中国算力芯片如何在全球人工智能竞争中胜出?

【产业链图谱 | 人工智能产业链图谱_人工智能产业链全景图】

【研究报告 | 人工智能行业研究报告】

　　摘要：半导体芯片应用领域已经从传统的PC群发展到规模化数据应用中心，并且已经拓展云端和AI智能端。随着中美欧日等国相继出台政策扶持AI产业发展，英特尔、英伟达、谷歌、华为、高通、博通等科技巨头下沉做AI算力芯片，AI芯片的核心竞争力在哪里?那么未来竞争格局将是怎样?谁又将决胜未来呢?本文简要分析并重点回答这三大问题。

　　AI芯片核心竞争力：云端+边缘端多维度的适用

　　当前人工智能(AI)主要分为三大构成要素：数据、算法和芯片算力。芯片算力已经成为各国各大巨头逐鹿焦点。AI芯片是指专门针对AI算法做出特定设计的芯片，与传统的CPU最大的不同点是AI芯片具有大量的计算单元，能够满足大规模并行计算的需求。

　　基于通用性与计算性能差异，AI芯片具备三大明确的技术路径：(1)通用GPU(游戏业务中图形处理，并能渗透数据中心训练端)；(2)更可编程的FPGA(迭代升级快速，场景化应用前景广大)；(3)定制化ASIC(适用不同需求的终端)。

　　云端计算设备稳定性和能耗持续性良好，并能提供海量训练样本数据，适合模型训练。深度学习分为模型训练与推断判断，模型训练需要海量的训练样本，根据业内普遍反馈，模型训练迭代优化时长为数小时到数天，云端计算设备可提供良好的稳定性和能耗持续性，因此适合模型训练。

　　智能化的关键基础设施将带动智能边缘中心的AI芯片成倍增长。根据IDC《全球数据中心市场2018年预测》：到2021年随着企业通过连接核心和边缘数据中心资源来支持数字化转型的进行，中国企业数据中心25%的关键基础设施将实现智能化，而在智能边缘中心的智能IT也将会更多。

　　AI芯片的未来竞争格局：美国领先，中国后来居上

　　美国厂商绝对领先：英伟达和AMD掌握GPU话语权，针对企业级客户需求的突围点是FPGA和ASIC。AI计算设备主要是指搭载GPU/FPGA/ASIC等专用芯片或加速卡并针对特定应用场景的做出迭代优化的设备。云端AI计算设备主要是指服务器等计算设备，而GPU芯片主导权掌握在传统的英伟达和AMD等巨头厂商手中，根据DRAM eXchange市场跟踪数据，在2017H1英伟达占据全球GPU出货份额的近70%。尽管赛灵思掌握FPGA领域90%左右市场份额，但如地平线、寒武纪等国内创业公司仍在FPGA和ASIC领域做出较大突破，并已经开始流片量产。

　　中国后来居上，看好华为GPU在云端重点突破。2017年7月华为宣布达芬奇计划，主要内容包括：一是将AI引入华为的所有产品和服务当中，包括电信基站、云数据中心、智能手机、监控摄像头等;二是为数据中心开发新的AI芯片，使得语音识别、图像识别等应用可以在云端使用。目前华为正在与微软等合作伙伴商讨将其AI芯片应用于云端业务，这离不开华为在研发领域的持续性投入。根据华为公布的2017年报，其研发费用达897亿元人民币，同比增长17.4%，近十年投入研发费用超过3940亿元。在持续的研发投入下，华为海思麒麟970被称作全球首款手机AI处理器，刚发布的麒麟980还首次搭载了双NPU。可见华为在终端的AI应用已经处于领先地位，未来看好云端业务。

　　谁将决胜未来：新一轮“星球大战”中国家意志下企业精神

　　AI芯片竞争，归根结底是持续性投入资本和人力的竞争，而这由将取决于国家层面的支持力度和创新企业家精神。

　　从实质上看，AI竞争堪称新一轮的“星球大战”，国家意志起到引领作用。2016年10月美国国家科学技术委员会发布《国家人工智能研究和发展战略计划》，2016年5月年国家发改委发布《“互联网+”人工智能三年行动实施方案》，国务院又相继发布《新一代人工智能发展规划》，确立我国新一代人工智能发展“三步走”目标：到2020年人工智能总体技术和应用与世界先进水平同步，到2025年人工智能基础理论实现重大突破，到2030年成为世界主要人工智能创新中心。到2030年我国AI将带动相关产业规模超过10万亿元。

　　企业家战略布局和创新精神将成为决定因素。在明确的政策指引下，科技巨头看到AI产业的广阔前景和芯片的核心卡位价值，纷纷抢滩布局，而这其中的关键决定因素之一就是企业家的创新精神，英伟达的黄仁勋、华为的任正非等人无不是技术至上主义者，战略眼光慧具远至十年以后，重视人才和未来技术储备。同时互联网巨头阿里也纷纷成立达摩院等未来技术研究部门，将触角从AI上层应用深化到底层芯片算力。

　　结语

　　AI芯片将成为未来核心技术的关键赛道，而国家意志之下的企业创新将成为决胜因素。从目前现状来看，美国占据先发优势，并已经形成一定程度的护城河，而中国的华为、阿里以及寒武纪等全力追赶，也将取得一席之地。