李波
2月4日，鴻海精密工業股份有限公司董事長劉揚偉表示，鴻海今年AI服務器業務相當好，但目前整體AI服務器產業仍面臨AI芯片大缺貨的狀況，即便下半年AI芯片供應舒緩一些，還是趕不上需求，必須等到上游新廠產能開出，才有辦法解決產業鏈缺料問題。
劉揚偉表示，鴻海在AI服務器業務上的表現相當好，但英偉達AI芯片今年供應嚴重不足，只有少數龍頭廠能拿到足夠量，二、三線廠在拿不到芯片的情況下，卻宣稱今年AI服務器業績會相當好，“我對這樣的狀況感到有疑問與納悶”。
近兩年，隨著大家越來越意識到AI芯片對于算力的重要性，AI芯片這一賽道中的玩家也越來越多。
隨著AI大模型爆發，過去一年多全球科技巨頭在AI領域展開了一場激烈競逐。特斯拉CEO埃隆·馬斯克將AI軍備競賽比作一場高風險的撲克游戲，稱參與角逐的企業每年需要在AI硬件上投入數十億美元，才能保持競爭力。
馬斯克表示，僅2024年，特斯拉就將在英偉達AI芯片上花費超5億美元，但他警告稱，特斯拉需要價值“數十億美元”的硬件才能趕上其最大的競爭對手。
眼下，全球最大的科技公司正在競相購買英偉達H100 GPU。這款芯片對于構建和訓練為ChatGPT等聊天機器人提供支持的大型語言模型至關重要。
AI芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊(其他非計算任務仍由CPU負責)。
當前，AI芯片主要分為 GPU 、FPGA 、ASIC。AI的許多數據處理涉及矩陣乘法和加法。大量并行工作的GPU提供了一種廉價的方法，但缺點是更高的功率。具有內置DSP模塊和本地存儲器的FPGA更節能，但它們通常更昂貴。
技術手段方面，AI市場的第一顆芯片包括現成的CPU，GPU，FPGA和DSP的各種組合。雖然新設計正在由諸如英特爾、谷歌、英偉達、高通，以及IBM等公司開發至少需要一個CPU來控制這些系統，但是當流數據并行化時，就會需要各種類型的協處理器。
近兩年，隨著大家越來越意識到AI芯片對于算力的重要性，AI芯片這一賽道中的玩家也越來越多。人工智能技術的發展將開啟一個新的時代——算法即芯片時代。
值得一提的是，盡管此前該領域玩家眾多，作品也在不斷更新迭代，但到目前為止，完全符合描述和基準測試的AI芯片寥寥無幾。而依圖科技并非芯片創業公司，兩年前在進軍投入大、門檻高的芯片行業時，便選擇了高端玩家頗多的領域——自研云端 AI SoC，且在產品上正面PK英偉達(Nvidia)，頗有要挑硬骨頭下手的意思。
這意味著在當下全球人工智能進入第三次爆發期，中國人工智能企業在一定程度上已經與世界巨頭處于同一起跑線。傳統意義上，大多數對神經網絡的訓練和推理都是在云端或基于服務器完成的。
據中研產業研究院《2024-2029年AI芯片產業現狀及未來發展趨勢分析報告》分析：
隨著終端處理器性能的不斷提升，很多人工智能的推理工作，如模式匹配、建模檢測、分類和識別等逐漸從云端轉移到終端側。這主要有三點原因。
首先，AI能力的端側遷移是用戶使用場景所需的必然結果。數據由云走向邊緣。IDC數據統計，未來幾年內邊緣側數據將達到總數據量的50%，這些數據由終端采集和產生，也需要端側AI芯片就近分析處理。
其次，AI能力的端側遷移亦是提升人工智能用戶體驗的重要方式。在端側，人工智能關鍵優勢包括即時響應、隱私保護增強、可靠性提升，此外，還能確保在沒有網絡連接的情況下用戶的人工智能體驗得到保障。
最后，AI處理能力的端側遷移是人工智能數據隱私保護的需要。
據報道，AI大模型迭代速度越來越快，廠商對智能算力投入大幅增加，支持存儲和訓練的高端AI服務器的需求激增。
業內人士表示，隨著AI大模型加速迭代，智能算力已成為稀缺資源。未來較長一段時間內，我國AI服務器市場維持供不應求狀態，國產AI芯片市場規模增長迎來關鍵窗口期。
AI芯片作為人工智能基礎層中十分重要的一部分，目前我國相關領域的技術相對比較薄弱，行業可發展空間和上升空間十分廣闊。隨著社會經濟的智能化發展，以及AI技術的不斷提升，AI芯片的應用領域不斷擴大，加上5G應用的普及和政策的推動，我國AI芯片的市場需求快速增長，市場規模增勢迅猛。
我國的AI芯片產業發展較晚，與國際先進水平存在著一定的差距，并成為了目前制約我國人工智能行業發展的重要因素。隨著人工智能在未來社會發展中的作用愈發凸顯，國家逐漸將人工智能產業的發展上升至國家戰略高度，AI芯片的研發與技術升級也備受國家關注和重視。
在我國的《“十四五”規劃和2035年遠景目標綱要》中明確提出要加強關鍵數字技術創新應用，聚焦高端芯片、人工智能關鍵算法等關鍵領域，加快推進基礎理論、基礎算法、裝備材料等研發突破與迭代應用，培育壯大人工智能等新興數字產業。
想要了解更多AI芯片行業詳情分析，可以點擊查看中研普華研究報告《2024-2029年AI芯片產業現狀及未來發展趨勢分析報告》。
研究院服務號
中研網訂閱號