<small id="f2pkf"><dfn id="f2pkf"></dfn></small>

  • <output id="f2pkf"></output>
    1. <mark id="f2pkf"><u id="f2pkf"><span id="f2pkf"></span></u></mark>

      logo

      您所在位置網站首頁 > 海量文檔  > 報告/分析 > 技術指導

      AI芯片產業發展分析.docx 24頁

      本文檔一共被下載: ,您可全文免費在線閱讀后下載本文檔。

      • 支付并下載
      • 收藏該文檔
      • 百度一下本文檔
      • 修改文檔簡介
      全屏預覽

      下載提示

      1.本站不保證該用戶上傳的文檔完整性,不預覽、不比對內容而直接下載產生的反悔問題本站不予受理。
      2.該文檔所得收入(下載+內容+預覽三)歸上傳者、原創者。
      3.登錄后可充值,立即自動返金幣,充值渠道很便利
      A.I 芯片——下一代計算革命基石 AI芯片產業發展分析 報告摘要: 人工智能芯片—下一代計算革命基石 當前人工智能雖然尚處于早期發展階段,但已滲透到眾多行業,垂直行業應用遍地開花,人工智能無疑引領下一代計算革命。作為計算平臺的大腦—A.I 芯片必然扮演舉足輕重的角色。當前 A.I 芯片尚處于早期研發階段,通用芯片向 A.I 專用化改進,專用芯正在探索、研發中。但毫無疑問,誰能占據 A.I 芯片市場的主導地位,誰就能成為下一個英特爾和 ARM,成為下一代計算產業革命的領導者。 GPU—通用芯片,廣泛應用于數據中心 GPU 其強大的并行計算能力使其成為 A.I 訓練數據首要考慮的芯片之一。GPU 具有性能強、功耗大、價格高等特點,這些特點使其適用于對性能要求較高,功耗、價格其次的數據中心。當前的 GPU 巨頭——英偉達在數據中心市場嘗到甜頭后,開始著手布局深度學習專用加速卡,以及其他 A.I 應用場景,如無人駕駛領域。目前 GPU+CPU 已經成為數據中心中進行 A.I 數據訓練最主流的解決方案。 FPGA 技術路線—半定制化,用于企業、軍工等要求靈活性場景 基于 FPGA 開發的 A.I 芯片具有高性能、低功耗等特性,并且 FPGA 的易于開發賦予了這種芯片更多的靈活性,使其適合于產品價格要求不高,但對產品靈活性、性能功耗比要求較高的場景。但 FPGA 價格相對較高,因此用 FPGA 做深度學習加速器的多是軍工或者企業用戶?;?FPGA 開發 A.I 專用芯片是熱門研究方向之一,許多互聯網巨頭和創業公司都在 FPGA 芯片布局,未來前景較為樂觀。 ASIC 技術路線—全定制化,用于消費電子等高性能功耗比場景 采用 ASIC 技術路線的 A.I 芯片也具有 FPGA 高性能功耗比的特點。與 FPGA 不同的是 ASIC 是流片生產,早期的研發成本可以在量產后攤薄,這使得其較為適合對可編程性要求不高,但對性能功耗比, 以及價格有要求的消費電子端。當前 A.I 尚處于初級服務智能階段, A.I 的核心計算主要集中于數據中心。當 A.I 發展至通用智能階段時, 消費前端應用會井噴式增長,ASIC 專用芯片市場前景不可估量。類腦芯片—萌芽階段,未來不確定大 類腦芯片是對傳統計算機架構的突破,能夠模擬人類大腦進行認知、記憶、處理問題,是對發展了幾十年的馮諾依曼體系架構計算機的顛覆。類腦芯片當前還處于研發階段,應用前景尚不明確。但作為 一個計算平臺,若類腦芯片能實現高性能 、自主學習等功能,那無疑將會帶來新一代處理器革命。 風險提示:芯片研發不及預期,下游垂直行業應用盈利不及預期。 目 錄 TOC \o "1-3" \h \z \u 人工智能—下一代計算革命 4 人工智能當前發展階段 4 人工智能應用遍地開花 5 人工智能投資熱度與日俱增 6 芯片—人工智能必爭之地 8 CPU 對個人計算機的重要性 8 ARM 處理器在移動計算時代的重要作用 8 A.I 催生下一代芯片 9 人工智能芯片各有千秋 11 通用芯片—GPU 11 專用芯片 15 半定制化芯片—FPGA 15 全定制芯片—ASIC 17 類腦芯片 19 前景預測 19 芯片應用場景由需求決定 19 GPU 廣泛用于高處理需求的數據中心 20 FPGA 用于企業,ASIC 用于消費電子市場 20 重點推薦標的 20 GPU 巨頭—英偉達 20 FPGA 雙寡頭—賽靈思 22 風險提示 23 圖目錄 圖 1:螞蟻小貸借款網頁 5 圖 2:Wealthfront 的推薦投資計劃網頁界面 5 圖 3:全球人工智能企業數量分布情況 6 圖 4:世界人工智能投資情況 7 圖 5:全球人工智能市場規模預測 7 圖 6:A.I 產業鏈層級劃分 10 圖 7:中美企業 AI 行業并購情況對比 11 圖 8:CPU 與 GPU 內部構造 12 圖 9:英偉達 GM200 處理器結構 12 圖 10:英特爾酷睿 X 系列 CPU 內核數 13 圖 11:面向 A.I 的服務器 GPU 占總成本比例越高 14 圖 12:英偉達 Tesla 計算卡產品參數 14 圖 13:FPGA 邏輯結構 15 圖 14:深鑒科技 DPU 測試性能對比 16 圖 15:谷歌 TPU 內部結構 18 圖 16:英偉達 2017 財年各部分收入占比 21 圖 17:英偉達主要產品分類 21 圖 18:英偉達 2011-2017 營業總成本變化 21 圖 19:英偉達 2011-2017 成本/收入變化趨勢變動 21 圖 20:英偉達公司收入利潤預測(億美元) 22 圖 21:賽靈思公司 2016 年產品占有率 23 表目錄 表

      發表評論

      請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
      用戶名: 驗證碼: 點擊我更換圖片

      “原創力文檔”前稱為“文檔投稿賺錢網”,本站為“文檔C2C交易模式”,即用戶上傳的文檔直接賣給(下載)用戶,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有【成交的100%(原創)】。原創力文檔是網絡服務平臺方,若您的權利被侵害,侵權客服QQ:3005833200 電話:19940600175 歡迎舉報,上傳者QQ群:784321556

      电子游戏平台