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<<