2019年AI芯片行业研究报告.pdf

所需积分/C币:50 2019-07-09 10:28:45 2.19MB PDF
收藏 收藏
举报

艾瑞咨询出具的2019年AI芯片行业研究报告,涵盖AI芯片行业概述,AI芯片应用场景及市场需求,AI芯片行业产业链及商业模式、优秀的AI芯片企业等。
Research 艾瑞咨询 A芯片行业概述 A芯片应用场景及市场需求分析 A芯片行业产业链及商业模式分析 A芯片行业发展展望 企业推荐 关于人工智能芯片(芯片) i Research 艾瑞咨询 芯片:基于矩阵运算、面向应用的芯片设计方案 定义:当前芯片设计方案繁多,包括但不限于 等。目前市场上的对于芯片并无明确统一的 定义,广义上所有面向人工智能( ,)应用的芯片都可以被称为芯片。 当前运算指以“深度茡习″为代表的神经网络算法,需要系统能够髙效处理大量非结构化数据(文本、视频、图 像、语音等)。这需要硬件具有高效的线性代数运算能力,计算任务具有:单位计算任务简单,逻辑控制难度要求低,但 并行运算量大、参数多的特点。对于芯片的多核并行运算、片上存储、带宽、低延时的访存等提出了较高的需求。 针对不同应用场景,芯片还应满足:对主流算法框架兼容、可编程、可拓展、低功耗、体积及造价等需求。 深度学习模型复杂度及规模对芯片算力需求激增通过架构设计A芯片跨越工艺限制,算力效能对 cPU实现大幅超越 H ALU ALU Control 103 ← Mouse ALUALU 102 f- Fruit fly Cache 01 10L Human 2101 DRAM DRAM H Octopus 芯片工艺制程逼近物理极限 工艺提升缓慢,面对大规模 FrO CPU芯片中大量晶体管用于 并行运算需求,需要对芯片 Bee Ant 构建逻辑控制和存储单元,用 架构进行重新设计 10 Leoch 于构建计算单元的晶体管占比 GPU:开发即面向图像处理 Roundworm 极小 等大规模运算需求 为了保证兼容性,CPU构架 FPGA/ASIC:对缓存、计算 三10 1950 198520002015 f Spong 2056 演进发展受限。 单元、连接进行针对性优化 设计 注释 ,指深度学习。 来源:《 》 英伟达官网。 芯片实现算力提升 Research 艾瑞咨询 芯片满足应用所需的“暴力计算”需求 早在上世纪年代,学术界已经提出了相当完善的人工智能算法模型,但直到近些年,模型的内在价值也没有被真正的实 现过。这主要是受限于硬件技术发展水平,难以提供可以支撑深度神经网络训练推断过程所需要的算力。直到近年来 等异构计算芯片被投入应用到应用相关领域,解决了算力不足的问题。 下图以云计算场景为例,通过对全球几大科技巨头的代表性云端芯片产品计算性能对比,我们可以发现芯片相比起其 他几种芯片,在计算效能、大小、成本等方面都有着极大优势,未来随着通用指令集架构的开发,预计会岀现最优配置 的计算芯片。 典型的云端计算芯片算力表现比较 Performance( TFLOPs 15.7 0.0018 Intel-XEON Intel/ Altera-Stratix 10Soc Nvidia-TESLA V100 Google-TPUv2 CPU FPGA GPU ASIC 优点:通用性好,串行运算优点:可对芯片硬件层进行优点:相比CPU,由于其多优点:针对专门的任务进行 能力强;适用于逻辑运算;灵活编译,且功耗远远小于线程结构,拥有较强的并行架构层的优化设计,可实现 缺点:开发难度最大,大量CPU和GPU 运算能力,与FPGA和 ASIC PPA最优化设计、量产后成 的晶体管用于构建控制电路缺点:硬件编程语言难以掌相比通用性更强 本最低 和高速缓冲存储器,运算单握,单个单元的计算能力比缺点:价格、功耗等不如缺点:初始设计投入大,可 元占比少,架构限制了算力较弱,硬件成本较高,电子FPGA和ASIC,并行运算能编程架构设计难度较大,针 的进一步提升。 管冗余,功耗可进一步压力在推理端无法完全发挥。对性设计会限制芯片通用 缩。 性 注释 指芯片的算力、功耗和面积。 来源:官网;英伟达官网;公开网络数据;艾瑞研究院。 芯片产品定位 Research 艾瑞咨询 芯片对并非替代,与共同满足新时代计算需求 目前来看,芯片并不能取代的位置,正如作为专用图像处理器与的共生关系,芯片将会作为的运 算协处理器,专门处理应用所需要的大并行矩阵计算需求,而作为核心逻辑处理器,统一进行任务调度。 在服务器产品中,芯片被设计成计算板卡,通过主板上的接口与相连;而在终端设备中,由于面积、功耗成本 等条件限制,芯片需要以形式被整合进系统级芯片,主要实现终端对计算力要求较低的推断仼务 服务器级产品中通过PCB上PCIE接口与CPU组成 通过SoC封装与CPU组成异构计算单元 异构计算单元 4X NVIDIA Tesla@V100 32 GB/GPU Soc 500 TFLOPS (Mixed Precision 20,480 Total NVIDIA CUDA@ Cores 2. 560 Tensor Cores 2. SYSTEM MEMORY CPU GPU 256 GB RDIMM DDR4 3, GPU INTERCONNECT NVIDIA NVLink XPU DSP 4. STORAGE Data: 3x 1.92 TB SSD RAID 0 IS: 1.92 TB SSD Intel Xeon E5-2698 v4 Modem 2.2 GHz 20-Core Camera IsP 6. NETWORKING 2X 10 GbE 4K Video Hifi audio 7. DISP 感 LPDDR 4X UFS 8. COOLING 9. POWER 1500W Sensor Processor Security Engine 来源:英伟达官网,公开网络数据。 芯片应用场景 i Research 艾瑞咨询 芯片为应用落地提供了商业化可行的算力解决方案 在人工智能发展初期,算法已经通过数据中心(云端)在大数据分析、精准营销、商业决策等方面实现了成功地应用落 地。而未来,智能化将会逐渐渗透进入能源、交通、农业、公共事业等更多行业的商业应用场景中,除了部署在云端进行 数据分析等工作,人工智能还需要下沉到摄像头、交通工具、移动设备终端、工业设备终端中,与云计算中心协同实现本 地化的、低延时的人工智能应用。考虑到任务算力需求,以及传输带宽、数据安全、功耗、延时等客观条件限制,现有云 端计算解决方案难以独自满足人工智能本地应用落地计算需求,终端、边缘场景同样需要专用的计算单元。 云端与边缘侧人工智能应用场景对于A芯片的需求 云端负责承载智能数据分析、模型训练任务和部分对传输带尭要求不高的推理任务。 云端 云数据机房智能服务器 GPU/FPGA/ASIC 算法下发 数据回传 计算下沉 模型训练/推理 基于对数据传输带宽压力、数据安全等因素的考量,边缘和终端侧承载了需要本地实时响应的推理任务。需要独立完成任务涵 盖:数据收集、环境感知、人机交互以及部分的推理决策控制任务。 自动驾驶 智慧安防 移动互联网 其他物联网场景 边绿 家工业/ 庭。农业等 终端 断网下独立本地处理 超大数据量本地处理 低功耗、数据安全 数据安全、异构、实时响应 边绿智能服务器: 终端SoC+IP GPU/FPGA/ASIC DSP/GPU/ASIC 88888 来源:艾瑞研究院自主绘制。 芯片整体市场规模预测 i Research 艾瑞咨询 芯片市场规模未来年增长有望达到倍 市场根据芯片功能及部署场景将芯片分为:训练推断、云端边缘两个维度迸行划分。训练端由于需要对大量原始 数据进行运算处理,因此对于硬件的算力、计算精度,以及数据存储和带宽等都有较高要求,此外在云端的训练芯片应该 有较好的通用性和可编程能力。推理端对于硬件性能要求没有推断端髙,实证证明一定范围的低精度运算可达到同等推理 效果,但同时这要求模型训练精度要达到较高水平 根据中金公司硏究部数据显示,年,整体芯片市场规模达到亿美元,其中云端训练芯片亿美元,云 端推理芯片亿美元,边缘计算芯片亿美元;到年,整体芯片市场规模将会达到亿美元 其中云端训练芯片亿美元 ,云端推断芯片亿美元, ,边缘计算芯片 亿美元, 2017-2022年A芯片细分市场规模预测 CAGR:55.2% 352.2 CAGR:53.5% 172.1 CAGR:84.1% 71.9 39.1 20.2 3.4 2017 2022e ■云端训练A怵片■云端推断A芯片■边缘推断A芯片 注释:芯片细分市场规模单位:亿美元。 来源:《芯片:应用落地推动产品多样化》——中金公司研究部 i Research 艾瑞咨询 A芯片行业概述 A芯片应用场景及市场需求分析 A芯片行业产业链及商业模式分析 A芯片行业发展展望 企业推荐 应用场景:云计算 i Research 艾瑞咨询 云计算:共享规模化经济效益有效降低边际成本投入 云计算是一种按使用计费的服务模型,实现对高可靠、可配置的计算资源池(服务器、存储、网络、应用程序和服务) 的方便快捷的访问,资源可通过最少的管理工作快速的配置和发布。云计算具有:资源池、广泛的网络访问、按需自助服 务、快速弹性膨胀、测量服务等个基本特征。云计算服务模式主要包括: 提供基本的计算(虛拟或专用硬件)、存储、网络资源,使用者在资源中部署运行仼意应用程序和操作系统; 提供部署在云基础设施上的编程语言、库、服务和支持工具,为开发人员提供了一个自助服务门户而无需管理 底层基础设施 提供在云基础设施上运行的应用程序,程序运行管理皆由服务提供商负责 相比起传统模式,云计算模式可实现:降低用户初始投资成本及杋房维护费用并实现资本效益配置最大化、资 源快速弹性扩展、数据价值的有效挖掘以及业务的快速上线部署等。 云计算服务模型 应用 应用 应用 应用 数据 数据 数据 数据 客 运行 行 运行 运行 自 中间件 中间件 中间件 中间件 ZA 行 O/S O/S O/S O/S 商 管 理 虚拟化 虚拟化 虚拟化 虚拟化 理 服务器 服务器 服务器 服务器 存储 存储 存储 存储 网络 网络 网络 网络 传统TT Taas Paas Saas 来源 0

...展开详情
试读 52P 2019年AI芯片行业研究报告.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
  • 分享宗师

    成功上传21个资源即可获取
关注 私信 TA的资源
上传资源赚积分or赚钱
最新推荐
2019年AI芯片行业研究报告.pdf 50积分/C币 立即下载
1/52
2019年AI芯片行业研究报告.pdf第1页
2019年AI芯片行业研究报告.pdf第2页
2019年AI芯片行业研究报告.pdf第3页
2019年AI芯片行业研究报告.pdf第4页
2019年AI芯片行业研究报告.pdf第5页
2019年AI芯片行业研究报告.pdf第6页
2019年AI芯片行业研究报告.pdf第7页
2019年AI芯片行业研究报告.pdf第8页
2019年AI芯片行业研究报告.pdf第9页
2019年AI芯片行业研究报告.pdf第10页
2019年AI芯片行业研究报告.pdf第11页

试读结束, 可继续读5页

50积分/C币 立即下载 >