1、 1/34 2024 年年 6月月 24 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 AI芯片行业深度：芯片行业深度：行业现状行业现状、政策分析政策分析、产、产业链及相关公司深度梳理业链及相关公司深度梳理 AI 芯片是针对人工智能算法做了特殊加速设计的芯片。算力是人工智能发展的关键因素之一，随着深度学习算法的普及和应用，人工智能对算力提出了更高的要求，传统的 CPU 架构难以满足人工智能算法对算力的要求，因此具有海量数据并行计算能力、能加速计算处理的 AI 芯片应运而生。在全球数字化、智能化的浪潮下，智能手机、自动驾驶、数据中心、图像识别等应用推动 AI 芯片市场迅

2、速成长。下面我们将以 AI 芯片为研究对象，首先讲解 AI 芯片的重要性及其发展历程，并详细阐述 AI 芯片的分类。随后，我们将分析当前 AI 芯片行业的现状，并探讨其重点发展方向。此外，我们还将对主要 AI 芯片厂商的研发情况进行介绍。最后，我们将梳理 AI 芯片的产业链，分析其中的关键环节，并指出可能从中受益的公司。希望通过这些内容，能够增进大家对 AI 芯片的认识。目录目录 一、行业概述.1 二、AI 芯片分类解读.3 三、行业现状.9 四、政策环境分析.11 五、AI 芯片研发情况.12 六、产业链分析.26 七、国内相关公司.31 八、未来展望.33 九、参考研报.34 一、行业一、

3、行业概述概述 1、AI 芯片：人工智能的基石芯片：人工智能的基石 自 2018 年 GPT-1.0模型首次发布以来，OpenAI 不断迭代模型，GPT-4.0 模型拥有更大的参数量、更长的迭代时间和更高的准确性。随着数据不断增长和算法复杂度提高，人工智能对计算力提出了更高的要求。因此 AI 芯片人工智能的基石，算力是实现人工智能产业化的核心力量，其发展对人工智能技术的进步和行业应用起着决定性作用。2/34 2024 年年 6月月 24 日日 行业行业|深度深度|研究报告研究报告 释放算力的价值对国家整体经济发展将发挥推动作用。计算力指数每提高 1点，数字经济和 GDP将分别增长 3.5和 1.

4、8。可见，国家计算力指数越高，对经济的拉动作用越强。2021-2026 年期间，预计中国智能算力规模年复合增长率达 52.3%，同期通用算力规模年复合增长率为 18.5%。2、AI 芯片发展的三个阶段芯片发展的三个阶段 广义上讲只要能够运行人工智能算法的芯片都叫做 AI 芯片。但是通常意义上的 AI 芯片指的是针对人工智能算法做了特殊加速设计的芯片。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（其他非计算任务仍由 CPU 负责）。第一阶段：因为芯片算力不足，所以神经网络没有受到重视。第二阶段：通用芯片 CPU 的算力大幅提升，但仍然无法满足神经网络

5、的需求。第三阶段：GPU和新架构的 AI 芯片推进人工智能落地。3、AI 芯片分类芯片分类 PBOAoPnQnOnRsQoRzRtQnQtPoM7N9RbRtRoOsQmQiNpPoQeRpNsP9PmNtMxNoNmOuOtPuM 3/34 2024 年年 6月月 24 日日 行业行业|深度深度|研究报告研究报告 所谓 AI 芯片，其实是在 CPU 等传统芯片的基础上，针对 AI 算法（以深度学习为代表的机器学习算法）做了特殊加速设计的芯片，换言之，是牺牲了一定的通用性，换取了芯片在海量数据并行计算方面的效率提升。AI 芯片根据其技术芯片根据其技术架构，可分为架构，可分为 GPU、FPGA、

6、ASIC 及类脑芯片，同时及类脑芯片，同时 CPU 可执行通用可执行通用 AI 计算。计算。相较于传统的中央处理器（CPU），GPU 具有并行计算、高效能和高并发等优势，因此在人工智能、机器学习、数据挖掘等领域得到广泛应用。AI 芯片根据其在网络中的位置可以分为云端芯片根据其在网络中的位置可以分为云端 AI 芯片、边缘及终端芯片、边缘及终端 AI 芯片；根据其在实践中的目标，芯片；根据其在实践中的目标，可分为训练芯片和推理芯片。可分为训练芯片和推理芯片。云端云端主要部署训练芯片和推理芯片，承担训练和推理任务，具体指智能数据分析、模型训练任务和部分对传输带宽要求比高的推理任务；边缘和终端边缘和终