icspec | AI芯片干货及企业名单汇总

■AI芯片的定义及特点

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。当前，主要包括GPU、FPGA、ASIC等（其他非计算任务仍由CPU负责)。

这些芯片具备高度并行性和能够实现低功耗高效计算的特点。随着AI应用的广泛普及和对算力的不断增加需求，AI芯片的需求有望成为首要扩张的领域。

■AI芯片产品分类

CPU：在AI计算中，CPU是基础，负责控制和协调所有的计算操作，是整个计算过程的控制核心。它承担着读取和准备数据的任务，并将数据传输到GPU等协处理器进行计算，最终再输出计算结果。

CPU在深度学习中具有出色的逻辑控制能力，尤其适用于推理/预测任务。

GPU：最初GPU是为了满足计算机游戏等图形处理需求而开发的，但由于其出色的并行计算和大规模数据处理能力，逐渐被广泛应用于通用计算领域。目前，GPU已经占据了AI芯片市场的主要份额。

FPGA：（现场可编程逻辑门阵列）是在可编程阵列逻辑（PAL）、通用阵列逻辑（GAL）等可编程器件的基础上进一步发展而来的。FPGA最显著的特点在于其现场可编程性，与CPU、GPU或ASIC等芯片不同，这些芯片的功能在制造完成后就被固定，无法进行硬件功能的更改。而FPGA在制造完成后仍然可以使用配套的软件对芯片进行功能配置，将芯片上的空白模块转化为具备特定功能的模块，从而满足用户的需求。

FPGA具有可编程性、高并行性、低延迟和低功耗等特点，这使得它在AI推断领域具有巨大的潜力。目前，FPGA广泛应用于线上数据处理中心和军工单位等领域。

ASIC：（专用集成电路）是一种专门为满足特定用户需求和特定电子系统设计和制造的集成电路。ASIC在性能、能效和成本等方面超越了标准芯片，具有较高的能效比和算力水平，非常适合AI计算场景，成为许多AI初创公司开发的目标产品。

然而，ASIC在研发和制造方面的一次性成本较高。设计和验证ASIC芯片需要大量的工程资源和时间，从而导致研发成本的增加。

■AI芯片产业链

AI产业链可以划分为三个主要部分：上游、中游和下游。

上游部分主要包括芯片、算力、半导体、光模块等关键技术领域。

上游的议价能力高，可替代品较少，因此竞争力较强。国内典型的代表就是寒武纪，自有产品在AI 算力需求下，云端类品销售实现收入2.2 亿元，同增173%，获取了一波红利。

中游部分主要为基于各类识别技术构建的软件产品、解决方案和技术平台；在AI产业中被称为综合选手，类似地平线，专供智能汽车识别系统，偏向技术语言、视觉处理领域，在市场有较大的份额。

下游部分则涵盖了AI与各行各业结合的应用层面，如云计算、AI医疗、消费电子、无人驾驶、机器人，这些议价能力适中。不过，因行业存在严格的准入资质以及资金、技术门槛要求较高，对此所需企业的风险承受能力较高。

■AI芯片厂商名录

●icspec——规格书、ic需求