图源：创作者Andy ，Getty Images/iStockphoto

 

 

一、人工智能（AI）芯片市场情况  

 

全球市场份额  

 

根据Precedence Research的数据，2022年全球AI芯片市场规模为168.6亿美元，预计到2032年将达到约2274.8亿美元，从2023年到2032年，市场以29.72%的复合年增长率扩张。

 

图：2023至2032年AI芯片市场规模（10亿美元）

数据来源：Precedence Research

 

 

从地理上看，北美主导着全球AI芯片市场。AI技术在IT行业的不断部署被认为是北美市场增长的一个主要驱动因素。美国和加拿大的重要技术公司的存在，推动了该地区AI芯片市场的增长。

 

 

欧洲是全球AI芯片市场增长最快的地区  

 

欧洲AI芯片市场的增长归功于人工智能技术在汽车和医疗领域的快速应用。德国是欧洲AI芯片市场中增长最快的国家。

 

在预测期内，随着软件行业投资的增加，亚太地区预计将出现大幅增长。印度和中国等国家的发展中产业被视为市场增长的基本驱动因素。由于主要制造商的存在，中国是亚太地区AI芯片市场的主要贡献者。

 

阿根廷、巴西和墨西哥等发展中国家的数字化转型被认为将推动拉丁美洲AI芯片市场的增长。中东和非洲的市场增长仍然稳定。然而，发展中国家的快速技术变革将促进这些地区对基于AI芯片的需求。

 

AI芯片的价格相对较高，限制了中小型企业购买基于AI芯片的应用，这也被认为是对全球AI芯片市场增长的一项限制。

 

 

国内市场份额  

 

AI芯片作为半导体，力求将错误降到最低。同时，它们能够以更快的速度完成计算任务。随着 AI 算力规模的快速增长将催生更大的 AI 芯片需求。根据亿欧智库的数据，预计 2023 年中国AI芯片市场规模将达到 1039 亿元，2025 年中国AI芯片市场规模将达到 1780 亿元。

 

 

二、AI芯片类型与应用  

​

表：按应用范围分为终端、云端、边缘端   

数据来源：寒武纪招股说明书，中原证券

 

 

根据应用范围，大致可以分为终端AI芯片、云端AI芯片、边缘AI芯片。

 

终端AI芯片：要求功耗低，算力需求也相对较低，主要是AI推理的应用。终端AI芯片以各种带AI模块的MCU来呈现，专注于某一类应用，例如，智能音箱里面的AI芯片，用于语音识别；智能门锁的AI芯片，用于人脸识别等。

 

云端AI芯片：是数据中心，用于云端AI加速，可以推理也可以做训练。例如NVIDLA的GPGPU卡，谷歌的TPU等等。云端AI芯片性能比较强，面积也非常大，例如A100据说在7nm下有826mm2，性能也比较强悍。

 

边缘AI芯片：多为工业领域的应用。边缘AI可以将应用局限在某个范围内，如一辆汽车、一列火车、一个工厂、一个商店。在此范围内，一些实时的AI决策及处理需求需要被满足。我们将AI赋能称之为，自动驾驶，智能制造，智慧零售等，核心目的是强调在数据来源侧来解决问题。

 

 

CPU 主导AI芯片市场，其次是GPU  

 

基于芯片类型，全球AI芯片市场被划分为GPU、ASIC、FPGA、CPU、NPU等。CPU是AI芯片市场的领先部分。AI中央处理器（CPU）类型的芯片很先进，可以更快地完成计算。图形处理单元（GPU）在AI芯片市场上占据第二位，GPU被用于完善和开发AI算法。目前AI平台主要采用GPU运算，因GPU可平行运算许多指令，微软ChatGPT服务就是由超过10000个数据中心的NVIDIA高性能GPU提供核心算力。

 

根据的 IDC 数据，2021 年中国AI芯片中，GPU 依然是实现云端数据中心加速的首选，占据 89%的市场份额，GPU 芯片多用于图形图像处理、复杂的数学计算等场景，可较好地支持高度并行的工作负载，常用于云端的 AI 模型训练，也可应用于边缘端和终端的推理工作负载。

 

NPU则专为AI应用设计，填补GPU功耗大、价格高等缺点。NPU处理速度比GPU快10倍，但NPU价格和功耗仅GPU的20%~16%。NPU 占据 9.6%的市场份额，NPU增速较快，NPU 芯片设计逻辑更为简单，常用于云端、边缘端和终端的模型推理，并生成结果，在处理推理工作负载时，能显著的节约功耗。

 

AI算法在实时数据输入中的应用与现场可编程门阵列（FPGA），而ASIC 和 FPGA 占比较小，市场份额分别为 1%和0.4%。

 

基于技术，全球AI芯片市场被划分为机器学习、自然语言处理、上下文感知计算、计算机视觉和预测分析。机器学习部分在全球AI芯片市场中占主导地位。多个行业越来越多地采用机器学习，以及大数据的可用性，推动了市场的机器学习（ML）部分的增长。机器学习使用统计技术，在没有任何人工干预的情况下做出决策。

 

机器学习的应用提供了准确的预测结果。机器学习的重要功能是欺诈和网络安全威胁检测。知名企业使用机器学习来了解消费者的兴趣，以提供更好的服务。在预测期内，机器学习技术部分将获得最大的市场收入份额。

 

 

边缘AI芯片份额  

         

边缘处理类型的细分市场主导了AI芯片市场，并在2022年产生了超过75%的收入份额。边缘处理通过减少带宽的使用，使计算接近于数据的实际位置。边缘处理最大限度地提高了运行效率，实现了算法的本地处理。

         

 

云端AI芯片份额  

         

然而，在预测期内，全球AI芯片市场的云处理类型部分预计将出现显著增长。云处理部分的发展归功于AI中更快地采用云服务，云处理所提供的灵活性，以及增强的可扩展性。在预测期内，云处理部分将被迅速采用，因为它提供了更有效的、由洞察力驱动的和战略性的操作。

         

图：2022年AI芯片市场份额（按处理类型划分）

 

数据来源：Precedence Research

 

 

AI芯片终端用户（BFSI、医疗、零售）  

 

BFSI（银行、金融、保险）部门拥有最大的收入份额，预计在预测期间将保持增长。近年来，银行业利用人工智能减轻负担，并通过减少出错的风险来加速生产力的提高。

 

此外，在预测期内，医疗保健领域将在全球AI芯片市场显示出最高的收入份额。对病人数据管理和分析的需求不断增加，被认为将促进医疗保健领域的增长。

 

AI系统为放射科提供了多种优势，随着人工智能的部署，医疗部门的诊断和管理也变得更加容易。这些因素正在推动医疗保健领域的增长。此外，在预测期内，零售部门预计将增长。

 

目前，根据管理类型，AI芯片的应用在如下领域呈现增长趋势：

 

量子计算：量子计算的需求正在迅速兴起，量子计算基于采集到的运营失败的大型数据集，并以此提高效率。随着大数据的增加，对管理此类数据集的系统需求也在增加。

 

大数据管理：AI芯片和应用程序为多个企业提供了有效的大数据管理。许多开发人员开始专注于生产先进的基于AI芯片的应用程序。随着技术的进步，包括将机器人技术的部署在许多领域，推动了AI市场的增长。

 

监控设备：AI芯片被广泛运用于监控摄像头。官方、机构或家庭使用的监控摄像机的需求增加，推动了市场的增长。

 

视频游戏：视频游戏设计的不断进步，推动了市场对基于AI图形芯片的需求。

 

医疗保健和零售：对AI应用管理大数据的需求激增，是市场增长的主要驱动因素之一。

 

 

三、AI芯片主要玩家  

 

在云端智能计算市场，主流的芯片和加速卡方案提供商主要包括NVIDIA、寒武纪和华为海思等。由于软件生态优势，NVIDIA的 GPU 芯片和加速卡产品占据大部分市场份额。

 

据 Liftr Insights 数据，在AI 技术进展最为前沿的北美，目前NVIDIA在数据中心AI 芯片市场份额占比超过 80%，且在训练、推理环节均保持持续领先；2022 年，在数据中心 AI 加速市场，英伟达市场份额达 82%，AWS 和 Xilinx 分别占比 8%、 4%，AMD、Intel、谷歌均占比 2%。

 

 

美国限制高端 GPU 供应，国产 GPU 芯片厂商迎来黄金发展期  

 

2022 年 8 月 31 日，NVIDIA、AMD 生产的 GPU 产品被美国列入限制范围，NVIDIA被限制的产品包括 A100 和 H100， AMD 受管制 GPU 产品包括 MI100 和 MI200 系列。

 

国产海光 DCU 属于 GPGPU 的一种，在典型应用场景下， 海光深算一号指标达到国际上同类型高端产品的水平，在海外监管趋严的背景下，以海光为代表的国产 GPU 厂商迎来黄金发展期。

 

表：据不完全统计，2020年至2023年AI玩家主要事件一览：

资料来源：部分来自中原证券，搜芯易整理

 

 

下集将介绍边缘AI芯片市场趋势，尤其是国内边缘AI芯片市场行情、市场主要参与者的动向以及国产替代行情；还会介绍终端AI芯片市场趋势，叙述AIGC如何加速终端AI芯片发展的升级并展示该行业的机遇；随着ChatGPT行情持续高涨，AI芯片代工行情，报告将叙述三星与台积电两家主要厂商的发展动向；最后，报告将详叙AI服务器的出货量，并展示受其带动的HBM的市场需求情况。

         

 

信息及配图主要来源：中原证券研究报告，Precedence Research ，TrendForce集邦咨询，全球半导体观察，AI研究院

版权归属：作者/译者/原载