報告下載：新增199IT微信公眾號【i199it】，回覆關鍵詞【AI領強算力時代】即可

1、在人工智慧時代，終端AI晶片針對特定場景實現優化方案AI晶片主要承擔推斷任務，通過將終端裝置上的感測器（麥克風陣列、攝像頭等）收集的資料代入訓練好的模型推理得出推斷結果。由於終端場景多種多樣各不相同，對於算力和能耗等效能需求也有大有小，應用於終端晶片需要針對特殊場景進行鍼對性設計以實現最優解方案，最終實現有時間關聯度的三維處理能力，這將實現更深層次的產業鏈升級，是設計、製造、封測和裝置材料，以及軟體環境的全產業鏈協同升級過程。

2、GPU伺服器滲透率提升，自動駕駛等級提升推動GPU算力需求相比於傳統CPU伺服器，在提供相同算力情況下，GPU伺服器在成本、空間佔用和能耗分別為傳統方案的1/8、1/15和1/8。人工智慧伺服器是AI算力基礎設施的主要角色，在伺服器中滲透率不斷提升。L3自動駕駛算力需求為30-60TOPS，L4需求100TOPS以上，L5需求甚至達1,000TOPS，GPU算力需求提升明顯，晶片主要向著大算力、低功耗和高製程三個方向發展。

3、軟硬體生態構築Nvidia核心優勢，國內AI企業加速發展2006年Nvidia推出CUDA計算平臺，讓GPU支援CUDA，在優化硬體效能的同時，賦予良好的相容性，構築通用計算平臺系統和核心優勢。國內AI企業產品如景嘉微J9系列，寒武紀思元370、燧原邃思2.0、地平線征途5、黑芝麻華山二號A1000 由低算力逐漸向高算力發展，由終端側往雲端和車載方向發展，加快軟硬體和開發者生態系統建設。

報告下載：新增199IT微信公眾號【i199it】，回覆關鍵詞【AI領強算力時代】即可