據(jù)TrendForce表示,,在全球數(shù)字化,、智能化的浪潮下,,物聯(lián)網(wǎng)設(shè)備不斷擴增,,例如工業(yè)機器人,、AGV/AMR,、智能型手機,、智能音箱,、智能攝影機等,,加上自動駕駛,、影像辨識、語音語意辨識,、運算等技術(shù)在各領(lǐng)域深化應(yīng)用催化AI芯片與技術(shù)市場迅速成長,,預(yù)期2022年全球AI芯片市場規(guī)模將達到390億美元,成長率18.2%,。
由于目前AI芯片的應(yīng)用以云端運算,、安防、機器人與車用居多,,2023年將進入高成長期,,特別是由云端運算,、車用兩大領(lǐng)域引領(lǐng)市場快速成長,到2025年全球AI芯片市場規(guī)模有望達到740億美元,,2022~2025年CAGR將達到23.8%,。
TrendForce表示,基于全球各種消費性電子產(chǎn)品和數(shù)字技術(shù)的日益普及,,促進半導(dǎo)體市場成長,,亦讓AI和物聯(lián)網(wǎng)等最延伸性技術(shù)受到廣泛應(yīng)用,使AI芯片能在更短時間處理大量數(shù)據(jù),,故AI/ML(Machine Learning),、物聯(lián)網(wǎng)與無線通訊設(shè)備領(lǐng)域快速成長同時,亦刺激對半導(dǎo)體的需求,。
再者,,AI芯片在進行推理任務(wù)時,主要透過終端設(shè)備的傳感器,、麥克風陣列或鏡頭進行數(shù)據(jù)采集,并將收集的數(shù)據(jù)代入訓(xùn)練好的模型推理得出推理結(jié)果,,以最大限度減少人為錯誤,,這也說明不同終端場景,對算力,、能耗等性能的需求也有差異,,因此需對特定應(yīng)用場景進行特殊設(shè)計,實現(xiàn)最優(yōu)解決方案,。
1. AI芯片正迅速擴大市場份額,,呈穩(wěn)健成長趨勢
2020~2021年新冠疫情帶動數(shù)字化浪潮,加上美國,、中國與歐盟各國相繼出臺「數(shù)智能化發(fā)展策略」,,催化國家暨產(chǎn)業(yè)數(shù)字轉(zhuǎn)型,例如美國大力推進「美國制造」與「數(shù)字經(jīng)濟」進程,,前者主要側(cè)重半導(dǎo)體產(chǎn)業(yè),,鎖定IC設(shè)計、生產(chǎn)制程與核心設(shè)備,;后者主要專注在數(shù)字美元,,現(xiàn)正處于驗證系統(tǒng)開發(fā)與法案擬定階段。歐盟則是「歐洲數(shù)字羅盤(Europe's Digital Compass)」計劃,,其圍繞人才培育,、確保安全與永續(xù)、企業(yè)數(shù)字轉(zhuǎn)型,、公共服務(wù)數(shù)字化四大類,,其中企業(yè)數(shù)字轉(zhuǎn)型為重中之重,,且期望至2030年有75%廠商能廣泛使用云端運算、大數(shù)據(jù)與AI,,至少90%以上中小企業(yè)應(yīng)達到基本的數(shù)字密集程度,。
各國政策驅(qū)使產(chǎn)業(yè)加快數(shù)字化步伐,也牽動數(shù)據(jù)中心成長,,以及機器視覺,、自動駕駛技術(shù)快速發(fā)展,加深倉儲物流,、供應(yīng)鏈的物流運輸,、自駕車等領(lǐng)域應(yīng)用,使全球AI芯片需求高漲,,且快速擴大其在整體半導(dǎo)體市場的市占率,,其市占率從2020年的5.9%擴展到2021年的6.4%,市場規(guī)模也從2020年260億美元增長到2021年330億美元,,成長幅度達到26.9%,。
目前用于深度學習(Deep Learning,DL)最廣泛的芯片,,當屬擅長并行運算的GPU,,其隨著深度學習對運算需求不斷提升,以及為達到DNN(Deep Neural Network)的運算要求,,NVIDIA,、寒武紀、Google,、Intel等廠商積極探索GPU在高效能運算方面的應(yīng)用與突破,,同時專注于高效能運算的芯片研發(fā)與相關(guān)生產(chǎn)計劃。其中,,部分廠商竭力尋求基于FPGA(現(xiàn)場可程序化邏輯匣陣列)架構(gòu)的半客制化芯片,,例如Google研發(fā)的張量運算處理器TPU、寒武紀研發(fā)的神經(jīng)網(wǎng)絡(luò)運算處理器NPU,,以及Intel旗下的Altera Stratix V FPGA,。此外,Intel也嘗試推廣面向不同品牌,、不同種類硬件的XPU Programming,,并以SYCL作為統(tǒng)一的程序設(shè)計語言且充分利用Intel oneAPI,使原本的開發(fā)框架從封閉性轉(zhuǎn)為開放性,,以期更有效支援開發(fā)人員構(gòu)建高性能異構(gòu)應(yīng)用,。
2. AI引領(lǐng)強算力時代,協(xié)同運行啟動多場景應(yīng)用
AI芯片大致可分為CPU、GPU,、FPGA與ASIC(客制化芯片),;其中,GPU是由大量運算單元組成的大規(guī)模并行運算架構(gòu),,專為同時處理多重任務(wù)而設(shè)計,,多應(yīng)用于工作站、個人計算機,、游戲設(shè)備,、智能型手機等設(shè)備,處理圖形,、圖像相關(guān)運算工作,;再者,該芯片采用統(tǒng)一渲染架構(gòu),,能在算法尚未定型的領(lǐng)域中使用,,故通用性程度較高、商業(yè)化較成熟,。
FPGA主要是能提供用戶根據(jù)自身的需求進行重復(fù)程序設(shè)計,,解決可程序化元件電路數(shù)不足問題,且運行效率高于GPU,、CPU,,功耗也相對較低,但當處理的任務(wù)重復(fù)性不強,、邏輯較為復(fù)雜時,,該芯片效率就會低于使用馮紐曼架構(gòu)的處理器,。
ASIC是一種根據(jù)特定算法,、架構(gòu)的客制化芯片,其客制化程度比GPU,、FPGA更高,、專用性較強,故運算水平一般高于CPU,、GPU,、FPGA,但初始投入大,,且算法一旦改變,,運算能力將大幅下降,需重新設(shè)計客制,,不過隨著數(shù)據(jù)量不斷增加和芯片技術(shù)的極限到來,,對算力的訴求越難以被滿足。
尤其是部分特定領(lǐng)域的數(shù)據(jù)量日益龐大,算法逐漸固定,,對以ASIC架構(gòu)為基礎(chǔ)設(shè)計而成的DPU,、TPU與NPU之需求增加,特別是DPU,,因DPU能部分取代CPU,、GPU部分功能,解決數(shù)據(jù)量驟增而導(dǎo)致CPU與Memory間數(shù)據(jù)傳輸問題,,改善并加速網(wǎng)絡(luò)數(shù)據(jù)傳輸運算速度,。目前廣泛用在大型數(shù)據(jù)中心,因大型數(shù)據(jù)中心的流量處理需占據(jù)整體運算近30%,,加上數(shù)據(jù)中心在節(jié)點間交換效率和節(jié)點內(nèi)I/O切換效率偏低,,故透過DPU與CPU、GPU協(xié)同運行能有效解決松耦合問題,。
因此隨著物聯(lián)網(wǎng)設(shè)備不斷擴增,,例如工業(yè)機器人、AGV/AMR,、智能型手機,、智能音箱、智能攝影機等,,加上自動駕駛,、影像辨識、語音語意辨識,、運算等技術(shù)在各領(lǐng)深化運用,、升級,將催化AI芯片與技術(shù)市場迅速成長,。
以2022年整體市場來看,,在智能汽車、機器人與數(shù)據(jù)中心三大領(lǐng)域?qū)I芯片的需求將持續(xù)增加,,進而不斷提升運算能力,、技術(shù)架構(gòu)以滿足此三大領(lǐng)域需求;其中,,智能汽車方面,,自汽車電子電氣架構(gòu)從分布式走向集中式,MPU,、MCU需求逐年增加,,加上現(xiàn)在電動車緊密貼合先進駕駛輔助系統(tǒng)(ADAS)技術(shù)應(yīng)用,使車廠利用AI芯片解決復(fù)雜的運算條件,、整車運行功耗與數(shù)據(jù)傳輸?shù)葐栴},,增強整車的穩(wěn)定性、安全性。
此外,,近年機器人的技術(shù)擴散相當快,,應(yīng)用場景已從工業(yè)環(huán)境延伸到飯店、餐廳,、醫(yī)院,、倉儲物流、國防與太空探索等,,然為了讓機器人能運行影像處理,、人臉辨識等功能都會選擇GPU、FPG,。其中,,F(xiàn)PGA使用率較高,因該芯片具有低功耗,、高性能,、可重配置能力與自我調(diào)整特征,并能將機器人作業(yè)系統(tǒng)(Robot Operating System,,ROS)整合到FPGA平臺,,進而讓機器人內(nèi)部軟硬件可有效交互,發(fā)揮最佳運行效能,。
再者,,當前機器人正快速朝向3D實體、工作分解結(jié)構(gòu)(Work Breakdown Structure,,WBS)與時間等多維度處理能力發(fā)展,。有鑒于此,現(xiàn)階段的GPU,、FPGA架構(gòu)將持續(xù)創(chuàng)新突破,,甚至針對特殊需求進行設(shè)計,這勢必牽引制造,、封測與設(shè)備,,以及材料與軟件的全鏈同步升級,。
綜上所述,,智能汽車、機器人和物聯(lián)網(wǎng)技術(shù),,與其構(gòu)建的智能交通,、智能工廠和智能城市等新藍海,對AI芯片市場需求與發(fā)展可期,,同時也帶動數(shù)據(jù)中心進一步成長,,其在訓(xùn)練、創(chuàng)建新運算模型與維持中心服務(wù)器營運、電力控管皆使用到大量AI芯片,,例如Tesla擴大其GPU驅(qū)動的AI Super,,將A100 GPU配置數(shù)量增加到7,360個,提前為DoJo部署,。百度自研二代崑侖芯片以增強量子運算效能,,且于2022年8月推出超導(dǎo)量子計算機,以及全平臺量子軟硬件整合解決方案,,可透過PC端,、手機端、云端接入各種量子芯片,。
在多方需求高漲下,,AI芯片勢必迅速成長,預(yù)期2026年AI芯片市場規(guī)模有望達到930億美元,,其中CPU與GPU仍占據(jù)AI芯片市場主要份額且穩(wěn)健成長,,而ASIC市場前景廣闊,其優(yōu)勢與特性能協(xié)助在數(shù)據(jù)處理,、消費性電子,、電信系統(tǒng)、工業(yè)與其他產(chǎn)業(yè)的用戶開發(fā)系列產(chǎn)品,,縮短產(chǎn)品,、服務(wù)或系統(tǒng)的創(chuàng)新周期。
TrendForce研究顯示,,CPU,、GPU與ASIC芯片在2026年AI市場規(guī)模的比重將達33%、34%,、26%,,其中以ASIC芯片市場成長最快,原因有兩點,,其一,,消費性電子設(shè)備市場需求增加,且多數(shù)用中小型設(shè)備開發(fā)商偏向7nm的ASIC,。其二,,5G、低軌道衛(wèi)星通訊,、云端與邊緣運算的工作負載與結(jié)構(gòu)化需求不斷增加,,因為電信系統(tǒng)是最大的終端使用市場。
更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<