2018年全球正處于“后摩爾定律時代”，萬物互聯和萬物智能得以實現，伴隨著大數據的發展、計算能力的提升，全球人工智能近年迎來了新一輪的爆發。2018年幾乎每個月，全球主流科技公司推出的定制人工智能芯片項目數量都會較上個月有所增加。與全球主流科技公司相比，我國人工智能芯片廠商也相繼發布新版、升級版AI芯片，并且新版本芯片都取得了突破性發展。

從全球人工智能芯片競爭格局來看，云端訓練芯片方面英偉達一家獨大，推斷芯片百花齊放。其中全球安防人工智能芯片市場競爭格局穩定，現有廠商憑借與下游客戶長期的合作，有望繼續受益于安防智能化的升級，屬于新進入者的市場空間有限。

群雄逐鹿人工智能芯片，英偉達穩居第一

當前全球正處于“后摩爾定律時代”，萬物互聯和萬物智能得以實現，核心推動力量來自半導體產業，數百億智能設備連接網絡，用于數據采集的物聯網芯片和高性能人工智能芯片需求劇增，因萬物互聯采集海量數據，經數據中心構造的云端對數據進行處理，從而帶動整個半導體發展。

伴隨著大數據的發展、計算能力的提升，全球人工智能近年迎來了新一輪的爆發。谷歌、臉書、亞馬遜等國外各大科技巨頭公司紛紛推出了自己的人工智能芯片，預計2020年有望突破百億大關，發展空間巨大。2018年幾乎每個月，全球主流科技公司推出的定制人工智能芯片項目數量都會較上個月有所增加。

與全球主流科技公司相比，我國人工智能芯片廠商也相繼發布新版、升級版AI芯片，并且新版本芯片也取得了突破性發展。以華為的昇騰910為例，這款芯片是目前單芯片計算密度最大的芯片，計算力遠超谷歌以及英偉達。除此之外，百度、阿里巴巴等互聯網公司也相繼進入人工智能芯片領域，推出或計劃推出相應產品。

人工智能芯片作為人工智能的上游產業，走在行業發展的前沿。近年來，互聯網和芯片行業巨頭紛紛布局人工智能芯片領域。2018年全球人工智能芯片公司榜單中，英偉達憑借長期的技術積累和應用優勢穩坐頭把交椅，英特爾、IBM、谷歌和蘋果位居2至5位。華為排名第12，成為中國大陸地區排名最高的人工智能芯片制造廠商。

云端訓練英偉達一家獨大，推斷芯片百花齊放

在全球云端訓練芯片競爭格局方面，TPU很難撼動英偉達GPU的壟斷地位，目前英偉達的GPU+CUDA計算平臺是最成熟的AI訓練方案，除此之外還有第三方異構計算平臺OpenCL+AMD GPU以及云計算服務商自研加速芯片這兩種方案，全球各芯片廠商基于不同方案，都推出了針對于云端訓練的人工智能芯片。

反觀在全球云端推斷芯片競爭格局方面，云端推斷芯片百家爭鳴，各有千秋。相比訓練芯片，推斷芯片考慮的因素更加綜合：單位功耗算力、時延、成本等等。初期推斷也采用GPU 進行加速，但由于應用場景的特殊性，依據具體神經網絡算法優化會帶來更高的效率，FPGA/ASIC 的表現可能更突出。除了Nvidia、Google、Xilinx、Altera（Intel）等傳統芯片大廠涉足云端推斷芯片以外，Wave computing、Groq 等初創公司也加入競爭。中國公司里，寒武紀、比特大陸同樣積極布局云端芯片業務。

目前全球安防人工智能芯片市場競爭格局穩定，現有廠商憑借與下游客戶長期的合作，有望繼續受益于安防智能化的升級，屬于新進入者的市場空間有限。安防人工智能芯片下游客戶穩定，為海康威視、大華股份等視頻監控解決方案提供商。客戶與傳統視頻解碼芯片廠商的長期合作具有粘性，同樣推出新產品，初創公司的競爭優勢弱一些，尤其是在安防人工智能芯片性能差異化很難做到很大的情況下。

以上數據來源于前瞻產業研究院發布的《全球人工智能芯片行業市場前瞻與投資戰略規劃分析報告》。

更多深度行業分析盡在【前瞻經濟學人APP】，還可以與500+經濟學家/資深行業研究員交流互動