人工智能语音芯片行业研究分析报告

　　1、专用的人工智能芯片行业刚刚出现，正在进入产业爆发期，并且将长期保持快速增长。

　　人工智能是近三年来最受关注的核心基础技术，将深刻的改造各个传统行业。人工智能在图像识别、语音识别领域的应用自2017年来高速发展，是人工智能最热点的两项落地应用。专用的人工智能芯片是该应用的技术基础与核心，也将随之迎来高速发展。

　　2、人工智能算法公司已经转化为方案公司，大力推动商业化落地，将带动对应芯片行业的快速崛起。

　　谷歌、百度、阿里、腾讯等互联网巨头以及多家知名的风险投资基金疯狂涌入人工智能行业，大力推动了各初创算法(方案)公司在多个应用领域商业化落地。算法公司对有效需求进行筛选和培育后，落地成功的市场将实现高速乃至爆发性增长，为上游配套的芯片公司创造了明确而广阔的市场空间。图像(人脸)识别系统、智能音箱是近两年比较明确的人工智能技术的落地应用。

　　3、人工智能芯片涉及算法、芯片设计技术及对应用场景的综合把握，具有很高的行业壁垒。

　　人工智能芯片行业是人工智能和集成电路的交叉产业，具有双重壁垒。一是人工智能行业具有很高的算法、数据、应用场景壁垒，二是芯片设计行业具有较高的人才、技术、经验和资金的综合壁垒。近期多家算法公司及传统芯片设计公司都推出了AI芯片，形成了新的产业及投资热点。

　　投资机会

　　1、终端人工智能芯片短期将迎来多次爆发，云端通用人工智能芯片将保持长期稳定增长。

　　中短期内，近期蓬勃发展的“万物互联”+“万物智能”生态将催生巨量的终端人工智能芯片需求，覆盖智能监控、智能家居、物联网、自动驾驶等多个热点领域。每个热点领域的爆发，都将带来特定AI终端芯片的爆发式增长。

　　长期来看，拥有强大的云端训练和推理能力的通用人工智能芯片将随着应用的逐步落地而保持长期稳定的增长。由于云端芯片对性能的极致追求，将逐步成为芯片行业的技术制高点，并且由于其具有广泛的通用性，甚至有可能孕育出因特尔、英伟达级别的新的云端领域的芯片巨头。一般来说，终端芯片对成本、功耗等因素的要求更高，传统芯片设计公司更有优势;云端芯片对算法、性能的要求更高，算法公司更有优势。

　　2、语音识别是人工智能技术迄今为止最明确的落地应用之一，终端人工智能语音芯片将迎来高速增长。

　　多家算法公司大力推动语音识别技术的落地应用，形成了算法、终端应用方案一体化的产业格局，并逐步开始自研或与传统芯片设计公司合作推出研发芯片，形成了语音算法和芯片设计公司既互补又竞争的格局。传统芯片公司大规模进入该行业，推动了低成本、低功耗专用语音识别芯片的实现，将进一步积极推动各类语音应用的迅速发展。

　　一、行业概况

　　1.1 行业简介

　　人工智能芯片(简称AI芯片)是指含有专门处理人工智能应用中大量计算任务模块的芯片，属于集成电路和人工智能的交叉领域。自2016年以来，谷歌、百度、阿里、腾讯等互联网巨头以及多家知名的风险投资基金疯狂涌入人工智能行业，大力推动各初创算法(方案)公司在多个应用领域商业化落地。随着人工智能在视觉识别、语音识别等领域明确的商业化应用不断涌现，人工智能算法及方案芯片化、硬件化的趋势日益明显，具有深度学习算法加速功能的芯片需求快速提升。

　　人工智能领域的高速发展，取决于对前沿算法的研究、落地应用场景的积极探索及通过先进的芯片设计、制造技术来满足日益明确的商业需求三个关键因素。商汤科技、旷视科技、科大讯飞、思必驰、华为、寒武纪等多家中国公司对于前沿算法的研究已经走在全球前列，与美国齐头并进。中国对于落地应用的探索更是全球领先，已经出现包括人脸识别、智能安防、智能音箱、智能家居等多个落地的商业场景。

　　新一代的AI芯片创业公司结合应用特点，采用了合理的先进芯片设计、制造技术，与美国同类公司相比位于同一起跑线上。业界普遍认为，AI芯片之争是中美两国公司间的竞争，中国目前暂时落后。但由于在应用探索上更加积极，未来中国AI芯片有可能超越竞争对手，成为全球领军力量。

　　AI芯片按照应用场景可以分为云端芯片和终端芯片，按照功能可以分为训练芯片和推理芯片。云端指服务器端，终端指包括手机、电脑、监控摄像头、家电、消费电子等在内的电子终端产品。训练指通过大量的数据输入，运用增强学习等非监督学习方法，训练出一个复杂深度神经网络模型的过程，其对芯片运算和存储的综合性能要求很高。推理指利用训练好的模型，使用新的数据去得出各种结论、完成各种任务的过程，其对芯片的速度、能耗、安全和硬件成本要求较高。

　　按照以上两个维度，可以将AI芯片划分至四个象限。其中，终端/嵌入式设备以推断应用为主，训练的需求尚不是很明确，但是，未来的终端设备将逐步具备训练和学习的能力。

大连好的男科医院 http://www.nk0411.com/