到2023年人工智能芯片行业市场规模将突破550亿元（附报告目录）

1、人工智能芯片行业发展概况

人工智能是计算机科学的一个分支领域，通过模拟和延展人类及自然智能的功能，拓展机器的能力边界，使其能部分或全面地实现类人的感知（如视觉、语音）、认知功能（如自然语言理解），或获得建模和解决问题的能力（如机器学习等方法）。

相关报告：北京普华有策信息咨询有限公司《2021-2026年中国人工智能芯片行业细分市场深入调研及投资前景预测报告》

人工智能算法与应用必须以计算机硬件作为物理载体方能运转，其效果、效率与核心计算芯片的计算能力密切相关。如以1993年出品的IntelCPU奔腾P5芯片来执行这样的图像识别运算，即使处理器流水线效率达到100%的情况下，需要至少10分钟才能完成推理任务，需要近百年才能完成训练任务。而如今在各品牌旗舰手机上只需数百微秒就能执行完成这样的图像识别，还可根据识别结果对图片进行实时编辑和美化，在云计算数据中心只要20分钟就能完成模型的训练任务。在人工智能技术快速进步并进入实用场景的背后，处理器芯片技术的贡献功不可没。

当前以深度学习为代表的人工智能技术对于底层芯片计算能力的需求一直在飞速增长，其增速已经大幅超过了摩尔定律的速度。例如Google于2019年提出的EfficientNet B7的深度学习模型，每完成一次前向计算即需要3.61×1010次基本运算，是七年前同类模型（AlexNet）运算需求的50倍。人工智能运算常常具有大运算量、高并发度、访存频繁的特点，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。

智能芯片是面向人工智能领域而专门设计的芯片，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。智能芯片的性能和能效优势主要集中于智能应用，但不适用于人工智能之外的其他领域。智能芯片是面向人工智能领域而专门设计的芯片，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。智能芯片的性能和能效优势主要集中于智能应用，但不适用于人工智能之外的其他领域。

2、人工智能芯片产业链分析

人工智能芯片产业链上游主要是人工智能算法以及芯片设计工具。人工智能算法覆盖广泛，包括视觉算法、语音处理算法、自然语言处理算法以及各类机器学习方法（如深度学习等），研究人工智能算法的机构为斯坦福大学、麻省理工学院、卡耐基梅隆大学等大学以及谷歌、脸书、亚马逊等知名互联网企业。人工智能芯片行业的核心为芯片设计和芯片制造，我国芯片设计企业在近几年发展较快，在各细分领域涌现出一大批优秀企业。除此之外，一些芯片设计工具厂商、晶圆代工厂商与封装测试厂商也为人工智能芯片行业提供了研发工具和产业支撑。当前我国人工智能芯片行业的下游应用场景主要聚集在云计算与数据中心、边缘计算、消费类电子、智能制造、智能驾驶、智慧金融、智能教育等领域。

人工智能芯片产业链分析

资料来源：普华有策

3、我国人工智能芯片市场规模分析

在经历了互联网和移动互联网的追赶之后，中国正成为一个重要的数据大国，预计到2025年中国将拥有全球数据量的27.8%。另外，产业政策推动中国产业的信息化、智能化升级转型。这为我国人工智能芯片的发展提供了众多实际的应用场景。

人工智能领域的应用目前均处于技术和需求融合的高速发展阶段，未形成统一的生态，就人工智能芯片这一细分领域而言，国内芯片厂商与国外芯片巨头基本处于相似的发展阶段。而随着人工智能相关技术的进步，应用场景将更加多元化，中国人工智能芯片市场将得到进一步的发展。未来几年内，中国人工智能芯片市场规模将保持40%-50%的增长速度，到2023年，市场规模将突破550亿元。

4、人工智能芯片行业重点企业分析

集成电路设计行业属于技术密集型行业，而智能芯片作为集成电路领域新兴的方向，在集成电路和人工智能方面有着双重技术门槛。目前，泛人工智能类芯片（可用于人工智能计算任务的各类芯片的总称）领域中的主要企业分为两类：第一类是国际集成电路设计龙头企业，包括Nvidia、Intel、AMD、Qualcomm、NXP、Broadcom、Xilinx、联发科、华为海思等等，还包括主要以进行IP授权模式经营业务的ARM、Cadence和Synopsys等公司；第二类是以寒武纪、地平线机器人、Graphcore、Wave Computing等为代表的专业人工智能芯片设计公司。

第一类国际集成电路设计龙头企业一般都经过了多年的技术沉淀和研发积累，在综合技术实力、销售规模、资金实力、人才团队等方面仍占据优势。目前，在泛人工智能类芯片领域，Nvidia GPU产品和Intel CPU产品的市场份额仍占据明显优势。第二类专业人工智能芯片设计公司普遍成立时间相对较晚，在营收规模、综合技术积累等方面难以与国际集成电路设计龙头企业相提并论，但在人工智能算法和针对人工智能应用场景的专用芯片设计方面有着自身独到的技术优势和一定的研发实力，未来随着人工智能应用的逐步成熟，该等企业有望迎来快速发展的阶段，逐步跻身成为集成电路设计龙头企业。

报告目录：

第一章　人工智能芯片基本概述

1.1　人工智能芯片的相关介绍

1.1.1　芯片的定义及分类

1.1.2　人工智能芯片的内涵

1.1.3　人工智能芯片的要素

1.1.4　人工智能芯片生态体系

1.2　人工智能芯片与人工智能的关系

1.2.1　人工智能的内涵

1.2.2　人工智能对芯片的要求提高

1.2.3　人工智能芯片成为战略高点

第二章　人工智能芯片行业发展机遇分析

2.1　政策机遇

2.1.1　集成电路产业发展纲要发布

2.1.2　芯片技术标准建设逐步完善

2.1.3　人工智能迎来良好政策环境

2.1.4　人工智能发展规划强调AI芯片

2.2　产业机遇

2.2.1　人工智能步入黄金时期

2.2.2　人工智能技术科研加快

2.2.3　人工智能融资规模分析

2.2.4　国内人工智能市场规模

2.2.5　人工智能应用前景广阔

2.3　社会机遇

2.3.1　智能产品逐步应用

2.3.2　互联网普及率上升

2.3.3　国家科研创新加快

2.4　技术机遇

2.4.1　芯片计算能力大幅上升

2.4.2　云计算逐步降低计算成本

2.4.3　深度学习对算法要求提高

2.4.4　移动终端应用提出新要求

第三章　人工智能芯片背景产业——芯片行业

3.1　芯片市场运行状况分析

3.1.1　产业发展背景

3.1.2　产业发展意义

3.1.3　产业发展成就

3.1.4　产业发展规模

3.1.5　产业发展加速

3.1.6　产业发展趋势

3.2　中国芯片国产化进程分析

3.2.1　芯片国产化的背景

3.2.2　核心芯片自给率低

3.2.3　芯片国产化的进展

3.2.4　芯片国产化的问题

3.2.5　芯片国产化未来展望

3.3　芯片材料行业发展分析

3.3.1　半导体材料基本概述

3.3.2　半导体材料发展进程

3.3.3　全球半导体材料市场规模

3.3.4　中国半导体材料市场现状

3.3.5　半导体材料企业分析动态

3.3.6　第三代半导体材料产业启动

3.4　芯片材料应用市场分析

3.4.1　家电芯片行业分析

3.4.2　手机芯片市场分析

3.4.3　LED芯片市场状况

3.4.4　车用芯片市场分析

3.5　中国集成电路进出口数据分析

3.5.1　中国集成电路进出口总量数据分析

3.5.2　主要贸易国集成电路进出口情况分析

3.5.3　主要省市集成电路进出口情况分析

3.6　国内芯片产业发展的问题及对策

3.6.1　国产芯片产业的差距

3.6.2　国产芯片落后的原因

3.6.3　国产芯片发展的建议

3.6.4　产业持续发展的对策

第四章　2016-2020年人工智能芯片行业发展分析

4.1　人工智能芯片行业发展综况

4.1.1　人工智能芯片发展阶段

4.1.2　全球人工智能芯片市场

4.1.3　国内人工智能芯片市场

4.1.4　人工智能芯片产业化状况

4.2　人工智能芯片行业发展特点

4.2.1　区域分布特点

4.2.2　布局细分领域

4.2.3　重点应用领域

4.2.4　研发水平提升

4.3　企业加快人工智能芯片行业布局

4.3.1　人工智能芯片布局企业分析

4.3.2　人工智能芯片企业布局模式

4.3.3　传统芯片产业成为布局主体

4.3.4　互联网公司进入AI芯片市场

4.3.5　百度加快人工智能芯片研发

4.4　科技巨头打造“平台+芯片”模式

4.4.1　阿里云

4.4.2　百度开放云

4.5　中美人工智能芯片行业实力对比

4.5.1　技术实力对比

4.5.2　企业实力对比

4.5.3　人才实力对比

4.6　人工智能芯片行业发展问题及对策

4.6.1　行业发展痛点

4.6.2　企业发展问题

4.6.3　行业发展对策

第五章　2016-2020年人工智能芯片细分领域分析

5.1　人工智能芯片的主要类型及对比

5.1.1　人工智能芯片主要类型

5.1.2　人工智能芯片对比分析

5.2　显示芯片（GPU）分析

5.2.1　GPU芯片简介

5.2.2　GPU芯片特点

5.2.3　国外企业布局GPU

5.2.4　国内GPU企业分析

5.3　可编程芯片（FPGA）分析

5.3.1　FPGA芯片简介

5.3.2　FPGA芯片特点

5.3.3　全球FPGA市场规模

5.3.4　国内FPGA行业分析

5.4　专用定制芯片（ASIC）分析

5.4.1　ASIC芯片简介

5.4.2　ASIC芯片特点

5.4.3　ASI应用领域

5.4.4　国际企业布局ASIC

5.4.5　国内ASIC行业分析

5.5　类脑芯片（人脑芯片）

5.5.1　类脑芯片基本特点

5.5.2　类脑芯片发展基础

5.5.3　国外类脑芯片研发

5.5.4　国内类脑芯片研发

5.5.5　类脑芯片典型代表

5.5.6　类脑芯片前景可期

第六章　2016-2020年人工智能芯片重点应用领域分析

6.1　人工智能芯片应用状况分析

6.1.1　AI芯片的应用场景

6.1.2　AI芯片的应用潜力

6.1.3　AI芯片的应用空间

6.2　智能手机行业

6.2.1　全球智能手机出货规模

6.2.2　中国智能手机市场状况

6.2.3　AI芯片的手机应用状况

6.2.4　AI芯片的手机应用潜力

6.2.5　企业加快手机AI芯片布局

6.2.6　苹果新品应用人工智能芯片

6.3　智能音箱行业

6.3.1　智能音箱基本概述

6.3.2　智能音箱市场规模

6.3.3　企业加快行业布局

6.3.4　芯片厂商积极布局

6.3.5　典型AI芯片应用案例

6.4　机器人行业

6.4.1　市场需求及机会领域分析

6.4.2　智能机器人市场规模状况

6.4.3　机器人企业产能布局动态

6.4.4　AI芯片在机器人上的应用

6.4.5　企业布局机器人驱动芯片

6.5　智能汽车行业

6.5.1　国际企业加快车用AI芯片研发

6.5.2　国内智能汽车获得政策支持

6.5.3　汽车芯片市场发展状况分析

6.5.4　人工智能芯片应用于智能汽车

6.5.5　智能汽车芯片或成为主流

6.6　智能安防行业

6.6.1　安防智能化发展趋势分析

6.6.2　人工智能在安防领域的应用

6.6.3　人工智能安防芯片产品研发

6.6.4　芯片厂商逐步拓展安防产业

6.7　其他领域

6.7.1　医疗健康领域

6.7.2　无人机领域

6.7.3　智能眼镜芯片

6.7.4　人脸识别芯片

第七章　2016-2020年国际人工智能芯片典型企业分析

7.1　A

7.1.1　企业发展概况

7.1.2　财务运营状况

7.1.3　市场拓展状况

7.1.4　AI芯片产业布局

7.1.5　AI芯片研发动态

7.2　B

7.2.1　企业发展概况

7.2.2　企业财务状况

7.2.3　AI芯片产业布局

7.2.4　企业合作动态

7.3　C

7.3.1　企业发展概况

7.3.2　财务运营状况

7.3.3　芯片业务状况

7.3.4　AI芯片产业布局

7.3.5　AI芯片研发动态

第八章　2016-2019年国内人工智能芯片重点企业分析

8.1　A

8.1.1　企业发展概况

8.1.2　人工智能探索

8.1.3　企业融资状况

8.1.4　AI芯片产业布局

8.1.5　AI芯片研发动态

8.2　B

8.2.1　企业发展概况

8.2.2　企业合作动态

8.2.3　企业融资动态

8.2.4　AI芯片产业布局

8.2.5　AI芯片产品研发

8.3　C

8.3.1　企业发展概况

8.3.2　财务运营状况

8.3.3　布局人工智能

8.3.4　AI芯片布局

8.3.5　未来前景展望

8.4　D

8.4.1　企业发展概况

8.4.2　财务运营状况

8.4.3　语音芯片产品

8.4.4　核心竞争力分析

8.4.5　公司发展战略

8.4.6　未来前景展望

8.5　E

8.5.1　企业发展概况

8.5.2　财务运营状况

8.5.3　技术研发实力

8.5.4　AI芯片产业布局

8.5.5　AI芯片产品动态

第九章　人工智能芯片行业投资前景及建议分析

9.1　人工智能芯片行业投资动态

9.2　普华有策对中国人工智能芯片行业投资价值评估分析

9.2.1　投资价值综合评估

9.2.2　市场投资机会分析

9.2.3　市场所处投资阶段

9.3　普华有策对中国人工智能芯片行业投资壁垒分析

9.3.1　专利技术壁垒

9.3.2　市场竞争壁垒

9.3.3　投资周期漫长

9.4　普华有策对2021-2026年人工智能芯片行业投资建议综述

9.4.1　投资方式策略

9.4.2　投资领域策略

9.4.3　产品创新策略

9.4.4　商业模式策略

9.4.5　行业风险提示

第十章　中国人工智能芯片行业典型项目投资建设案例深度解析

10.1　消费电子领域的通用类芯片研发项目

10.1.1　项目基本概述

10.1.2　投资价值分析

10.1.3　建设内容规划

10.1.4　资金需求测算

10.1.5　实施进度安排

10.1.6　经济效益分析

10.2　高性能通用图形处理器芯片研发项目

10.2.1　项目基本概述

10.2.2　投资价值分析

10.2.3　建设内容规划

10.2.4　资金需求测算

10.2.5　实施进度安排

10.2.6　经济效益分析

10.3　智能家居微控制芯片产业化项目

10.3.1　项目基本概述

10.3.2　投资价值分析

10.3.3　建设内容规划

10.3.4　资金需求测算

10.3.5　实施进度安排

10.3.6　经济效益分析

10.4　人工智能芯片企业股权投资项目

10.4.1　项目基本概述

10.4.2　投资价值分析

10.4.3　建设内容规划

10.4.4　资金需求测算

10.4.5　实施进度安排

10.4.6　经济效益分析

第十一章　人工智能芯片行业发展前景及趋势预测

11.1　人工智能芯片行业发展前景

11.1.1　人工智能软件市场展望

11.1.2　国内AI芯片将加快发展

11.1.3　AI芯片细分市场发展展望

11.1.4　普华有策对2021-2026年人工智能芯片市场规模预测

11.2　人工智能芯片的发展路线及方向

11.2.1　人工智能芯片发展态势

11.2.2　人工智能芯片发展路径

11.2.3　人工智能芯片技术趋势

11.2.4　人工智能芯片产品趋势

11.3　人工智能芯片定制化趋势分析

11.3.1　AI芯片定制化发展背景

11.3.2　半定制AI芯片布局加快

11.3.3　全定制AI芯片典型代表