2018-2019AI芯片发展研究分析报告

2018-2019AI芯片发展研究分析报告AI自2017年5月以来发布的AI芯片一览►由于AI芯片对单位能耗算力要求较高，一般采用14nm/12nm/10nm等先进工艺生产。台积电目前和Nvidia、Xilinx等多家芯片厂商展开合作，攻坚7nmAI芯片。AI芯片投资地图►2017年全球数据中心AI芯片规模合计23.6亿美元，其中云►2017年全球手机AI芯片市场规模3.7亿美元。►2017年全球安防摄像头AI芯片市场规模3.3亿美元。►2017年全球自动驾驶AI芯片的市场规模在8.5亿美元。AI局Nvidia在2017年时指出，到2020年，全球云端训练芯片的市模将达到150亿美元。Intel在刚刚结束的2018DCI峰会上，与用于数据中心执行AI加速的FPGA的TAM预测，由70亿历代Apple手机芯片成本趋势►云端训练芯片市场规模在2022年将达到172亿美元，CAGR~54%。►云端推断芯片市场规模在2022年将达到72亿美元，CAGR~84%。►用于智能手机的边缘推断芯片市场规模2022年将达到38亿美元，CAGR~59%。►用于安防摄像头的边缘推断芯片市场规模2022年将达到18►用于自动驾驶汽车的边缘推断芯片市场规模2022年将达到52亿美元CAGR~44%。云端训练芯片：TPU很难撼动NvidiaGPU的垄断地位IAI芯片工作流程►第三方异构计算平台OpenCL+AMDGPU或OpenCL+Intel/Xilinx的FPGA。►云计算服务商自研加速芯片(如Google的TPU)这两种方案。►Google吞吐量)和极高的深度学习计算能力(120TFLOPSvs.TPUv245TFLOPS)，在功耗上也并没有太大劣势(TPU进行训练时，引入浮时也难以和NvidiaGPU匹敌。►Intel片的主体。Intel于2015年底年收购全球第二大FPGA厂商Altera以后，也积极布局CPU+FPGA异构计算助力AI，并持续优化XeonCPU结构。2017年Intel发布了用于Xeon服务►AMD各有千秋U的特殊性，依据具体神经网络算法优化会带来更高的效率，FPGA/ASIC的表现可能更突出。除了Nvidia、Google、Xilinx、Altera(Intel)等传统芯片大厂涉足云端推断芯片以外，Wave►Nvidia采用TSMC16nm制程。TeslaP4拥有2560个流处理器，每秒可进行22万亿次(TOPS)计算(对应INT8)。而性能更强的TeslaP40拥有3840个流处理器，每秒可进行47万亿次 (TOPS)计算(对应INT8)。从单位功耗推断能力来看，P4/P40►Google►WaveComputingWavecomputing于2010年12月成立于加州，目前累计融资computing的一代DPU深度学习算力达180TOPS，且无需CPU来管理工作流。目前公司正与Broadcomm合作在开发二代►GroqGroq是由划在2018GoogleTPU初始团队离职创建的AI芯片公司，计力可达400TOPs(INT8)，单位能耗效率表现抢眼。寒武纪在2017年11月发布云端芯片MLU100，同时支持训练到128TOPS(对应INT8)的运算能力。►比特大陆 之一，如Amazon的语音助手Alexa，其“智能”来自于AWS云而现今AWS云中采用了Nvidia的P40推断芯片，结合TensorRT高性能神经网络推理引擎(一个C++库)，可以将延迟Nvidia云端推断芯片提升语音识别速度RankBrain是Google众多搜索算法的一部分，它是一套计算机中15%的词语是Google没有见过的。RankBrain可以观察到断芯片TPU的辅助。TPU+RankBrain在推断正确率上获得提高先前，在没有深度学习情况下，单纯依靠PageRanking及InvertedIndex，Google也能实现一定程度的对搜索词条排序的手机AI芯片对比断芯片：竞争格局稳定，传统厂商持续受益片供应商和(3)ARM，Synopsys、Cadence等向芯片企业提供历代Apple手机芯片成本趋势智能手机SoC市占率分析(2017)手机AI芯片辅助图片渲染优化II手机AI芯片辅助VivoJovi处理复杂命令用于安防边缘推断芯片：海思、安霸与Nvidia、Mobileye形成有力竞争22022年的18亿美元，CAGR~41%。为海思、安霸(Ambarella)都在近一年内推出了支持AI的安防边款支持8k视频的芯片；安霸也通过集成Cvflows张量DNN打入视频监控解决方案龙头海康威视，实现前装的Nvidia，Movidius同样不甘示弱，Movidius发布的最新产品MyriadX搭载神经计算引擎，在2W的功耗下可实现1TOPS的算力。NvidiaTX2是TX1的升级产品，算力更强，达到1.5TFLOPS，安防AI芯片对比用于自动驾驶的边缘推断芯片：一片蓝海，新竞争者有望突围们预计，其市场规模将从2017年的8.5亿美元，增长至2022 boundingbox标具体在什么位置。 (Movingobjectdetectionandtracking，即MODAT)做出下在50ms级。划NvidiaPX2自动驾驶平台测算，差不多需要15块PX2车载计助驾驶平台，如TI推出了面向于L1/2级的平价产品，而Renesas和NXP步入中高端市场。V3M与Bluebox分别是的Bluebox2.0也在测试中。老牌厂商中Mobileye(被Intel收购)在自动驾驶边缘推断芯片EyeQ经被集成于新一代量产AudiA8中的zFAS平台上，而A8也因此成为第一款支持L3级自下一代产品中，Mobileye和新秀Nvidia有望实现领先。发的最新EyeQ5芯片在10W的功耗下就能达到24TOPS的算Pegasus平台，搭载了两块Nvidia下一代的GPU，将实现下一代自动驾驶AI芯片流片及投产时间预估主要中国AI芯片公司介绍GUC(创意电子)是一家IC后端设计公司，凭借20年的行业经AI计公司至少有20家海思半导体(Hisilicon)海片为Kirin970手机SoC及安防芯片Hi3559AV100。Kirin在处理静态神经网络模型方面有得天独厚的优势。而Hi3559AV100是一款性能领先的支持8k视频的AI芯片。清华紫光展锐(TsinghuaUNISOC)推出了采用8核ARMA55处理器的人工智能SoC芯片GUC(台湾创意电子，3443TT)比特大陆(Bitmain)公司介绍：GUC是弹性客制化IC领导厂商(TheFlexibleASICLeaderTM)，主要从事IC后端设计。后端设计工作以布局布线为寒武纪科技(CambriconTechnologies)端AI芯片。终端AI芯片采用IP授权模式，其产品IPCambriconM，采用A异构智能(NovuMind)地平线机器人(HorizonRobotics)驶两个应用场景，产品为征程1.0芯片(支持L2自动驾驶)和旭日1.0(用于安防智能摄像头)，具有高性能(实时处理1080P@30云天励飞(Intellifusion)