AI爆发元年与AI芯片新周期开启,技术,进行,导体(ti)

不(bu)久前，德邦证券研报曾将1976年以来的全球半导体(ti)销售额同比增(zeng)速与GDP增(zeng)速进行比较，发现全球半导体(ti)年度销售额历史增(zeng)速呈现出大约每10年一个(ge)“M”形的波动特征，且主要与技术驱(qu)动产品迭代有关。

（来源：德邦证券研报）

如若进一步观察历年的半导体(ti)制造技术的发展，也可以发现它(ta)伴随着每个(ge)十年的变革而跃(yue)上一个(ge)新的高度。

从家用电器时代到台式机时代，再到功能手机/笔记本(ben)电脑、3G/4G/智能手机、5G、AIoT/消费电子/汽车(che)。随着不(bu)断(duan)拓展的下游(you)应用领域，半导体(ti)行业(ye)在全球销售额上呈现了持续(xu)的成长(chang)，从1976年到2022年的时间跨(kua)度内，销售额增(zeng)长(chang)了整整202倍。

这里揭示了一个(ge)简单的大道理：周期的本(ben)质，不(bu)是(shi)简单潮起潮落原单踏步，而是(shi)不(bu)断(duan)的螺旋(xuan)式向上发展。

（来源：德邦证券研报）

2023年，刚好也成为AI爆发的元年，无(wu)疑预示着半导体(ti)行业(ye)也迎来了一个(ge)新的纪元，也被(bei)视(shi)为新一轮周期的重(zhong)启——AI技术的爆发对芯片的需求提出更高的要求，同时也为该行业(ye)带来了前所未有的机遇。

随着资本(ben)市场掀起的炒作热潮，AI芯片也成为资本(ben)追(zhui)捧的热门。

但是(shi)，实际上，并非所有人(ren)对AI芯片都有准确的认(ren)识，接下来，我们将深入分(fen)析不(bu)同类别(bie)的AI芯片，揭示它(ta)们的独(du)特作用、技术特性以及涉及其中的相(xiang)关公司。

机器学习算(suan)法(fa)在实际应用中通常分(fen)为两(liang)个(ge)主要步骤(zhou)：训练（Training）和推理（Inference）。这两(liang)个(ge)步骤(zhou)对应了不(bu)同的计算(suan)需求和芯片设计，因此衍(yan)生出了两(liang)种主要类型的AI芯片：训练芯片和推理芯片。

从技术架构(gou)来看，AI芯片主要分(fen)为图形处理器（GPU）、现场可编程门阵列(lie)（FPGA）、专用集成电路（ASIC）、中央处理器（CPU）四大类。

此外根据其在网络(luo)中的位置，还可以分(fen)为按“云(yun)-边-端”进行划分(fen)，得到云(yun)端AI芯片、边缘和终端AI芯片。

（来源：公开材料）

CPU：它(ta)是(shi)计算(suan)机系统的核心组件(jian)，负责执行各种计算(suan)任务和算(suan)法(fa)。CPU在AI应用中的应用非常广泛(fan)。它(ta)可以用于(yu)训练和推理任务，包括图像识别(bie)、语音识别(bie)、自然语言(yan)处理等。CPU的高性能和灵活性使得它(ta)成为处理各种类型数据的理想选择。

GPU：其又称(cheng)显示核心、视(shi)觉处理器、显示芯片，是(shi)一种专门在个(ge)人(ren)电脑、工作站、游(you)戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相(xiang)关运算(suan)工作的微处理器。

FPGA：是(shi)在PAL(可编程阵列(lie)逻(luo)辑)、GAL(通用阵列(lie)逻(luo)辑)等可编程器件(jian)的基础上进一步发展的产物。作为专用集成电路(ASIC)领域中的一种半定制电路而出现，既解决(jue)了定制电路的不(bu)足，又克服了原有可编程器件(jian)门电路数有限的缺(que)点。

ASIC：指(zhi)为特定用户要求和特定电子系统的需要而设计、制造的集成电路。目前主流是(shi)用CPLD(复(fu)杂可编程逻(luo)辑器件(jian))和FPGA来进行设计，它(ta)们都具有用户现场可编程特性，都支持边界扫描技术，但两(liang)者在集成度、速度及编程方式上有各自的特点。

ASIC应用领域包括但不(bu)限于(yu)智能手机、可穿戴设备、安防前端摄像头、智能家居设备以及无(wu)人(ren)机等。而国内设计制造ASIC的公司中，寒武纪、云(yun)天励飞、航宇微、ICG（聪链集团）等厂商都在各细(xi)分(fen)领域占据了相(xiang)当(dang)市场份额，有一些甚至全球领先，值得进行深入的挖掘和持续(xu)的跟踪。