2020-2026年中國人工智能芯片行業(yè)發(fā)展分析及前景策略研究報告
http://www.diannaozhi.com 2019-10-06 08:34 中企顧問網(wǎng)
2020-2026年中國人工智能芯片行業(yè)發(fā)展分析及前景策略研究報告2019-10
人工智能是未來幾年內(nèi)最火熱的領(lǐng)域之一，政府及企業(yè)都將不遺余力地推動產(chǎn)業(yè)化應(yīng)用，尤其在人工智能芯片領(lǐng)域。作為產(chǎn)業(yè)制高點，人工智能芯片可應(yīng)用范圍廣，如智能手機(jī)、醫(yī)療健康、金融、零售等，發(fā)展空間巨大。隨著人工智能時代的到來，人工智能芯片定能迎來大展身手的時機(jī)。
簡單說就是用數(shù)學(xué)方法模擬人腦神經(jīng)網(wǎng)絡(luò)，用大量數(shù)據(jù)訓(xùn)練機(jī)器來模擬人腦學(xué)習(xí)過程，其本質(zhì)是把傳統(tǒng)算法問題轉(zhuǎn)化為數(shù)據(jù)和計算問題。所以對底層基礎(chǔ)芯片的要求也發(fā)生了根本性改變：人工智能芯片的設(shè)計目的不是為了執(zhí)行指令，而是為了大量數(shù)據(jù)訓(xùn)練和應(yīng)用的計算。
人工智能芯片跟我們傳統(tǒng)意義上的芯片有很大的不相同。它其實包括兩個計算過程：1、訓(xùn)練（Train）；2、應(yīng)用（Inference）。此外人工智能芯片和傳統(tǒng)計算芯片一樣，同時還包括兩大類市場：1、數(shù)據(jù)中心為代表的后端市場；2、廣義終端市場。
報告目錄：
1.1 人工智能芯片的相關(guān)介紹
1.1.1 芯片的定義及分類
1.1.2 人工智能芯片的內(nèi)涵
1.1.3 人工智能芯片的要素
1.1.4 人工智能芯片生態(tài)體系
1.2 人工智能芯片與人工智能的關(guān)系
1.2.1 人工智能的內(nèi)涵
1.2.2 人工智能對芯片的要求提高
1.2.3 人工智能芯片成為戰(zhàn)略高點
第二章 人工智能芯片行業(yè)發(fā)展機(jī)遇分析
2.1 政策機(jī)遇
2.1.1 集成電路產(chǎn)業(yè)發(fā)展綱要發(fā)布
2.1.2 芯片技術(shù)標(biāo)準(zhǔn)建設(shè)逐步完善
2.1.3 人工智能迎來政策環(huán)境良好
2.1.4 人工智能發(fā)展規(guī)劃強(qiáng)調(diào)AI芯片
2.2 產(chǎn)業(yè)機(jī)遇
2.2.1 人工智能步入黃金時期
2.2.2 人工智能技術(shù)研究加快
2.2.3 全球人工智能融資規(guī)模
2.2.4 國內(nèi)人工智能融資狀況
2.2.5 人工智能應(yīng)用前景廣闊
2.3 社會機(jī)遇
2.3.1 互聯(lián)網(wǎng)加速發(fā)展
2.3.2 智能產(chǎn)品逐步普及
2.3.3 科技人才隊伍壯大
2.4 技術(shù)機(jī)遇
2.4.1 芯片計算能力大幅上升
2.4.2 云計算逐步降低計算成本
2.4.3 深度學(xué)習(xí)對算法要求提高
2.4.4 移動終端應(yīng)用提出新要求
第三章 人工智能芯片背景產(chǎn)業(yè)——芯片行業(yè)
3.1 芯片專利申請狀況
3.1.1 專利的分類及收購
3.1.2 各國專利申請排名
3.1.3 企業(yè)專利申請排名
3.1.4 我國專利申請概況
3.2 芯片市場運行分析
3.2.1 國際市場依賴性強(qiáng)
3.2.2 技術(shù)研發(fā)投入加大
3.2.3 行業(yè)發(fā)展格局分析
3.2.4 市場銷量規(guī)模分析
3.2.5 產(chǎn)業(yè)運行特點分析
3.2.6 行業(yè)發(fā)展前景展望
3.2.7 產(chǎn)業(yè)發(fā)展趨勢分析
3.3 芯片材料行業(yè)發(fā)展分析
3.3.1 半導(dǎo)體材料發(fā)展進(jìn)程
3.3.2 半導(dǎo)體材料市場回顧
3.3.3 半導(dǎo)體材料市場現(xiàn)狀
3.3.4 半導(dǎo)體材料研發(fā)動態(tài)
3.3.5 新型半導(dǎo)體材料產(chǎn)業(yè)
3.4 芯片材料應(yīng)用市場分析
3.4.1 家電芯片行業(yè)分析
3.4.2 手機(jī)芯片市場分析
3.4.3 LED芯片市場狀況
3.4.4 車用芯片市場分析
3.5 2016-2019年中國集成電路進(jìn)出口數(shù)據(jù)分析
3.5.1 中國集成電路進(jìn)出口總量數(shù)據(jù)分析
3.5.2 2016-2019年主要貿(mào)易國集成電路進(jìn)出口情況分析
3.5.3 2016-2019年主要省市集成電路進(jìn)出口情況分析
3.6 國內(nèi)芯片產(chǎn)業(yè)發(fā)展的問題及對策
3.6.1 國產(chǎn)芯片產(chǎn)業(yè)的差距
3.6.2 國產(chǎn)芯片落后的原因
3.6.3 國產(chǎn)芯片發(fā)展的建議
3.6.4 產(chǎn)業(yè)持續(xù)發(fā)展的對策
第四章 2016-2019年人工智能芯片行業(yè)發(fā)展分析
4.1 人工智能芯片行業(yè)發(fā)展綜況
4.1.1 人工智能芯片發(fā)展階段
4.1.2 全球人工智能芯片市場
4.1.3 國內(nèi)人工智能芯片市場
4.1.4 人工智能芯片產(chǎn)業(yè)化狀況
4.2 企業(yè)加快人工智能芯片行業(yè)布局
4.2.1 互聯(lián)網(wǎng)公司布局AI芯片市場
4.2.2 百度加快智能芯片研發(fā)
4.2.3 高通旗艦芯片正式發(fā)布
4.3 科技巨頭打造“平臺+芯片”模式
4.3.1 阿里云
4.3.2 百度開放云
4.4 中美人工智能芯片行業(yè)實力對比
4.4.1 技術(shù)實力對比
4.4.2 企業(yè)實力對比
4.4.3 人才實力對比
4.5 人工智能芯片行業(yè)發(fā)展問題及對策
4.5.1 行業(yè)發(fā)展痛點
4.5.2 企業(yè)發(fā)展問題
4.5.3 行業(yè)發(fā)展對策
第五章 2016-2019年人工智能芯片細(xì)分領(lǐng)域分析
5.1 人工智能芯片的主要類型及對比
5.1.1 人工智能芯片主要類型
5.1.2 人工智能芯片對比分析
5.2 GPU芯片分析
5.2.1 GPU芯片簡介
5.2.2 GPU芯片特點
5.2.3 國外企業(yè)布局GPU
5.2.4 國內(nèi)GPU產(chǎn)業(yè)分析
5.3 FPGA芯片分析
5.3.1 GPU芯片簡介
5.3.2 GPU芯片特點
5.3.3 全球FPGA市場規(guī)模
5.3.4 國內(nèi)FPGA行業(yè)分析
5.4 ASIC芯片分析
5.4.1 ASIC芯片簡介
5.4.2 ASIC芯片特點
5.4.3 ASI應(yīng)用領(lǐng)域
5.4.4 國際企業(yè)布局ASIC
5.4.5 國內(nèi)ASIC行業(yè)分析
5.5 類腦芯片（人腦芯片）
5.5.1 類腦芯片基本特點
5.5.2 類腦芯片發(fā)展基礎(chǔ)
5.5.3 國外類腦芯片研發(fā)
5.5.4 國內(nèi)類腦芯片研發(fā)
5.5.5 類腦芯片典型代表
5.5.6 類腦芯片前景可期
第六章 2016-2019年人工智能芯片重點應(yīng)用領(lǐng)域分析
6.1 人工智能芯片應(yīng)用狀況分析
6.1.1 AI芯片的應(yīng)用場景
6.1.2 AI芯片的應(yīng)用潛力
6.1.3 AI芯片的應(yīng)用空間
6.2 智能手機(jī)行業(yè)
6.2.1 全球智能手機(jī)出貨規(guī)模
6.2.2 中國智能手機(jī)市場狀況
6.2.3 人工智能芯片的手機(jī)應(yīng)用
6.2.4 企業(yè)加快手機(jī)AI芯片布局
6.2.5 手機(jī)AI應(yīng)用芯片研發(fā)動態(tài)
6.2.6 蘋果新品應(yīng)用人工智能芯片
6.3 智能音箱行業(yè)
6.3.1 智能音箱基本概述
6.3.2 智能音箱市場運行
6.3.3 企業(yè)加快行業(yè)布局
6.3.4 芯片廠商積極布局
6.3.5 典型AI芯片應(yīng)用案例
6.4 機(jī)器人行業(yè)
6.4.1 市場需求及機(jī)會領(lǐng)域分析
6.4.2 智能機(jī)器人市場規(guī)模狀況
6.4.3 機(jī)器人領(lǐng)域投資狀況分析
6.4.4 AI芯片在機(jī)器人上的應(yīng)用
6.4.5 企業(yè)布局機(jī)器人驅(qū)動芯片
6.5 智能汽車行業(yè)
6.5.1 國際企業(yè)加快車用AI芯片研發(fā)
6.5.2 國內(nèi)智能汽車獲得政策支持
6.5.3 國內(nèi)無人駕駛實現(xiàn)規(guī)范化發(fā)展
6.5.4 人工智能芯片應(yīng)用于智能汽車
6.5.5 汽車智能芯片應(yīng)用規(guī)模預(yù)測
6.6 其他領(lǐng)域
6.6.1 智能安防領(lǐng)域
6.6.2 醫(yī)療健康領(lǐng)域
6.6.3 無人機(jī)領(lǐng)域
6.6.4 智能眼鏡芯片
6.6.5 人臉識別芯片
第七章 2016-2019年國際人工智能芯片典型企業(yè)分析
7.1 Nvidia（英偉達(dá)）
7.1.1 企業(yè)發(fā)展概況
7.1.2 財務(wù)運營狀況
7.1.3 市場拓展?fàn)顩r
7.1.4 AI芯片產(chǎn)業(yè)地位
7.1.5 AI芯片產(chǎn)業(yè)布局
7.1.6 AI芯片研發(fā)動態(tài)
7.2 Intel（英特爾）
7.2.1 企業(yè)發(fā)展概況
7.2.2 企業(yè)財務(wù)狀況
7.2.3 AI芯片產(chǎn)品研發(fā)
7.2.4 企業(yè)合作動態(tài)
7.3 Qualcomm（高通）
7.3.1 企業(yè)發(fā)展概況
7.3.2 財務(wù)運營狀況
7.3.3 芯片業(yè)務(wù)狀況
7.3.4 AI芯片研發(fā)動態(tài)
7.4 IBM
7.4.1 企業(yè)發(fā)展概況
7.4.2 企業(yè)財務(wù)狀況
7.4.3 典型產(chǎn)品分析
7.4.4 AI芯片產(chǎn)業(yè)布局
7.4.5 AI芯片研發(fā)動態(tài)
7.5 Google（谷歌）
7.5.1 企業(yè)發(fā)展概況
7.5.2 企業(yè)財務(wù)狀況
7.5.3 AI芯片發(fā)展優(yōu)勢
7.5.4 AI芯片產(chǎn)業(yè)布局
7.5.5 云端AI芯片發(fā)布
7.6 Microsoft（微軟）
7.6.1 企業(yè)發(fā)展概況
7.6.2 企業(yè)財務(wù)狀況
7.6.3 AI芯片產(chǎn)業(yè)布局
7.6.4 AI芯片研發(fā)動態(tài)
7.7 其他企業(yè)分析
7.7.1 蘋果公司
7.7.2 Facebook
7.7.3 CEVA
7.7.4 ARM
7.7.5 AMD
第八章 2016-2019年國內(nèi)人工智能芯片重點企業(yè)分析
8.1 地平線機(jī)器人公司
8.1.1 企業(yè)發(fā)展概況
8.1.2 人工智能探索
8.1.3 企業(yè)融資狀況
8.1.4 AI芯片產(chǎn)業(yè)布局
8.1.5 AI芯片研發(fā)動態(tài)
8.2 北京中科寒武紀(jì)科技有限公司
8.2.1 企業(yè)發(fā)展概況
8.2.2 企業(yè)合作動態(tài)
8.2.3 企業(yè)融資動態(tài)
8.2.4 AI芯片產(chǎn)品研發(fā)
8.3 中興通訊股份有限公司
8.3.1 企業(yè)發(fā)展概況
8.3.2 財務(wù)運營狀況
8.3.3 布局人工智能
8.3.4 AI芯片布局
8.3.5 未來前景展望
8.4 科大訊飛股份有限公司
8.4.1 企業(yè)發(fā)展概況
8.4.2 財務(wù)運營狀況
8.4.3 語音芯片產(chǎn)品
8.4.4 企業(yè)競爭實力
8.4.5 公司發(fā)展戰(zhàn)略
8.4.6 未來前景展望
8.5 華為技術(shù)有限公司
8.5.1 企業(yè)發(fā)展概況
8.5.2 技術(shù)研發(fā)實力
8.5.3 AI芯片產(chǎn)業(yè)布局
8.6 其他企業(yè)發(fā)展動態(tài)
8.6.1 深鑒科技
8.6.2 西井科技
8.6.3 啟英泰倫
8.6.4 中星微電子
第九章 人工智能芯片行業(yè)投資壁壘及投資前景
9.1 人工智能芯片行業(yè)投資壁壘
9.1.1 專利技術(shù)壁壘
9.1.2 市場競爭壁壘
9.1.3 投資周期漫長
9.2 人工智能芯片行業(yè)投資動態(tài)
9.2.1 初創(chuàng)公司加快AI芯片投資
9.2.2 AI芯片行業(yè)融資動態(tài)分析
9.2.3 光學(xué)AI芯片公司融資動態(tài)
9.2.4 人工智能芯片設(shè)計公司獲投
9.3 人工智能芯片行業(yè)投資潛力
9.3.1 投資空間分析
9.3.2 投資推動因素
9.4 人工智能芯片行業(yè)投資策略
9.4.1 投資方式策略
9.4.2 投資領(lǐng)域策略
9.4.3 產(chǎn)品創(chuàng)新策略
9.4.4 商業(yè)模式策略
第十章 2020-2026年人工智能芯片行業(yè)發(fā)展前景及趨勢預(yù)測
10.1 人工智能芯片行業(yè)發(fā)展前景
10.1.1 人工智能軟件市場展望
10.1.2 國內(nèi)AI芯片將加快發(fā)展
10.1.3 AI芯片細(xì)分市場發(fā)展展望
10.2 人工智能芯片的發(fā)展路線及方向
10.2.1 人工智能芯片發(fā)展態(tài)勢
10.2.2 人工智能芯片發(fā)展路徑
10.2.3 人工智能芯片技術(shù)趨勢
10.3 人工智能芯片定制化趨勢分析
10.3.1 AI芯片定制化發(fā)展背景
10.3.2 半定制AI芯片布局加快
10.3.3 全定制AI芯片典型代表
10.4 人工智能芯片市場空間預(yù)測
10.4.1 整體市場規(guī)模預(yù)測
10.4.2 云端應(yīng)用規(guī)模預(yù)測
10.4.3 典型應(yīng)用規(guī)模預(yù)測
圖表目錄
圖表1 芯片與集成電路
圖表2 深度學(xué)習(xí)訓(xùn)練和推斷環(huán)節(jié)相關(guān)芯片
圖表3 人工智能芯片的生態(tài)體系
圖表4 人工智能定義
圖表5 人工智能三個階段
圖表6 人工智能產(chǎn)業(yè)結(jié)構(gòu)
圖表7 人工智能產(chǎn)業(yè)結(jié)構(gòu)具體說明
圖表8 16位計算帶來兩倍的效率提升
圖表9 芯片行業(yè)標(biāo)準(zhǔn)匯總
圖表10 人工智能發(fā)展戰(zhàn)略目標(biāo)
圖表11 人工智能歷史發(fā)展階段
圖表12 2016-2019年中國人工智能相關(guān)專利申請數(shù)統(tǒng)計
圖表13 2016-2019年美國主要城市AI融資規(guī)模
圖表14 2016-2019年英德法三國AI融資規(guī)模與投資頻次對比
圖表15 2016-2019年歐洲主要國家AI融資分布融資情況
圖表16 中印以AI企業(yè)投資頻次與融資規(guī)模對比
圖表17 中國AI融資規(guī)模與投資頻次發(fā)展趨勢
圖表18 中國主要省市AI融資規(guī)模在全國比重
圖表19 北京AI融資規(guī)模的發(fā)展趨勢
圖表20 京滬粵AI融資規(guī)模及投資頻次
圖表21 中國網(wǎng)民規(guī)模和互聯(lián)網(wǎng)普及率
圖表22 中國手機(jī)網(wǎng)民規(guī)模及其占網(wǎng)民比例
圖表23 中國網(wǎng)民城鄉(xiāng)結(jié)構(gòu)
圖表24 Intel芯片性能相比1971年第.一款微處理器大幅提升
圖表25 Intel芯片集成度時間軸
圖表26 云計算形成了人工智能有力的廉價計算基礎(chǔ)
圖表27 專利提高效率的過程
圖表28 專利收購業(yè)務(wù)的一般交易模型
圖表29 中國集成電路區(qū)域格局
圖表30 2019年國內(nèi)集成電路產(chǎn)能區(qū)域分布
