公司：深圳市創(chuàng)寶來科技有限公司
聯(lián)系人：蘇先生
聯(lián)系方式：18923859947QQ:3005367043
公司網(wǎng)址：www.szcblic.com
專做進口原裝，誠信經(jīng)營，大量現(xiàn)貨庫存，歡迎您隨時咨詢
二、 AI 芯片主要應用場景
1、數(shù)據(jù)中心（云端）
數(shù)據(jù)中心是 AI 訓練芯片應用的最主要場景，主要涉及芯片是 GPU 和專用芯片（ASIC）。如前所述，GPU 在云端訓練過程中得到廣泛應用。目前，全球主流的硬件平臺都在使用英偉達的 GPU 進行加速，AMD 也在積極參與。亞馬遜網(wǎng)絡服務 AWS EC2、Google Cloud Engine（GCE）、IBM Softlayer、Hetzner、Paperspace 、LeaderGPU、阿里云、平安云等計算平臺都使用了英偉達的 GPU 產(chǎn)品提供深度學習算法訓練服務。
在云端推理市場上，由于芯片更加貼近應用，市場更多關(guān)注的是響應時間，需求也更加的細分。除了主流的 CPU+GPU 異構(gòu)之外，還可通過 CPU+FPGA/ASIC 進行異構(gòu)。目前英偉達在該市場依然保持著領(lǐng)軍位置。主要原因是：GPU強大的并行計算能力（相比CPU）、通用性以及成熟的開發(fā)環(huán)境。但是GPU也并非是完美無缺的解決方案，明顯的缺點如：高能耗以及高昂的價格。
相比之下，F(xiàn)PGA的低延遲、低功耗、可編程性優(yōu)勢（適用于傳感器數(shù)據(jù)預處理工作以及小型開發(fā)試錯升級迭代階段）和 ASIC 的特定優(yōu)化和效能優(yōu)勢（適用于在確定性執(zhí)行模型）也正在凸顯，賽靈思、谷歌、Wave Computing、Groq、寒武紀、比特大陸等企業(yè)市場空間也在擴大。
來自IDC和Gartner的數(shù)據(jù)也顯示，全球AI服務器及AI芯片市場規(guī)模自2016年到2020年都將保持持續(xù)的高速增長，而與此同時全球云端AI芯片當中GPU的市場份額呈現(xiàn)出持續(xù)下滑的趨勢，預計到2022年云端訓練GPU占比將降至60%，云端推理GPU占比更是只有30%。
2、移動終端
智能手機在經(jīng)歷了近10年的高速增長后，市場已趨于飽和，出貨增速趨近于0，行業(yè)逐漸轉(zhuǎn)為存量市場。近年來，一批國產(chǎn)廠商在產(chǎn)品質(zhì)量上逐漸達到了第一梯隊的水平，進一步加劇了頭部市場的競爭。為實現(xiàn)差異化競爭，各廠商加大手機AI功能的開發(fā)，通過在手機SoC芯片中加入AI引擎，調(diào)配現(xiàn)有計算單元來實現(xiàn)AI計算，或者直接加入AI協(xié)處理器，實現(xiàn)在低功耗情況下AI功能的高效運行。
隨著未來競爭進一步加劇，以及產(chǎn)量上升所帶來的成本下降，預計AI芯片將會進一步滲透進入到中等機型市場，市場空間廣闊。移動端AI芯片市場不止于智能手機，潛在市場還包括：智能手環(huán)/手表、VR/AR眼鏡等市場。AI芯片在圖像及語音方面的能力可能會帶來未來人機交互方式的改變并進一步提升顯示屏、攝像頭的能力，有可能在未來改變移動端產(chǎn)品。
以往通過云數(shù)據(jù)中心做手機端AI推理任務面臨網(wǎng)絡帶寬延遲瓶頸的問題，嚴重影響用戶使用體驗，而CPU適合邏輯運算，但并不適合AI并行運算任務，目前市場上流行在SoC中增加協(xié)處理器或?qū)Ｓ眉铀賳卧獊韴?zhí)行AI任務。以智能手機為代表的移動互聯(lián)網(wǎng)終端是一個多傳感器融合的綜合數(shù)據(jù)處理平臺，AI芯片需要具備通用性，能夠處理多類型任務能力。由于移動終端依靠電池驅(qū)動，而受制于電池倉大小和電池能量密度限制，芯片設計在追求算力的同時對功耗有著嚴格的限制，可以開發(fā)專用的ASIC芯片或者是使用功耗較低的DSP作為AI處理單元。
目前手機芯片市場存在以下情況：1）、AI應用場景、功能有限；2）、AI芯片廠商一般向SoC廠提供IP并收取授權(quán)費，需要AI-IP與整塊SoC進行良好的匹配，而創(chuàng)業(yè)公司缺少與SoC廠商合作經(jīng)驗；3）、傳統(tǒng)手機SoC廠商和IP廠商都在開發(fā)自己的AI加速器，傳統(tǒng)IP巨頭可以采取IP打包銷售的方式推廣其AI-IP產(chǎn)品。相比之下新進廠商在成本、功能、產(chǎn)品線、匹配度等都不占優(yōu)的情況下很難在該領(lǐng)域存活。新進廠商應加強其軟件方面優(yōu)勢，并加深與手機廠商合作共同進行手機AI功能開發(fā)。
3、自動駕駛
自動駕駛汽車裝備了大量的傳感器、攝像頭、雷達、激光雷達等車輛自主運行需要的部件，每秒都會產(chǎn)生大量的數(shù)據(jù)，對芯片算力有很高的要求， 但受限于時延及可靠性，有關(guān)車輛控制的計算不能再依托云端進行，高算力、快速響應的車輛端人工智能推理芯片必不可少。
目前，自動駕駛所使用的芯片主要基于 GPU、FPGA 和 ASIC 三條技術(shù)路線。但由于自動駕駛算法仍在快速更迭和進化，因此大多自動駕駛芯片使用 GPU+FPGA 的解決方案。未來算法穩(wěn)定后，ASIC將成為主流。
根據(jù)美國汽車工程師協(xié)會（SAE）將自動駕駛按照車輛行駛對于系統(tǒng)依賴程度分為L0~L5六個級別，L0為車輛行駛完全依賴駕駛員操縱，L3級以上系統(tǒng)即可在特定情況下實現(xiàn)駕駛員脫手操作，而L5級則是在全場景下車輛行駛完全實現(xiàn)對系統(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現(xiàn)L2、3級ADAS。預計在2020年左右，隨著傳感器、車載處理器等產(chǎn)品的進一步完善，將會有更多的L3級車型出現(xiàn)。而L4、5級自動駕駛預計將會率先在封閉園區(qū)中的商用車平臺上實現(xiàn)應用落地，更廣泛的乘用車平臺高級別自動駕駛，需要伴隨著技術(shù)、政策、基礎設施建設的進一步完善，預計至少在2025年~2030年以后才會出現(xiàn)在一般道路上。
目前汽車電子控制系統(tǒng)是分布式ECU架構(gòu)，不同的信息娛樂、車身、車輛運動和動力總成系統(tǒng)及其細分功能分別由不同獨立的ECU單元進行獨立控制，部分高檔車型上的ECU數(shù)量超過100個。未來隨著汽車進入L3級以上的高級別自動駕駛時代，隨著車載傳感器數(shù)量及其所產(chǎn)生的數(shù)據(jù)量劇增，分布式電子系統(tǒng)難以滿足對大量、多元的傳感器數(shù)據(jù)進行高效融合處理，并綜合所有傳感器數(shù)據(jù)做出車輛控制決策等一系列操作需求。要滿足以上功能需求，汽車電子系統(tǒng)由需要向著域控制器（DCU）、多域控制器（MDC）等集中化方向發(fā)展，未來，汽車電子操控系統(tǒng)將會進一步向著集中化、軟硬件解耦及平臺化方向發(fā)展，汽車將會由統(tǒng)一的超算平臺對傳感器數(shù)據(jù)進行處理、融合、決策最終實現(xiàn)高級別的自動駕駛功能。
伴隨人工智能技術(shù)在視覺領(lǐng)域的應用，基于視覺技術(shù)的自動駕駛方案逐漸變?yōu)榭赡�，這需要在傳統(tǒng)行車電腦平臺上添加用于視覺算法處理的AI芯片。自動駕駛汽車計算單元設計需要考慮算力、功耗體積等問題，出于硬件資源最優(yōu)化應用，往往采取異構(gòu)計算平臺設計方案，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、GPU/FPGA/ASIC等計算單元用于目標識別、追蹤任務等，而CPU則會用于定位、決策等邏輯運算任務。
目前最典型的產(chǎn)品如英偉達的DRIVE PX系列及后續(xù)的Xavier、Pegasus等。除硬件計算平臺外，英偉達為客戶提供配套的軟件平臺及開放的上層傳感器布局和自定義模塊使得客戶能夠根據(jù)自身需要進行二次開發(fā)，其還為客戶提供感知、制圖以及行駛策略等解決方案。目前其產(chǎn)品已經(jīng)被包括ZF、Bosch、Audi、Benz以及Tesla等Tier1s、OEMs廠商及諸多自動駕駛創(chuàng)業(yè)公司采用作為其處理器方案所使用。
在全部的邊緣計算場景中，用于自動駕駛的計算芯片設計難度最大，這主要體現(xiàn)在：1）算力要求高， L3級以上自動駕駛需要復數(shù)種類的傳感器實現(xiàn)傳感器冗余，包括：6~12顆單目攝像頭、3~12臺毫米波雷達、5臺以內(nèi)的激光雷達等（不同方案配置側(cè)重不同），因此產(chǎn)生的數(shù)據(jù)量極大（ 估計L5級一天可產(chǎn)生數(shù)據(jù)量4000GB），在車輛高速行駛的情況下系統(tǒng)需要能夠快速對數(shù)據(jù)進行處理；2）汽車平臺同樣是由電池供電，因此對于計算單元功耗有較高的要求，早期計算平臺功耗大、產(chǎn)熱也較大，對于系統(tǒng)的續(xù)航及穩(wěn)定性都有較大的印象；3）汽車電子需要滿足ASIL-D車規(guī)級電子產(chǎn)品設計標準，而使自動駕駛所需要的中央處理器達到ASIL-D級設計標準難度更大。
目前自動駕駛市場尚處于發(fā)展早期，市場環(huán)境不夠成熟，但以英偉達、Intel（Mobileye、Altera）等科技巨頭為代表的廠商已經(jīng)投入巨資在該領(lǐng)域開發(fā)出了相關(guān)的硬件產(chǎn)品及配套軟件技術(shù)。人工智能芯片創(chuàng)業(yè)公司應該加強與OEMs、Tier1或產(chǎn)業(yè)聯(lián)盟合作為其提供AI芯片+軟件工具鏈的全套解決方案。
AI 芯片用于自動駕駛之后，對傳統(tǒng)的汽車電子市場沖擊較大，傳統(tǒng)的汽車電子巨頭（恩智浦、英飛凌、意法半導體、瑞薩）雖然在自動駕駛芯片市場有所斬獲，但風頭遠不及英特爾、英偉達、高通甚至是特斯拉。國內(nèi)初創(chuàng)企業(yè)如地平線、眼擎科技、寒武紀也都在積極參與。在自動駕駛芯片領(lǐng)域進展最快以及競爭力最強的是英特爾和英偉達，英特爾強在能耗，英偉達則在算力和算法平臺方面優(yōu)勢明顯。
英特爾進入自動駕駛芯片市場雖然較晚，但通過一系列大手筆收購確立了其在自動駕駛市場上的龍頭地位。2016 年，公司出資 167 億美元收購了 FPGA 龍頭 Altera；2017 年 3 月以 153 億美元天價收購以色列 ADAS 公司 Mobileye，該公司憑借著 EyeQ 系列芯片占據(jù)了全球 ADAS 70%左右的市場，為英特爾切入自動駕駛市場創(chuàng)造了條件。收購完成之后，英特爾形成了完整的自動駕駛云到端的算力方案——英特爾凌動/至強+Mobileye EyeQ+Altera FPGA。英特爾收購 Mobileye 之后，后者也直接推出了 EyeQ5，支持 L4-L5 自動駕駛，預計在 2020 年量產(chǎn)。
英偉達在汽車AI芯片的競爭中不落下風。英偉達在2015年推出了世界首款車載超級計算機Drive PX，緊接著 2016 年推出 Drive PX2，2018 年推出新一代超級計算機 Drive Xavier，同年，基于雙 Drive Xavier 芯片針對自動駕駛出租車業(yè)務的 Drive PX Pegasu 計算平臺面世。2019 CES 上，英偉達推出了全球首款商用 L2+自動駕駛系統(tǒng) NVIDIA DRIVE AutoPilot。DRIVE AutoPilot 的核心是 Xavier 系統(tǒng)級芯片。該芯片處理器算力高達每秒 30 萬億次，已經(jīng)投產(chǎn)。
4、安防
安防市場是全球及國內(nèi) AI 最為確定以及最大的市場，尤其是 AI 中的圖像識別和視頻處理技術(shù)正在全面影響安防產(chǎn)業(yè)。其中，在安防產(chǎn)品中，攝像頭、交換機、IPC（網(wǎng)絡攝像機）、硬盤刻錄機、各類服務器等設備都需要芯片，這些芯片也決定了整個安防系統(tǒng)的整體功能、技術(shù)指標、能耗以及成本。在安防芯片中，最為關(guān)注的還是四類與監(jiān)控相關(guān)的芯片（ISP 芯片、DVR SoC 芯片、IPC SoC芯片、NVR SoC 芯片）。
ISP 芯片(Image Signal Processing，圖像信號處理)主要負責對前端攝像頭所采集的原始圖像信號進行處理；DVR（DigitalVideoRecorder，數(shù)字硬盤錄像機）SoC 芯片主要用于模擬音視頻的數(shù)字化、編碼壓縮與存儲；IPC （IP Camera，IP 攝像機）SoC 芯片通常集成了嵌入式處理器（CPU）、圖像信號處理（ISP）模塊、視音頻編碼模塊、網(wǎng)絡接口模塊等，具備入侵探測、人數(shù)統(tǒng)計、車輛逆行、丟包檢測等一些簡單的視頻分析功能；NVR (Network Video Recorder，網(wǎng)絡硬盤錄像機) SoC 芯片主要用于視頻數(shù)據(jù)的分析與存儲，功能相對單一，但由于多與 IPC 聯(lián)合使用，市場增長也較快。
通常情況下，安防視頻監(jiān)控模擬攝像機的核心部件包括一顆圖像傳感器和一顆 ISP 芯片，安防視頻監(jiān)控網(wǎng)絡攝像機的核心部件包括一顆圖像傳感器和一顆 IPC SoC 芯片。單從國內(nèi)來看，未來國內(nèi)視頻監(jiān)控行業(yè)增速仍將保持 12%-15%左右的水平增長，其中網(wǎng)絡監(jiān)控設備增長更為迅速，相關(guān)芯片產(chǎn)品需求十分旺盛。
安防 AI 芯片市場上，除了傳統(tǒng)芯片以及安防廠商，還有大量的創(chuàng)業(yè)企業(yè)在涌入。國外芯片廠商主要有英偉達、英特爾、安霸、TI、索尼、特威、三星、谷歌等；國內(nèi)廠商主要有海思（華為）、國科微、中星微、北京君正、富瀚微、景嘉微、寒武紀、深鑒科技、云天勵飛、中科曙光等。英偉達、英特爾等企業(yè)憑借著通用處理器以及物聯(lián)網(wǎng)解決方案的優(yōu)勢，長期與安防巨頭如海康、大華、博世等保持緊密聯(lián)系；國內(nèi)寒武紀、地平線、云天勵飛等企業(yè)，都有 AI 芯片產(chǎn)品面世，海思本身就有安防攝像機 SoC 芯片，在新加入 AI 模塊之后，競爭力進一步提升。
從安防行業(yè)發(fā)展的趨勢來看，隨著5G和物聯(lián)網(wǎng)的快速落地，“云邊結(jié)合”將是行業(yè)最大的趨勢，云端芯片國內(nèi)企業(yè)預計很難有所突破，但是邊緣側(cè)尤其是視頻處理相關(guān) AI 芯片還是有較大潛力，國產(chǎn)化替代將加速。但也看到，AI 芯片離在安防領(lǐng)域?qū)崿F(xiàn)大規(guī)�？焖俾涞厝杂芯嚯x。除了功耗和算力約束外，工程化難度大也是困擾行業(yè)的重要因素，尤其是在安防這種產(chǎn)業(yè)鏈長而高度碎片化的產(chǎn)業(yè)，新技術(shù)落地需要長時間的積累與打磨，以及人力資源的不斷投入。
5、智能家居
智能家居近年來也成為人工智能重要的落地場景。從技術(shù)應用上講，人類 90%的信息輸出是通過語音，80%的是通過視覺，智能家居領(lǐng)域應用最多的就是智能語音交互技術(shù)。近年來，正是看到語音交互技術(shù)與智能家居深度融合的潛力，谷歌、蘋果、微軟均將其作為進入智能家居領(lǐng)域的重要切入口，發(fā)布了多款軟硬件平臺，如亞馬遜推出的智能音箱設備。國內(nèi)智能語音龍頭企業(yè)科大訊飛較早就切入了該領(lǐng)域，聯(lián)合地產(chǎn)商推出了硬件平臺魔飛（MORFEI）平臺，電視、咖啡機、電燈、空調(diào)、熱水器等產(chǎn)品都能通過融入相關(guān)平臺實現(xiàn)智能化。
當前，無論是智能音箱還是其他智能家居設備，智能功能都是在云端來實現(xiàn)，但云端存在著語音交互時延的問題，對網(wǎng)絡的需求限制了設備的使用空間，而且由此還帶來了數(shù)據(jù)與隱私危機。為了讓設備使用場景不受局限，用戶體驗更好，端側(cè)智能已成為一種趨勢，語音 AI 芯片也隨之切入端側(cè)市場。國內(nèi)主要語音技術(shù)公司憑借自身在語音識別、自然語言處理、語音交互設計等技術(shù)上的積累，開始轉(zhuǎn)型做 AI 語音芯片集成及提供語音交互解決方案，包括云知聲、出門問問、思必馳以及 Rokid。
市場上主流的 AI 語音芯片，一般都內(nèi)置了為語音識別而優(yōu)化的深度神經(jīng)網(wǎng)絡加速方案，以實現(xiàn)語音離線識別。隨著算法的精進，部分企業(yè)的語音識別能力得到了較快提升，尤其是在遠場識別、語音分析和語義理解等方面都取得了重要進展。云知聲在 2018 年 5 月，推出語音 AI 芯片雨燕，并在研發(fā)多模態(tài)芯片，以適應物聯(lián)網(wǎng)場景，目前公司芯片產(chǎn)品已經(jīng)廣泛用于智能家電如空調(diào)之中；出門問問也在 2018 年推出了 AI 語音芯片模組“問芯”MobvoiA1；Rokid 也發(fā)在 2018 年發(fā)布了 AI 語音芯片 KAMINO18；思必馳利用其聲紋識別等技術(shù)優(yōu)勢，2019 年初推出基于雙 DSP 架構(gòu)的語音處理專用芯片 TH1520，具有完整語音交互功能，能實現(xiàn)語音處理、語音識別、語音播報等功能。
由于語音芯片市場過于細碎，需要企業(yè)根據(jù)場景和商業(yè)模式需要設計出芯片產(chǎn)品，這對傳統(tǒng)的通用芯片企業(yè)的商業(yè)模式是一種顛覆，以致于在 2018 年以前都很少有芯片巨頭進入該領(lǐng)域，這也給了國內(nèi)語音芯片企業(yè)較大的施展空間。而對算法公司來說，通過進入芯片市場，進而通過解決方案直接面向客戶和應用場景，通過實戰(zhàn)數(shù)據(jù)來訓練和優(yōu)化算法。
6、機器人
機器人是人工智能行業(yè)最早的落地形態(tài)，也是現(xiàn)在和將來重要的應用方向。機器人主要包括兩類——制造環(huán)境下的工業(yè)機器人和非制造環(huán)境下的服務機器人。工業(yè)機器人主要是面向工業(yè)領(lǐng)域的多關(guān)節(jié)機械手或多自由度機器人。服務機器人則是除工業(yè)機器人之外的、用于非制造業(yè)并服務于人類的各種先進機器人。
隨著云物移大智等信息及智能化技術(shù)的發(fā)展，機器人在某些領(lǐng)域的工作效率高于人類，并在工業(yè)和服務場景中得到了大量應用。據(jù)國際機器人聯(lián)盟統(tǒng)計，2017 年，全球工業(yè)機器人產(chǎn)量達到 38.1 萬臺，同比增長 30%，預計 2018-2021 年全球工業(yè)機器人產(chǎn)量將保持 10%以上增速增長，2021 年產(chǎn)量預計將達到 63.0 萬臺。中國是全球最大的工業(yè)機器人生產(chǎn)國，2017 年產(chǎn)量達到 13.79 萬臺，同比大幅增長 60%。服務機器人主要用于物流、防務、公共服務、醫(yī)療等領(lǐng)域，雖然規(guī)模不大，但是增長迅速。2017 年全球產(chǎn)量為 10.95 萬臺，同比大幅增長 85%。預計 2018 年全球?qū)I(yè)服務機器人產(chǎn)量將達到 16.53 萬臺，同比增長 32%，2019-2021 年平均增速將保持在 21%左右。
機器人尤其是國內(nèi)產(chǎn)業(yè)規(guī)模的快速擴大，將大幅帶動國內(nèi)機器人相關(guān)智能芯片產(chǎn)業(yè)的發(fā)展。機器人由控制、傳感、驅(qū)動和電源四大裝置構(gòu)成，其中控制裝置是機器人的“大腦”，核心是 AI 芯片。機器人芯片需要具備強大的數(shù)據(jù)計算、自主判斷思考和執(zhí)行能力，國外廠商如高通、英特爾、英偉達都在積極部署該領(lǐng)域，國內(nèi)企業(yè)目前處于追趕狀態(tài)，相關(guān)企業(yè)包括瑞芯微、珠海全志、炬力等。
