一家 IC 后端設(shè)計(jì)公司，憑借 20 年的行業(yè)經(jīng)驗(yàn)，和投資方晶圓制造巨頭臺積電的鼎力支持，在 AI 芯片高速發(fā)展的大環(huán)境下也有望受益。

▲中國大陸主要 AI 芯片設(shè)計(jì)公司至少有 20 家

以下是中金公司推薦關(guān)注的AI芯片企業(yè)：

海思半導(dǎo)體

海思半導(dǎo)體(Hisilicon)成立于 2004 年 10 月，是華為集團(tuán)的全資子公司。海思的芯片產(chǎn)品覆蓋無線網(wǎng)絡(luò)、固網(wǎng)及數(shù)字媒體等多個(gè)領(lǐng)域，其 AI 芯片為 Kirin 970 手機(jī) SoC 及安防芯片 Hi3559AV100。Kirin 970 集成 NPU 神經(jīng)處理單元，是全球第一款手機(jī) AI 芯片，它在處理靜態(tài)神經(jīng)網(wǎng)絡(luò)模型方面有得天獨(dú)厚的優(yōu)勢。而 Hi3559A V100 是一款性能領(lǐng)先的支持 8k 視頻的 AI芯片。

清華紫光展銳

清華紫光集團(tuán)(Tsinghua UNISOC )于 2013 年、2014 年先后完成對展訊及銳迪科微電子的收購，2016 年再將二者合并，成立紫光展銳。紫光展銳是全球第三大手機(jī)基帶芯片設(shè)計(jì)公司，是中國領(lǐng)先的 5G 通信芯片企業(yè)。

Gartner 的數(shù)據(jù)顯示，紫光展銳手機(jī)基帶芯片 2017 年出貨量的全球占比為 11%。除此之外，展銳還擁有手機(jī) AI 芯片業(yè)務(wù)，推出了采用 8 核 ARM A55 處理器的人工智能 SoC 芯片 SC9863，支持基于深度神經(jīng)網(wǎng)絡(luò)的人臉識別技術(shù)，AI 處理能力比上一代提升 6 倍。

GUC

GUC (***創(chuàng)意電子)是彈性客制化 IC 領(lǐng)導(dǎo)廠商(The Flexible ASIC Leader TM )，主要從事 IC 后端設(shè)計(jì)。后端設(shè)計(jì)工作以布局布線為起點(diǎn)，以生成可以送交晶圓廠進(jìn)行流片的 GDS2 文件為終點(diǎn)，需要很多的經(jīng)驗(yàn)，是芯片實(shí)現(xiàn)流片的重要一環(huán)。

在 AI 芯片設(shè)計(jì)發(fā)展的大環(huán)境下，加上大股東臺積電的支持，GUC 有望獲得大量的后端訂單。公司已在***證券交易所掛牌上市，股票代號為 3443。

寒武紀(jì)科技

寒武紀(jì)(Cambricon Technologies )創(chuàng)立于 2016 年 3 月，是中科院孵化的高科技企業(yè)，主要投資人為國投創(chuàng)業(yè)和阿里巴巴等。

公司產(chǎn)品分為終端 AI 芯片及云端 AI 芯片。終端 AI 芯片采用 IP 授權(quán)模式，其產(chǎn)品 Cambricon-1A 是全球首個(gè)實(shí)現(xiàn)商用的深度學(xué)習(xí)處理器 IP。去年年底公司新發(fā)布了第三代機(jī)器學(xué)習(xí)專用 IP Cambricon-1M，采用 7nm 工藝，性能差不多高出 1A 達(dá) 10 倍。云端產(chǎn)品上，寒武紀(jì)開發(fā)了 MLU 100 AI 芯片，支持訓(xùn)練和推斷，單位功耗算力表現(xiàn)突出。

比特大陸

比特大陸(Bitmain )成立于 2013 年 10 月，是全球第一大比特幣礦機(jī)公司，目前占領(lǐng)了全球比特幣礦機(jī)60%以上的市場。

由于AI行業(yè)發(fā)展迅速及公司發(fā)展需要，公司將業(yè)務(wù)拓展至AI領(lǐng)域，并于與 2017 年推出云端 AI 芯片 BM1680，支持訓(xùn)練和推斷。目前公司已推出第二代產(chǎn)品BM1682，相較上一代性能提升 5 倍以上。

地平線機(jī)器人

成立于 2015 年 7 月，地平線(Horizon Robotics )是一家注重軟硬件結(jié)合的 AI 初創(chuàng)公司，由 Intel、嘉實(shí)資本、高瓴資本領(lǐng)投。

公司主攻安防和自動駕駛兩個(gè)應(yīng)用場景，產(chǎn)品為征程 1.0 芯片(支持 L2自動駕駛)和旭日 1.0(用于安防智能攝像頭)，具有高性能(實(shí)時(shí)處理 1080P@30 幀，并對每幀中的 200 個(gè)目標(biāo)進(jìn)行檢測、跟蹤、識別)、低功耗(典型功耗在 1.5W)、和低延遲的優(yōu)勢(延遲小于 30 毫秒)。公司二代自動駕駛芯片將于 1Q19 流片，實(shí)現(xiàn)語義建模。

云天勵飛

云天勵飛(Intellifusion )創(chuàng)立于 2014 年 8 月，由山水從容傳媒、松禾資本領(lǐng)投，主攻安防 AI 芯片。其自研 IPU 芯片是低功耗的深度學(xué)習(xí)專用處理器，內(nèi)含專用圖像處理加速引擎，通過級聯(lián)擴(kuò)展最多可處理 64 路視頻。能耗比突出，超過 2Tops/Watt。

異構(gòu)智能

異構(gòu)智能(NovuMind )創(chuàng)立于 2015 年 8 月，由洪泰基金、寬帶資本、真格基金和英諾天使投資。

2018年公司展示了其首款云端 AI 芯片 NovuTensor，基于 FPGA 實(shí)現(xiàn)，性能已達(dá)到目前最先進(jìn)的桌面服務(wù)器 GPU 的一半以上，而耗電量僅有 1/20。公司即將推出的第二款 ASIC 芯片，能耗不超 5W，計(jì)算性能達(dá) 15 TOPs，將被用于安防和自動駕駛應(yīng)用中。

龍加智

創(chuàng)立于 2017 年 7 月，龍加智(Dinoplus )是專注于云端芯片的 AI 初創(chuàng)公司，由摯信資本和翊翎資本領(lǐng)投。

公司產(chǎn)品 Dino-TPU在 75W功耗下，計(jì)算能力超過除最新款 Nvidia Volta 之外的所有 GPU，時(shí)延僅為 Volta V100 的 1/10。同時(shí)，Dino-TPU 提供市場上獨(dú)一無二的冗余備份和數(shù)據(jù)安全保障。公司計(jì)劃于 2018 年底完成第一款芯片的流片。

智東西認(rèn)為，GPU 已經(jīng)在訓(xùn)練芯片方面站穩(wěn)腳跟，但隨著人工智能場景化的逐步深入，針對性更強(qiáng)的 TPU 和更為靈活的 FPGA 將瓜分新市場，而邊緣計(jì)算(推斷)方面，多樣化的場景應(yīng)用給傳統(tǒng)玩家、芯片廠商和新興創(chuàng)企提供了充足的競爭平臺。