新火種AI|AI行業規模將達2250億美元，國產晶片如何獲益？

作者：一號

編輯：彩雲

AI行業規模將達到2250億美元，國產AI晶片業如何抓住機遇？

據財聯社訊息，瑞銀（UBS）在最新發布的一份報告中表示，科技行業剛剛開始大規模增長週期，預計到2027年，隨著人工智慧在各經濟體中的廣泛應用， AI模型及應用程式將成為一個2250億美元的細分市場。2022年的22億美元，將成為這一數字的零頭。

顯然，這是一個巨大的飛躍，因為這意味著將近152%的複合年增長率。此外，研究人員還承認，瑞銀此前關於AI行業總收入增長的預測可能過於保守，因此此次將AI行業總收入上調了40%， 預計AI行業總收入將增長15倍，從2022年的180億美元增加到2027年的4200億美元，複合年增長率將達到72%。

這些增長將主要來自兩個市場。一是軟體市場。報告稱：“如果ChatGPT應用程式的推出是人工智慧行業的‘iPhone時刻’，那麼在我們看來，最近推出的眾多應用程式，如微軟的Copilots，以及OpenAI在23年第四季度推出的Turbo with vision，意味著人工智慧行業的App Store時刻已經到來”。

另一個則是在GPU雲和人工智慧邊緣計算等新興趨勢推動下，正在快速成長的人工智慧基礎設施市場，這個細分市場的規模預計將從2022年的258億美元增長到2027年的1950億美元，推動AI成為全球科技領域未來十年的科技主題，“因為我們在其他科技領域沒有看到類似的增長情況”。

而 GPU和晶片領域將成為未來數年人工智慧強勁支出大潮的最大受益者，2022年到2027年的符合年增長率預計為60%，行業收入將從2022年的158億美元增長到2027年的1650億美元。

AI大模型推動智慧算力需求大爆發

如同農業時代的水利，工業時代的電力，算力是數字經濟時代的關鍵生產力。 隨著AI步入“大模型”時代，算力的提升也被加速推動。

這是因為AI非常依賴相關基礎設施，包括計算、儲存和網路等，並且隨著人們對AI效能要求的提升，訓練AI所需要用到的資料不斷增長，演算法的複雜度也在不斷提高，因此對於算力也提出了更高的要求。

截至2023年6月底，我國在用資料中心機架總規模超過760萬標準機架，算力總規模達到了197EFLOPS,位居全球第二，算力總規模近五年年均增速近30%。

隨著AI向多場景化、規模化、融合化等高應用階段發展，其所對應的資料體量、演算法模型引數量以及以加速計算為核心的算力中心的規模將不斷增大。

而AI晶片作為面相人工智慧領域的晶片，是專門用於處理人工智慧應用中大量計算任務的模組。“無晶片不AI”，AI晶片興起於AI對算力的高需求，以其為載體實現的算力是人工智慧發展水平的重要衡量標準，因此， 我國AI晶片行業的發展備受關注，不斷湧現出新的生產設計商，市場規模也正不斷擴大。

科技巨頭如何佈局AI晶片業？

隨著中美兩國在人工智慧領域的競爭，AI晶片的國產化正成為亟待解決的問題。

在AI大模型的訓練中，演算法主要看研究團隊的智慧和靈感，在這一方面，中美之間並沒有很大的差距，而在訓練資料方面，大資料資源中國具有一定優勢，但與此同時卻在算力方面吃了虧，這是因為決定計算能力的關鍵是晶片。

目前，在AI晶片領域，國外晶片巨頭佔據了大部分市場份額。在全球範圍內，佈局AI晶片的廠商主要有英偉達、英特爾、高通以及谷歌等，因此，在AI晶片領域，美國無論是在人才聚集還是在公司合併等方面都具有優勢，處於領先地位，並且已經成為行業的引領者。

而 國內AI晶片起步較晚，和世界先進水平之間存在著較大差距，與此同時，市場也較為分散，集中度低。由於網際網路企業對計算機軟體和儲存裝置的要求極高，因此對於滲透到各行各業中的AI，更加重視底層技術的佈局和提升，因此在AI晶片領域早早就展開了佈局。

例如，阿里巴巴成立了專注AI晶片市場的平頭哥；百度成立了崑崙芯，探索晶片領域；華為則一直在AI晶片領域佈局，早在2017年就推出了Ascend晶片，並在之後陸續推出了Ascend AI處理器、Atlas AI計算平臺以及昇騰等產品。

而國內AI晶片廠商目前主要以中小公司為主，例如全球AI晶片領域收割獨角獸初創公司寒武紀等等。

AI晶片有望加速擁抱國產化

儘管GPU晶片巨頭英偉達在全球AI晶片市場上擁有壟斷優勢，但由於美國“卡脖子”， 國產AI晶片的國產化程式仍將加速推進。近年來，美國陸續收緊中國獲得國際先進晶片的能力，不僅在晶片進口上做出了限制，在晶片生產工具的獲得上也有所限制。

與此同時，我國的人才缺口也較大，人工智慧不同技術方向崗位人才供需比均低於0.4，其中AI晶片崗位人才供需比僅為0.32。因此我們正不斷增加教育投入和產業發展，並吸引海外人才創業、就業。

近年來，我國已經在限制之下，興起了一批AI晶片初創公司，正加快落地算力產業鏈，例如國產CPU+DPU龍頭海光資訊、ASIC路線先行者寒武紀、景嘉微和璧仞科技等。2023年12月，摩爾執行緒在北京舉行了全國產千卡千億模型訓練平臺——摩爾執行緒KUAE智算中心揭幕儀式，宣佈國內以國產全功能GPU為底座的大規模算力叢集正式落地。

在製造之外，國產AI晶片的發展也需要關注生態建設，各公司目前致力於構建自己的生態，學術界則提出以開源作為發展的創新路徑。例如，梁曉曉團隊推出的開源GPGPU（通用GPU）平臺“青花瓷”；清華何虎團隊推出RISC-V（一種開放免費的指令集架構）的開源GPGPU實現方案。

相信開源的創新路徑為AI晶片國產化提供了新思路，目前已有不少公司加入了開源生態的合作建設中。