电话咨询 在线咨询 产品定制
010-68321050

AI芯片落地产品的市场解读

五度易链 2018-10-18 1912 85

专属客服号

微信订阅号

科技最前沿

剖析产业发展现状

为区域/园区工作者洞悉行业发展

2016年人工智能芯片市场规模达到6亿美元,预计到2021年将达到52亿美元,年复合增长率达到53%,增长迅猛。


  AI芯片最后代表的是深度学习和算法,AI芯片的这些功能也将会运用到多个行业的产品中发挥智能化特点,更好的发挥这些产品的性能。

  AI芯片市场的市场规模

  2016年人工智能芯片市场规模达到6亿美元,预计到2021年将达到52亿美元,年复合增长率达到53%,增长迅猛。

  1,智能手机

  2016年中国大陆市场智能手机出货量4.67亿部,占全球份额为31.77%;根据数据,2016年中国大陆品牌智能手机出货量6.29亿部,占全球份额为42.8%。在PC电脑方面,根据数据,2016年中国大陆PC电脑出货量0.8亿台,占全球份额为30.8%。2016年中国大陆(含在华国外企业)制造的智能手机占全球的74%,平板电脑占76%笔记本电脑占91%,显示器占88%,数字电视占49%,因此中国大陆电子市场对IC产品有着庞大的需求。

  2,集成电路

  在下游产业爆发式增长的推动下,中国电子产业获得了强大的发展动力,特别是集成电路产业,在下游市场的推动以及政府与资本市场的刺激,呈现了快速的增长。根据中国半导体行业协会的统计,2016年中国集成电路产业销售额(位于中国大陆境内的国内外厂商销售总额)达到4335.5亿元,比上年增长20.1%。集成电路产业销售主要划分为IC设计、IC制造和IC封测三大环节,由于中国在IC设备和材料方面国产化能力低,不具备规模销售能力,因此在整个IC产业销售额中的占比极低。2016年中国IC设计产业销售额1644.3亿元,同比增长24.1%,IC制造产业销售额1126.9亿元,同比增长26.1%,IC封测产业销售额1564.3亿元,同比增长13.03%。

  与中国集成电路产业销售额保持年均20%高增长相对比的是,全球半导体产业保持稳定,2015/2016年的增速均为1.0%左右。

  3,市场规模预测

  根据中国半导体行业协会的测算,IC设计、制造、封测资产投资规模按照专业的投入产出比均值进行测算,设计1:2,制造1:0.25,封测1:1.1。因此,到2020年,设计产业销售增量2600亿元,需要新增投资1300亿元,制造产业销售增量1600亿元,需要新增投资6400亿元,设计产业销售增量1400亿元,需要新增投资1261亿元,合计新增投资约为9000亿元。为了达到集成电路发展目标和配合投资增量,未来五年预计需要在设备和材料领域投入的研发资金分别为180亿元和190亿元,对应2016-2020年产业发展资金投入需要分别达到120亿元和330亿元。

  从市场规模角度来看,半导体设备的市场规模与制造和封测厂的建设投资直接成正比关系,而材料的市场规模与制造和封测厂建成之后的产量/体量成正比关系(产量/体量又正比于制造与封测工厂的投资规模),根据《中国集成电路产业“十三五”发展规划建议》,2020年中国集成电路制造和封测销售额相比于2016年将扩大一倍(从2016年的2681亿元到2020年的5400亿元),因此我们判断,对应集成电路用半导体材料销售额将从2016年的431亿元(65.3亿美元)扩大至2020年的868亿元。

  AI芯片的发展分析

  1,手机和平板。

  手机和平板市场一年的出货量在30亿颗左右(含功能机),除苹果外总值300亿刀。手机主要玩家是苹果(3亿颗以下),高通(8亿颗以上),联发科(7亿颗以上),三星(1亿颗以下),海思(1亿颗),展讯(6亿颗以上),平板总共4亿颗左右。而28纳米工艺,量很大的话(1亿颗以上),工程费用可以摊的很低,平均1平方毫米的成本是8美分左右,低端4G芯片(4核)的面积差不多是50平方毫米以下,成本就是4刀。中端芯片(8核)一般在100平方毫米左右,成本8刀。16纳米以及往上,同样的晶体管数,单位成本会到1.5倍。

  DLA绿色的模块形成类似于固定的流水线,上面有一个控制模块,可以用于动态分配计算单元,以适应不同的网络。稀疏矩阵压缩减少带宽,优化的矩阵算法减少计算量,外加SRAM(一个273x128, 128x128, 128x128 ,128x6 的4层INT8网络,需要70KB SRAM)。有些加速器增加了一个SmartDMA引擎,可以通过简单计算预取所需的数据。对于中高端手机,GPU和CPU的资源在不打游戏的时候有冗余,那么就没有必要去掉图形功能,直接在GPU里面加深度学习加速器就可以,让GPU调度器统一调度,进行异构计算。

  2,家庭市场(智能音箱)

  家庭市场包括机顶盒/家庭网关(4亿颗以下),数字电视(3亿颗以下),电视盒子(1亿以下)三大块。整个市场出货量在7亿片,电器里面的MCU并没有计算在内。MStar/ 海思/博通/ Marvell / Amlogic都在这个市场,小公司更是无数。如果没有特殊要求,拿平板的芯片配个wifi就可以用。当然,中高端的对画质还是有要求,MTK现在的利润从手机移到了电视芯片,屏幕显示这块有独到的技术。很多机顶盒的网络连接也不是以太网,而是同轴电缆等,这种场合也得专门的芯片。

  智能音箱的市场更广泛,其中,亚马逊和谷歌占大头,芯片均采用ARM Cortex-A小核做控制器,DSP做图像和语音处理的方式。其中,DSP的运算能力在10 Gops的INT8 MAC左右,并不高,价格却不便宜,大于20美金。在芯片内部,DSP的主要作用还是回声消除,去噪,语音识别等。自然语言理解和神经网络计算并不是在设备端,而是在云端。在国内,百度和科大讯飞提供SDK甚至模块,不过还是需要连到云端才能启用完整功能。在芯片方面,国内有些公司已经发布了一些带深度学习加速器的芯片,并集成语音处理模块和内存颗粒。未来这类芯片会更多,而软件平台,或者说语义处理到底放在云端还是终端,会成为争夺的焦点。

  3,监控市场

  接下去是监控市场。监控市场上的图像识别是迄今为止深度学习最硬的需求。监控芯片市场本身并不大,有1亿颗以上的量,销售额20亿刀左右。主流公司有安霸,德州仪器和海思,外加几个小公司,OEM自己做芯片的也有。

  传统的监控芯片数据流,从传感器进来,经过图像信号处理单元,然后送给视频编码器编码,最后从网络输出。如果要对图像内容进行识别,那可以从传感器直接拿原始数据,或者从ISP拿处理过的图像,然后进行识别。中高端的监控芯片中还会有个DSP,做一些后处理和识别的工作。现在深度学习加速器进来,其实和DSP是有些冲突的。如果要做识别以外的一些图像算法,这颗DSP还是得在通路上,并不能被替代。并且,DSP对传统算法的软件库支持要好得多。这样,DSP替换不掉,额外增加处理单元在成本上就是一个问题。

  4,机器人和无人机

  第四个市场是机器人/无人机。手机和平板的芯片也能用在这个领域。无人机的话全球一年在200万左右,做视觉处理的芯片也应该是这个量级。无人机用到的识别模块目前看还是DSP和CPU为主,因为DSP还可以做很多图像算法,和监控类似。这个市场对于ISP和深度信息的需求较高,双摄和结构光都可以用来算深度计算。

  在无人机上做ISP和视觉处理,除了要更高的清晰度和实时性外,还比消费电子多了一个要求,容错。无人机的定位都靠视觉,如果给出的数据错误或者模块无反应都不符合预期。解决这个问题很简单,一是增加各种片内存储的ECC和内建自检,二是设两个同样功能的模块,错开时钟输入以避免时钟信号引起的问题,然后输出再等相同周期,同步到一个时钟。如果两个结果不一致,那就做特殊处理,避免扩散数据错误。

  5,汽车市场

  第五个市场是汽车,整个汽车芯片市场近300亿刀,在汽车电子上,深度学习的应用就是ADAS了。在ADAS里面,语音和视觉从技术角度和前几个市场差别不大,只是容错这个需要进一步系统化,形成Function Safety,整个软硬件系统都需要过认证,才容易卖到前装市场。Function Safety比之前的ECC/BIST/Lock Step更进一步,需要对整个芯片和系统软件提供详细的测试代码和文档,分析在各类场景下的错误处理机制,连编译器都需要过认证。认证本身分为ASIL到A-ASIL-D四个等级,最高等级要求系统错误率小于1%。国内很多手机和平板芯片用于后装市场的ADAS,提供语音报警,出货量也过百万。

  5,服务器及其他市场:

  服务端的训练硬件,可以用于训练的移动端GPU每个计算核心面积是1.5mm (TSMC16nm),跑在1Ghz的时候能效比是300Gops/W。最近970发布,麒麟芯片其实非常强调面积成本,而在高端特性上这么舍得花面积,可见海思要在高端机上走出自己的特色之路的决心,值得称道。不过寒武纪既然是个跑指令的通用处理器,除了深度学习的计算,很多其他场合也能用上,比如ISP后处理,计算结构光深度信息等等,能效可能比DSP还高些。

  AI芯片促进了科技产品的智能化发展,将这项技术和现有产品结合在一起才能实际扩大AI芯片的市场份额,这也是相关公司的努力方向。


本文由五度数科整理,转载请标明出处,违者必究!

评论

产业专题

申请产品定制

请完善以下信息,我们的顾问会在1个工作日内与您联系,为您安排产品定制服务

  • *姓名

  • *手机号

  • *验证码

    获取验证码
    获取验证码
  • *您的邮箱

  • *政府/园区/机构/企业名称

  • 您的职务

  • 备注