AI计算硬件市场规模

人工智能计算硬件市场分析

人工智能计算硬件市场在预测期内预计复合年增长率为26%。

• 国防部门对人工智能计算硬件的需求推动了市场的发展。空军需要非常规计算架构，用于节能有人机和无人机的模式识别、事件推理、决策、自适应学习和自主任务分配。根据研究人员的说法，主要关注领域是神经形态计算或类脑计算，涉及比传统冯诺依曼架构更先进的处理器。这种设计可能会导致基于新兴纳米技术（例如忆阻器和纳米光子学）的非常规电路。
• 采用现场可编程门阵列（FPGA）来实现高计算速度推动了市场的发展。 FPGA 提供低热输出和低延迟，并提供替代的深 l具有巨大潜力的盈利处理器。例如，通过一些编程工作，开发人员可以修改 FPGA，就像执行各种神经网络的软件一样。如果某个应用随着时间的推移需要多个神经网络，那么 FPGA 是一个不错的选择。此外，FPGA 等硬件加速器在许多行业运行繁重的人工智能训练或数据库工作负载的服务器系统中变得越来越重要。
• 2019 年 9 月，英特尔宣布推出全新英特尔 Stratix 10 DX 现场可编程门阵列 (FPGA)，以帮助加速云中和使用英特尔数据中心技术的企业中的工作负载。它们还有助于提高一些即将推出的英特尔至强可扩展处理器的带宽和硬件加速，延迟降低了 37%，理论最高传输速率为 28 Gbps。
• 但是，由于供应链大幅放缓，COVID-19 的影响影响了市场的增长。全球芯片行业收入下降近12%疫情期间，较2018年下降近570亿美元，最终可能会影响AI计算处理器。英特尔2019年核心微处理器业务增长为零，而逻辑芯片销售额增长了7%。
• 此外，在医疗保健领域也可以观察到市场的增长，以提供帮助医生的处理器。 2020 年 4 月，AMD 宣布设立 COVID-19 HPC（高性能计算）基金，为研究机构提供计算资源，以加速针对 COVID-19 和其他疾病的医学研究。该基金将包括向主要研究机构捐赠 1500 万美元，用于建设由 AMD EPYC CPU（中央处理器）和 AMD Radeon Instinct GPU（图形处理单元）驱动的高性能系统。对于医疗客户，AMD 正在优先考虑并加快产品发货，包括用于呼吸机和呼吸器的 AMD 嵌入式处理器。

AI C计算硬件市场趋势

汽车行业将迎来显着增长

• 汽车行业正在经历十年的快速变革，汽车的互联程度越来越高，电动机等新型推进系统成为主流，汽车自主化水平不断提高。许多汽车制造商已经做出回应，宣布了自动驾驶试点项目，这可能需要人工智能计算硬件。
• 例如，NVIDIA DRIVE AGX 自动驾驶计算平台基于全球首款专为自动驾驶设计的处理器 NVIDIA Xavier 构建。汽车级 Xavier 片上系统 (SoC) 已投入生产，其设计注重安全性，集成了六种不同类型的处理器，可运行用于人工智能、传感器处理、地图绘制和驾驶的冗余且多样化的算法。
• 此外，小鹏 P7 是中国市场上首款支持 L3 级自动驾驶的量产车，由 NVIDIA 的 DRIVE AGX Xavier 片上系统提供支持，可提供环 30 TOPS（每秒万亿次操作）性能，同时仅消耗 30 瓦功率。其自动驾驶系统XPILOT3.0专为中国具有挑战性的道路而设计。它包含 12 个超声波传感器、5 个毫米波雷达、14 个摄像头以及业界唯一的 360° 多感知集成系统。
• 此外，2020 年 4 月，自动驾驶汽车初创公司 Phantom AI 筹集了 2200 万美元的 A 轮融资，由 Celeres Investments 领投，美国汽车制造商福特汽车公司和韩国最大电信公司 KT 跟投。 Phantom AI专注于将计算机视觉、传感器融合和控制能力纳入其解决方案中，并加速其全球生产。
• 此外，厂商还关注下一代环视可视化智能观看平台、驾驶员监控独立视觉处理和电子后视镜解决方案。 2020年4月，安霸宣布CV22FS和CV2FS汽车上市ra SoC，具有人工智能处理功能并符合 ASIL-B 标准，以实现与安全相关的应用。
• 此外，结合对人工智能和神经网络的处理器集成支持，COTS（商用现成平台）可为开发人员提供智能视觉系统所需的一切。 2020 年 2 月，Congatec 将 3.5 英寸产品扩展到 NXP i.MX8 处理器。新型 conga-SMC1 3.5 英寸板不仅具有可扩展处理器性能的 SMARC 插槽，而且还针对 MIPI 摄像头进行了优化，现在可以直接连接，无需任何额外硬件，可用于自动驾驶车辆的态势感知。

亚太地区增长最快比率

• 由于中国和日本等国家人工智能技术的进步，亚太地区预计将出现显着的增长率，这些国家的玩家重点关注通过合作伙伴关系将计算硬件集成到设备中。
• 2020 年 4 月，中国人工智能芯片制造商云天励飞完成了近 10 亿元人民币（1.41 亿美元）的 Pre-IPO 融资，由 Utrust VC、Forebright Capital 及其现有投资者华登国际领投。云天励飞专注于视觉智能领域。其芯片平台Moss近期推出了第二代人工智能芯片DeepEye1000，这是一款异构多核视觉分析SoC，内嵌定制指令集神经网络处理器。
• DeepEye1000的单位性能提升20倍，单位能效提升100倍，系统延迟降低200倍。可应用于智能安防、新业务、智能交通、智能制造、智能仓储、智能家居、机器人、智能超算等行业。这进一步支撑了市场格局
• 2019年8月，华为发布了用于数据训练的AI处理器Ascend 910以及AI计算框架MindSpore。该处理器分别为半精度浮点 (FP16) 提供 256 TeraFLOPS，为整数精度计算 (INT8) 提供 512 TeraFLOPS。此外，华为还计划开发基于Ascend处理器的Atlas和MDC产品，这些产品可以提供给印度的大学和其他合作伙伴，帮助他们开发应用程序来应对行业特定的挑战。这可能会进一步推动印度和中国未来的市场增长。
• 此外，当今的边缘计算设备基于传统的通用 GPU。这些处理器通常无法满足基于人工智能的处理需求不断增长的需求，例如图像识别和分析，由于功耗和发热的增加，这些需求需要更大的设备，成本更高。此类设备及其有限的性能并不理想为了解决这些问题，Socionext Inc. 于 2020 年 3 月开发了一款原型芯片，该芯片采用了新开发的量化深度神经网络 (DNN) 技术，为小型低功耗边缘计算设备提供高度先进的人工智能处理。该原型是日本新能源和工业技术综合开发组织（NEDO）委托的“可更新和低功耗人工智能边缘LSI技术开发”研究项目的一部分。进一步实施，这可能会带来市场的显着增长。

人工智能计算硬件行业概述

人工智能计算硬件市场高度分散，主要参与者采用了各种策略，例如新产品发布、协议、合资、合作伙伴关系等。收购，以扩大他们在这个市场的足迹t。主要参与者包括 Cadence Design Systems Inc.、Synopsys Inc. 等。市场的最新发展包括 -

• 2020 年 - Tenstorrent 资助了超过 3400 万美元，用于开发名为 Grayskull 的一体化计算机系统。 Grayskull 的架构消除了不必要的计算，从而提高了当今最常用的人工智能模型的性能，使数据科学家能够训练复杂的人工智能，而无需为云托管资源付费。该系统具有 120 个 Tenstorrent 专有 Tensix 内核，每个内核均包含一个高利用率数据包处理器、一个单指令多数据 (SIMD) 处理器、一个密集数学计算模块和五个精简指令集计算机 (RISC) 内核。

AI 计算硬件市场领导者