众多企业纷纷入场布局人工智能芯片，市场前景广阔

原标题：众多企业纷纷入场布局人工智能芯片，市场前景广阔

一、AI行业定义

AI是人工智能（Artificial Intelligence）的英文缩写，广义的AI是指通过计算机实现人的头脑思维所产生的效果，是对能够从环境中获取感知并执行行动的智能体的描述和构建；狭义的AI包括AI产业（包含技术、算法、应用等多方面的价值体系）、AI技术（包括使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能）。

AI产业：AI产业的构建包括数据资源、计算机引擎、算法、技术、基于AI算法和技术进行研发及拓展应用的企业以及应用领域。

AI技术：AI技术是人类在利用和改造机器的过程中所掌握的物质方法、手段和知识等各种活动方式的总和。

二、AI发展阶段

AI发展至今大致经历了三次发展浪潮。

1956年，在达特茅斯学院（Dartmouth College）举办的一个学术会议上，科学家首次提出AI概念，AI迎来第一次发展浪潮，在这时期提出一系列的LISP表处理语言、神经网络、启发式算法等为AI的发展奠定了基础。1969年国际人工智能联合会议更是标志着AI已得到了国际的认可。由于技术处于启蒙阶段，且计算条件各方面有限，无法为AI技术的发展提供助力。

20世纪80年代以来，“专家系统”的兴起推动AI进入第二次发展浪潮。但随着苹果公司（Apple）和国际商业机器公司（IBM）计算机性能的不断提升，甚至超过“专家系统”，导致AI发展陷入低谷。

2006年，欣顿（Hinton）提出的“深度学习”算法大大提高了算法性能，使AI在语音识别、图像处理等领域获得突破性发展。2013年，“深度学习”算法在语音和视觉识别上的识别率分别超过99%和95%，推动AI技术在该领域进入商业化阶段。这为AI产业的发展注入了强大动力，并在市场机制的作用下进入高速发展期。随着各国逐渐将发展AI产业上升到国家战略高度，国内外互联网等行业巨头纷纷加快布局，AI迎来发展的第三次浪潮。在这一背景下，我国也开始高度重视发展AI产业。2017年7月，国务院出台《新一代人工智能发展规划》，将发展AI产业上升为国家战略。在新一轮信息技术革命中，AI产业将成为经济发展的新引擎及促进传统产业转型升级的重要抓手。

三、行业产业链分析

据《华经市场调查网》发布的《2020-2025年中国人工智能芯片市场现状及行业供需形势深度调查报告》AI产业链可以分为三大环节，分别是基础层、技术层和应用层。基础层主要提供数据输入和计算能力，包括AI芯片、AI基础设施等基础硬件以及数据、服务等；技术层上面主要是开发算法模型，通过软件框架进行训练和学习，获得AI技术，AI技术包括智能语音、计算机视觉、自然语言处理等；应用层面上是针对不同的场景，将AI技术进行商业化落地，如智能机器人、智能驾驶、智能医疗、智能家居等，应用层面的发达使得AI市场发展前景极为广阔。

AI产业链分析

数据来源：华经市场调查网

四、 全球竞争格局

1、基础层

人工智能基础层面主要提供计算能力，涉及芯片，传感器、云计算及大数据领域。基础层得益于万物互联趋势日益显著和开源生态的加速构建，智能传感器和算法模型产业将快速增长。

人工智能产业得以快速发展，无论是算法的实现、海量数据的获取和存储还是计算能力的体现都离不开目前唯一的物理基础——芯片。出于对人工智能产业发展前景的看好，众多企业纷纷入场布局人工智能芯片。而这其中，既有如Nvidia、AMD、IBM、Intel及高通等传统的芯片老牌企业，也有如苹果、Google、亚马逊、华为、阿里巴巴、百度等互联网企业，更有近年来逐渐兴起的新贵如中科寒武纪、中星微、地平线机器人、Nervana Systems等。

目前全球人工智能计算力主要以GPU为主，占据全球80%以上计算力。AI芯片组产品包括：中央处理器（CPU）、图形处理器（GPU）、神经网络处理器（NNP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）、精简指令集（RISC）处理器、加速器等等。

2、技术层

技术层是人工智能发展的核心，对应用层的产品智能化程度起到决定性作用，在这一发展过程中，算法和计算力对AI的发展起到主要推动作用。

技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模，以及开发面向不同领域的应用技术，包含感知智能和认知智能两个阶段。

感知智能阶段通过传感器、搜索引擎和人机交互等实现人与信息的连接，获得建模所需的数据，如语音识别、图像识别、自然语音处理和生物识别等。认知智能阶段对获取的数据进行建模运算，利用深度学习等类人脑的思考功能得出结果，如机器学习、预测类API和人工智能平台等。在此基础上，人工智能才能够掌握“看”与“听”的基础性信息输入与处理能力，才能向用户层面演变出更多的应用型产品。

人工智能技术层面主要依托运算平台和数据资源，开发不同领域技术，包括语音类技术（包括语音识别、语音合成等）、视觉类技术（包括生物识别、图像识别、视频识别等）和自然语言处理类技术（包括机器翻译、文本挖掘、情感分析等），目前谷歌、亚马逊、苹果等企业都在重点布局该领域。

3、应用层

应用层中，应用场景多元化延伸拓展为智能机器人产业形成新增长点，全球高度关注公共安全治理推动智能安防产业快速崛起，垂直行业应用的不断深入激发智能内容推荐催生了海量的定制化需求。

从提高生产力的角度来看，AI为交通、医疗、教育、工业等行业的各层级提供深度融通，ICT（信息与通信技术）供给能力产生质的飞跃；从相关消费/商业市场的角度来看，AI加持下，实体经济数字化、网络化、智能化转型升级步伐加快。

人工智能在行业应用上包括智能机器人、智能驾驶、无人机、AR/VR、大数据及数据服务、各类垂直领域应用（AI+）等，应用领域非常广泛。

（1）智能机器人

全球智能机器人产业格局正处于重塑期和窗口期，智能机器人产业的传统格局已经被打破，新的产业格局正在逐步形成。在传统市场，Universal Robots、Rethink Robotics等创新技术企业已经在协作机器人等新领域对发那科、库卡、ABB等传统巨头构成了威胁，而新松、埃弗顿、广州数控等本土机器人企业凭借成本、服务等方面的优势加速崛起，也开始向巨头企业发起挑战。而在新兴市场，技术、思维与资本的相互碰撞推动了产业发展的百花齐放，既有专注技术、引领未来发展的波士顿动力公司，也有产品精准定位、商业推广成功的大疆无人机公司，还有跨界融合、创新理念的达闼科技公司，一批特色鲜明的独角兽企业正在不断成长壮大。

（2）智能家居

智能家居主要是基于物联网技术，通过智能硬件、软件系统、云计算平台构成一套完整的家居生态圈。用户可以进行远程控制设备，设备间可以互联互通，并进行自我学习等，来整体优化家居环境的安全性、节能性、便捷性等。

国外智能家居发展已有十年，已经进入相对发达阶段。从智能家居普及率的增长情况来看，美国位居第一，日本、瑞典、德国、挪威紧随其后。

目前，欧美地区的智能家居市场发展最快，不过亚太区也有很多实实在在的需求，像泰国、越南等东南亚市场正大力兴建基础设施，其中也包括了很多住房性的建筑需求，这些都是智能家居厂商未来要去开发的市场。

（3）智能医疗

随着智慧医疗的快速发展，基于医疗行业数字化、智能化及资源整合的需求，AI等新兴科技应用于医疗的程度越来越高。AI能模拟人类的思维和工作过程，并且独立解决问题而不需要进行编程，AI还可以接受新的信息并从中学习，无需人工干预。超级计算能力的应用使AI能够以比人类更快速的处理信息、解决问题或得出人类头脑永远无法得出的结论。AI运用于医疗领域，则可以更快速、准确、有效地冶疗各种疾病。

具体到临床方面，人工智能应用比较成熟领域的首先是医疗影像分析，因为影像本身就是结构化的，没有人为因素干扰，可以通过人工智能进行快速、准确的分析；其次是医疗大数据，可以把非结构化变成结构化的数据，通过分析大量的病历资料找出更好的治疗方案，更好地管理疾病，目前也有许多公司在进行相关的研究；最后，各种辅助型医疗机器人也异军突起，得到快速发展。

另外，随着人工智能生物科技创业公司的崛起，传统制药公司也在利用人工智能SaaS（软件即服务）创业公司寻找新颖的解决方案。2018年5月，辉瑞与XtalPi达成战略合作（这是一家获得腾讯和谷歌等科技巨头支持的AI创业公司），希望预测小分子的药物特性，并开发“基于计算机的合理药物设计”。但辉瑞并非个例，诺华、赛诺菲、葛兰素史克、安进和默克等制药巨头都宣布与AI创业公司合作发现新的药物，以期治疗各种疾病。

（4）智能安防

目前安防智能化主要的表现还是集中在前端设备产品的某些智能功能，以及一些配备智能分析的NVR/DVR和后端的智能分析平台系统。目前智能化水平还处在初级阶段，周边的硬件及软件设备还未完善，还有很多环境和应用限制条件。

相对于传统安防，智能安防的技术门槛有了极大程度的提高，系统的复杂性和技术性都呈指数增长。大数据、云计算、深度学习、人工智能应用等等技术，是安防智能化发展的关键技术。

随着全球各地加速智慧城市建设，直接促进了安防产业发展。安防领域也是AI技术最大应用场景之一，以视频识别应用为核心的AI技术应用于各城市及公共场所，为安防领域带来前所未有的大机遇。

（5）智能教育

人工智能系统提供的众多好处是对其需求不断增长的主要因素。它帮助学生改进学习方式，通过评估他们现有的知识和学习水平提供个性化的辅导和高质量的教育。

人工智能可以通过解决包括计划、推理、语言处理和认知建模等之前所面临的学习挑战来帮助提高教育质量。人工智能的目标是成为学习领域的虚拟促进力量，并创造出虚拟的类人特质，可以通过语言和非语言交流，以自然的方式进行思考、反应、行动和互动。它有助于改进特定领域的知识，特别是在科学、技术、数学和工程领域。教育系统中的人工智能通常会收集大量的学生数据，通过计算后增强领域模型。

教育市场人工智能领域的主要企业包括了IBM、AWS、MIcrosoft、Google、Nuance、Century Tech、Blackboard、Pearson、Cognii、discoveri、Volley.com、Blippar、Knewton、Jenzabar、Content Technologies、PLEIQ、Luilishuo、Pixatel System和Quantum Adaptive Learning。