一文看懂2019全球AI晶片產業鏈全局

AI晶片是人工智慧核心技術之一，不僅決定了基礎架構和發展生態，也對算法起到至關重要的作用。目前，全球AI晶片領域仍未形成牢固的技術壁壘，除了英偉達的一枝獨秀和英特爾、賽靈思、谷歌的奮起直追，更有新老玩家的不斷湧入，呈現出「群雄逐鹿」、「百家爭鳴」的局面。

為了緩解我國「缺芯少魂」的窘境，近年來，傳統晶片廠商、科技巨頭、應用層廠商及初創企業紛紛開始涉足其中，不僅力求加快晶片國產化進程，也試圖搶佔市場主動。同時，對於國內廠商來說，在晶片產業鏈，甚至整個AI行業格局未定的態勢下，一旦通過AI晶片實現「彎道超車」，殺出重圍，就有機會成為行業領軍者，其誘惑可謂巨大。

目前，AI晶片在構架、功能和場景上存在較大差異，錯綜複雜，但恰恰只需理清之間的脈絡，就能發現AI晶片產業鏈的格局，甚至看清整個AI行業的現狀和趨勢。

AI晶片產業鏈：應用為王

從構架來看，AI晶片可分為GPU（GraphicsProcessing Unit，圖像處理單元）、FPGA（Field－Programmable Gate Array，現場可編程門陣列）、ASIC（Application Specific Integrated Circuit，專用集成電路）和類腦晶片（模擬人腦的神經網絡架構）四大類。

其中，GPU是通用晶片（性能強大、通用性強，功耗也巨大）；FPGA為半定製的晶片（可編程，靈活性和性能不錯，但價格過高）；ASIC（可定製，性能穩定，功耗也可控，但研發周期長、風險高）則是全定製化晶片；類腦晶片目前離商業化還有一段距離，所以並未進入主流領域。

目前，GPU依舊在雲端保持絕對優勢，而FPGA、ASIC也正在追趕，尤其是ASIC陣營。以谷歌TPU（雲端）、華為麒麟系列（邊緣/NPU）為代表的ASIC產品正呈現出挑戰GPU霸主地位的勢頭。同時，ASIC也憑藉定製化、低功耗等特點，正迅速搶佔邊緣推理市場，成為市場的寵兒。

從功能來看，AI晶片可分為訓練（Training）和推理（Inference），就是機器學習和深度學習兩個重要環節。所謂訓練，就是憑藉大數據讓機器形成一個複雜的神經網絡算法模型，也就是模仿人類的學習。而推理則是通過該算法模型，讓機器模仿人做出推理或決策。

（與傳統晶片一樣，AI晶片產業鏈也離不開IP授權、設計、晶圓代工、封裝和測試等環節，本文以理清晶片設計為主，其他環節就不再一一贅述了。）

從場景來看，AI晶片又分為雲端和邊緣（終端）兩類。由於訓練需要龐大的數據量和高強度的運算量，單一處理器根本無法獨立完成，必須通過雲端藉助龐大的神經網絡才行。而在邊緣方面，各種智能終端可謂天差地別，尤其是移動端，為了滿足用戶越來越苛刻的要求以及增強體驗，就必須配備執行效率高的推理晶片，同時要兼具體積小巧及低功耗，要求也提升不少。進一步對邊緣進行分解的話，AI晶片還與手機、安防、自動駕駛等各類應用場景一一對應，並進行專門的優化，以提升其推理的算法執行效率。

從以上構架、功能和場景三大維度來看，單單從錯綜複雜的構架上，很難看清目前AI晶片產業鏈，只有將場景與功能相結合，才能真正反映這個新興產業鏈的現狀。由此可見，目前AI晶片產業鏈分為三個層次，第一層大致可分為雲端和邊緣兩大領域。在第二層，雲端可分為訓練和推理兩大功能領域，而邊緣則只用於推理，進而對應第三層的各個應用場景。

所以，從AI晶片產業鏈的格局就能看出，目前整個行業的發展脈絡，即應用為王。

全球：群雄逐鹿

據市場研究顧問公司Compass Intelligence在2018年發布的調研報告顯示，英偉達當仁不讓成為領頭羊，英特爾和IBM緊隨其後。值得注意的是，谷歌、蘋果排在第四、第五的位置。此外，AMD、ARM、高通、三星、恩智浦位列前十。

而國內有7家廠商上榜，華為海思、聯發科、寒武紀（Cambricon）、地平線（Horizon）、Imagination（原英國晶片廠商，已被中資收購）、瑞芯微（Rockchip）、芯原（Verisilcon）。

儘管該報告偏重於歐美廠商，但從中可以看出，英偉達、英特爾、IBM、AMD、高通等老牌晶片廠商，已經受到谷歌、蘋果等新興勢力的衝擊，同時一大批初創企業也在緊緊追趕，呈現出「群雄涿鹿」的態勢。

而從排名來看，英偉達、英特爾、IBM、谷歌等都是雲端晶片的代表，而蘋果、ARM、高通、三星、華為等則屬於邊緣陣營，所以目前全球AI晶片呈現出，雲端領先，邊緣追趕的局面。而中國廠商均排名靠後，一定程度上說明國內在雲端晶片方面，與國外廠商仍然不小的差距。

國內：百家爭鳴

在國內，以華為海思、寒武紀、地平線、阿里平頭哥等為代表的「造芯新勢力」已經崛起。華為海思憑藉多年自主研發和經驗積累，整合NPU的麒麟系列SOC晶片已經成為全球炙手可熱的AI計算平臺和解決方案。阿里憑藉「平頭哥」填補了自己在AI晶片上的空白，並已推出首款「含光800」雲端推理晶片，上升勢頭迅猛，是國內不可輕視的一股新興力量。

同時，寒武紀、地平線等廠商也相當活躍，陸續推出自研晶片產品，成為國內AI晶片陣營中的佼佼者。此外，百度、依圖、雲知聲、思必馳、出門問問、Rokid等應用層廠商，也不在拘泥於算法，而是積極向產業鏈上遊靠攏，或是聯合晶片廠商研發晶片，或是自研晶片，以提升自身競爭力。

海量數據和豐富的應用場景是我國AI發展的重要優勢，也符合全球行業發展的大趨勢，從而帶動了一大批中國獨角獸企業的崛起。從目前來看，這些新興晶片廠商，要麼是專注於某一應用場景而開發定製化的晶片，要麼是為補足自身短板並向產業鏈上遊拓展，均是圍繞特定應用場景做文章。但是，無論如何，廠商通過自主研發、相互競爭，必將提升自身的競爭力和影響力，同時百家爭鳴的局面對於我國晶片產業的發展來說，都是百利無一害。

總結：亟待「殺手級」應用

綜上所述，全球科技企業在AI晶片領域競爭激烈，無論是雲端，還是邊緣，根本目都是為了推動應用場景的落地。在數據和應用場景等優勢的作用下，中國廠商通過自身努力，已成為全球產業鏈的重要力量。然而，由於大量核心技術和專利仍然被歐美廠商把持，我國AI晶片領域仍然基礎薄弱、起點低，差距依舊明顯。

從應用場景來看，國內廠商的產品主要集中在手機、安防等機器視覺技術為主的感知層上，認知層和決策層則相對較少。其中，安防成為AI晶片廠商扎堆的領域，運用人臉識別、圖像識別等技術，與海量數據和算法結合，在國內被廣泛應用，成為國內率先落地的AI技術之一。

因此，目前我國AI晶片發展正處於感知層向認知層發展的初級階段，符合行業發展的必然趨勢。同時，由於晶片研發和設計仍然以需求驅動為主，儘管能夠短時間擴大市場規模、完成產品布局，但缺乏高端產品，以致很難產生真正的「殺手級」應用。

隨著AI技術的不斷深入和進步，對於高端AI晶片的需求也必將水漲船高。如今，晶片已成為AI行業，乃至全球科技巨頭共同爭奪的新戰場，更將影響未來行業發展的走勢，絕不可小視。