当前全球AI大模型竞赛热潮持续涌动，海量的数据和复杂的计算任务对算力提出了极高的要求。AI算力芯片作为算力的核心硬件支撑，在推动AI的发展中起到决定性作用，并且为行业带来巨大的增量。Gartner预计，到2027年AI芯片市场营收将达到1194亿美元，是2023年市场规模的两倍以上。随着AI加速发展，算力需求不断攀升带动AI芯片市场持续高涨。
AI芯片即人工智能芯片，也被称为AI加速器或计算卡，是专门针对人工智能领域设计的芯片。其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。AI芯片在云端兼顾执行人工智能的“训练”与“推理”任务，而在终端主要负责执行“推理”操作。从技术架构来看，Al芯片主要分为GPU（图形处理器）、FPGA（现场可编程逻辑门阵列）、ASIC（专用集成电路）三大类。其中，GPU是较为成熟的通用型人工智能芯片，其价值量占AI服务器高达70-75%。FPGA和ASIC则是针对人工智能需求特征的半定制和全定制芯片。就性能和成本效益而言，ASIC在专用计算任务中表现最佳，其计算性能和能效远超通用GPU。但ASIC开发周期较长，且需达到一定生产规模才能实现成本优势。FPGA提供了一种介于GPU和ASIC之间的灵活解决方案，其可编程性使硬件能够在算法迭代时进行有效优化，同时在开发周期上比ASIC更为短暂。
01 GPU
AI大模型特性需要大量高强度的并行计算，GPU具有最强的计算能力同时具备深度学习等能力，是最适合支撑人工智能训练和学习的硬件。GPU是图形处理器的简称，是一种专门用于处理图形、视频、游戏等高性能计算的硬件设备。相对于传统的中央处理器（CPU）而言，GPU拥有更多的计算核心和更快的内存带宽，能够大幅度提高计算效率和图形渲染速度。在已经量产的AI服务器的GPU中，英伟达的AI算力芯片性能更加领先。今年3月，英伟达发布了新一代Blackwell平台的GPU，包括B200和GB200等产品系列。与前一代H100相比，B200的算力提升15倍。英伟达计划在2025年推出Blackwell平台Ultra芯片，并在2026年推出Rubin平台的产品。海外厂商AMD、英特尔、高通、ARM等厂商是GPU市场的重要参与者。近年来，国内厂商华为海思、景嘉微、海光信息、寒武纪、芯原股份、龙芯中科等。也在加速GPU领域的研发。华为昇腾910B芯片采用了先进的达芬奇架构，专为深度学习、推理等AI计算任务设计。在计算能力上，华为昇腾910B芯片半精度可达320TFLOPS，整数精度高达640TOPS，功耗则控制在310W，实现了高效能与低能耗的完美结合，性能与英伟达A100相媲美。
资料来源：华为昇腾寒武纪思元290（MLU290）芯片是公司首款针对云端训练的智能芯片，采用了先进的7nm工艺制程。在4位和8位定点运算下，其理论峰值性能分别达到1024TOPS和512TOPS。寒武纪最先进的GPU产品是最新一代GPU专为AI训练任务设计的MLU370-X8智能加速卡。IP企业芯原股份，可供应GPU所需IP；龙芯中科拥有自研架构。同时，国内也涌现了一批初创企业，包括壁仞科技、沐曦、摩尔线程、天数智芯、燧原、瀚博、后摩智能、芯瞳、登临科技等等。整体而言，GPU的制造成本相比ASIC等AI芯片最低，生态也最繁荣，仍是解决AI算力的不二选择，短时间内其市场地位不会改变。
02 FPGA
FPGA（现场可编程门阵列），是一种可灵活编程的半定制芯片，可以在实验室或现场进行预制和编程，具有开发时间短、不需要流片的优点。在下游应用领域中，凡涉及信号处理和图像处理的场景，几乎都离不开FPGA芯片的应用。FPGA芯片可以根据实际需求进行重新配置，只需在程序内存中写入新的代码即可实现。这意味着用户可以先购买FPGA芯片，再根据自己的应用需求进行设计开发，从而使其成为一种具有高度灵活性和通用性的“万能”芯片。FPGA在灵活性等方面拥有ASIC、GPU等处理器无法比拟的优势。不过相比ASIC芯片，FPGA单片价格会更高，且性能和功耗通常会弱于全定制ASIC芯片。从市场格局来看，FPGA市场高度垄断。全球FPGA市场主要被赛灵思和Altera占据，市占率分别为52%和35%；其次为Lattice和Microsemi，份额均为5%。FPGA国产替代属于早期阶段，高中低端产品分化明显。对于500K以上的高容量FPGA，国产替代仍然面临一定的挑战，需要本土公司在硬件架构、EDA软件、IP性能等方面进行深入研发和创新。公开资料显示，国内主要厂商包括复旦微电子、安路科技、紫光同创（紫光国微子公司）引领FPGA国产替代，相关布局厂商还包括京微齐力、成都华微电子、智多晶、高云半导体等。从行业发展趋势来看，国产FPGA替代将主要朝着两个方向发展：一是高端FPGA，以高容量和更先进制程为特征；二是SoCFPGA。高端FPGA市场的优势在于其格局更加清晰，率先进入的厂商往往能够获得更大的市场份额。多家本土FPGA厂商也开始重视SoCFPGA的研发和推广，有望加快国产替代进程。
03 ASIC
ASIC芯片主要应用于深度学习加速，在大模理推理侧相较其他AI芯片在效率和速度方面具有明显优势。ASIC芯片是一种针对特殊要求的全定制不可编辑芯片，其计算能力和计算效率可根据算法需求进行定制，专为特定任务和场景设计。常见的ASIC芯片包括NPU（神经网络计算芯片）、TPU（Tensor计算芯片）等。由于ASIC芯片是针对特殊目的全定制，所以其优点在于针对特殊领域的算力、能效比通用芯片（CPU、GPU）更强。在推理常用精度下，展现出更高的性价比。从全球ASIC芯片竞争格局来看，传统的CPU领域有英特尔和高通等，GPU领域有英伟达，FPGA有赛灵思和Altera，唯有与AI计算最为定制化结合的ASIC领域尚未有绝对的垄断性龙头。当前海外ASIC供应商以博通、Marvell为代表。博通2024财年公司的人工智能收入增长220%，达到122亿美元。博通目前正在与三个非常大型的客户开发AI芯片，预计明年公司AI芯片的市场规模为150亿-200亿美元。当前海外厂商亚马逊、谷歌、AWS、微软、Meta等持续扩大自研ASIC算力芯片。通过自研芯片，大模型厂商可以更加贴合自身的模型能力的需求来设计芯片的能力，从而取得更优的成本。亚马逊最新发布的AI芯片中，基于ASIC的实例性价比超越基于GPU的实例；谷歌最强AI芯片同样是ASIC。谷歌上周发布迄今最强大的AI大模型Gemini2.0，背后的核心硬件为谷歌最强AI芯片TrilliumTPU—同样也属于ASIC的一种。我国企业阿里巴巴、百度、华为等积极布局自主ASIC方案。国内典型的ASIC芯片例如：阿里平头哥推出含光800AI芯片；百度昆仑系列AI芯片；腾讯在AI推理、视频转码、智能网卡均自研专用芯片等。寒武纪已推出的ASIC芯片产品包括思元590等智能芯片，以及基于思元系列芯片的云端智能加速卡、边缘智能加速卡等。其中，思元590智能芯片的性能直接对标英伟达的核心产品A100，几乎支持当下所有的主流模型。相关布局厂商中还包括澜起科技、全志科技、国科微、淳中科技、山石网科等。
来源：乐晴智库精选
声明：本公众号致力于专业好文分享，部分文章推送时未能与原作者取得联系。版权归属原作者所有！我们对文中观点保持中立，分享不代表本平台观点，所发文章仅供参考交流，非商用。若内容、设计、字体等涉及版权问题，敬请原作者联系我们。
立足本地 深耕跨境
聚焦服务 平台运作
我们致力为全市各级政府、园区、企业和全球企业家朋友提供在烟发展投资选址、战略咨询、投融资、人才引进、技术转化、合资合作等全方位覆盖的资源、全生命周期的服务。
电话：0535-6518123
邮箱：ytgcyf@163.com
网址：www.investorcircle.cn
