AI芯片行业愈加火热，各种产品更是层出不穷。近期，ABI Research 发布的两份新报告详细介绍了当前AI芯片市场的发展状况，根据报告显示：全球AI芯片销售量持续增长，销售金额或将在5年内翻上一倍。

云端AI芯片

人工智能兴起的背后关键因素之一是云计算能力的提升，而这主要是由云端AI芯片的增强和升级推动的。云端AI芯片是专注于AI工作负载的计算芯片，通常部署在云或数据中心应用环境中。

ABI Research 的第一份报告“云端AI芯片：市场前景和供应商定位”表示：云端AI推理和训练所产生的AI芯片市场，预计将从2019年的42亿美元增长到2024年的100亿美元。

2017年至2024年AI芯片销售年度总收入对比及预测（资料来源：ABI Research）

与终端AI芯片相比，云端AI芯片通常具有更高的计算能力，更高的功耗，更大的物理占用面积，因此也相对更加昂贵。

到目前为止，云端AI市场一直由英伟达的GPU和英特尔的CPU主导，而现在的它们正面临着寒武纪科技、Graphcore、Habana Labs 、高通等公司的挑战。

如今的云端AI芯片市场可大致分为三个部分：

混合云（Hybrid cloud）：由两个或更多云端系统组成云端基础设施，这些云端系统包含了私有云、社群云、公用云等。

云端推理AI芯片市场呈现出不同的景象，该市场并非由单一玩家主导，这在一定程度上取决于推理任务的性质，以及在垂直方向上各不相同的领域。ABI Research 预计：从2020年起，ASIC（专用集成电路）将在该领域实现强劲增长。

谷歌的TPU就是这样一个例子，它主要应用于云端 AI相关的训练和推理任务，被视为CPU和GPU技术的强大挑战者。正如报告中所述，谷歌在TPU上的成功为其他云服务提供商提供了开发AI专用芯片的蓝图。据ABI Research预测，到2024年，15％至18％的市场将落在云服务供应商之下。

云端AI芯片相关公司

终端AI芯片

随着AI推理任务向边缘转移，终端AI芯片变得更加重要。

终端AI芯片，指专注于AI工作负载的计算芯片，多应用于AI推理任务，通常部署在包括：终端设备、网关、内部部署服务器等终端环境中。在某些情况下，终端AI芯片还可以支持AI训练，尤其是深度学习模型的训练。

终端，即手机、安防摄像头、汽车、智能家居设备、各种IoT设备等执行边缘计算的智能设备。终端的数量庞大，而且需求差异较大。

ABI Research 的第二份报告“终端AI芯片：技术展望和使用案例”中：终端AI芯片市场，预计到2024年会增长至710亿美元，2019年至2024年之间的复合年增长率为31％。

2017年至2024年，通过推理和训练，AI芯片销售的年度总收入（资料来源：ABI Research）

这种强劲的增长主要得益于AI推理任务向终端迁移，特别是在智能手机、智能家居、自动驾驶、可穿戴设备和机器人等行业。

目前，终端推断有这样三个利基市场：

机器人，由于机器人依赖于许多类型的神经网络，所以它通常需要异构计算架构。例如用于导航的SLAM、用于人机界面的会话AI、用于对象检测的机器视觉等，它们都会在不同程度上使用CPU、GPU和ASIC。英伟达、英特尔和高通在这个领域竞争尤为激烈。
智能工业应用，包括制造业、智能建筑以及石油、天然气部门。在这一方面，FPGA供应商表现优异，这主要归功于FPGA的可编程性，在面对传统设备时，FPGA具备的较高灵活性和适应性。
“非常终端”，即广域网中传感器和其他小端节点中需要嵌入的超低功耗AI芯片。鉴于重点着力于超低功耗，这个市场主要由FPGA公司、RISC-V设计和ASIC供应商组成。

利基市场，指企业选定一个很小的产品或服务领域，集中力量进入并成为领先者，从当地市场到全国再到全球，同时建立各种壁垒，逐渐形成持久的竞争优势。

此外，该报告还研究了开源芯片的当前发展。在RISC-V下，开源芯片初创公司已经开始开发具有高并行计算能力的AI专用芯片。由于对整个行业的参与和贡献，开源AI芯片将更符合市场要求和期望，大大降低了产品维护和升级中的错误和开发成本。

终端AI芯片相关公司