半導體產業冰火兩重天，AI晶元風景獨好

AI晶元市場規模將於2025年達到1740億元。

半導體行業正面臨冰火兩重天的局面，有些領域面臨「砍單」，有些依然供不應求。

比如，進入2022年之後，智能手機市場包括蘋果、三星在內的廠商紛紛削減訂單，帶來相關晶元產量銳減。據CINNO Research發布的2022年上半年中國市場智能手機SoC出貨量排名，上半年中國智能機SoC出貨量約為1.34億顆，同比下降約16.9％；其中，除了紫光展銳與聯發科實現同比正增長，海思、高通分別同比下降81.5％、12.6％，甚至蘋果都下降2.9％。

手機等消費電子的疲弱給半導體產業帶來的波及面很大，存儲器、圖像感測器、驅動IC等手機用晶元紛紛降價，只有車用晶元等半導體領域依然供不應求。

以MCU為例，據報道，今年以來由於受到地緣風險、通貨膨脹、加息諸多因素影響，造成終端消費市場需求下降，其中低端消費型4/8位元MCU價格滑落三成到四成不等，而車規級16/32位元MCU及工業級MCU因汽車電動化和智能化需求持續增加，價格相對持穩。

全球半導體市場已經進入分化時代，而在整個半導體產業的起伏中，AI晶元卻「風景這邊獨好」。

AI企業特別是AI演算法類企業，在2022年面臨的最大質疑就是巨額融資之後依然連續虧損，企業難以找到持續商業化變現手段，眾多人工智慧企業因此也在資本市場上面臨市值縮水、撤回上市申請等問題。當然，一些AI晶元企業也未能倖免。對於和英偉達等企業搶奪雲端AI晶元市場的寒武紀來說，2022年也經歷了股價的低迷。

但股價低迷的主要原因還是在於前期資本追捧過熱，隨著企業營收的增長以及市值的瘦身，股價也在逐漸向企業真實價值回歸。

比如，面對雲端AI晶元由英偉達和英特爾主導的局面，國內大部分AI晶元廠商都選擇了終端AI晶元，但寒武紀不僅選擇終端，更在雲端晶元領域推出自己的產品，並取得相對可觀的營收增長。

上半年財報顯示，寒武紀的AI晶元、加速卡等產品已經在阿里雲等互聯網公司形成一定收入規模，實現商業客戶的批量出貨，上半年寒武紀實現營業收入1.7億元，同比增長24.60％。

據億歐智庫《2022中國人工智慧晶元行業研究報告》（下文簡稱「報告」），人工智慧整體市場已從2020年的疫情影響中恢復，同時，隨著技術的成熟以及數智化轉型升級，內在需求增加，中國人工智慧核心產業市場規模將持續平穩增長，預計2025年將達到約4000億元。

特別是AI晶元領域，報告指出，隨著大算力中心的增加以及終端應用的逐步落地，中國AI晶元需求也持續上漲；2021年疫情緩解，市場回暖，更是產生較大增幅，預計AI晶元市場規模將於2025年達到1740億元。

AI晶元的增幅不僅體現在寒武紀等雲端晶元為主的企業，在新能源汽車領域，國產AI晶元正快速崛起，與英偉達、Mobileye等企業分庭抗禮。

動力電池是新能源汽車的能量基礎單元，這一領域催生了寧德時代這樣的萬億市值企業。隨著新能源汽車走向智能駕駛時代，AI晶元作為智能汽車的數字化基礎，同樣能夠產生堪比動力電池領域的偉大企業。

在車載智能駕駛AI晶元領域，中國的黑芝麻、地平線等企業也表現優異。據了解，地平線的征程系列AI晶元已經搭載在理想one、嵐圖free、智己L7、廣汽埃安Y、長安UNI系列等多款量產車裡。黑芝麻2021年4月發布的高性能車規級自動駕駛計算晶元——華山二號 A1000 Pro，通過兩大自研核心IP——車規級圖像處理器NeuralIQ ISP以及DynamAI NN車規級低功耗神經網路加速引擎打造，INT8算力為106TOPS，INT4算力更是達到196TOPS。而基於單顆、兩顆或者四顆A1000 Pro，黑芝麻的FAD全自動駕駛平台能夠滿足 L3/L4 級自動駕駛功能的算力需求。

當然，目前中國的AI晶元企業，還未能擁有如英偉達一樣的產業鏈主動權，或者如寧德時代在新能源汽車產業鏈中的主動權，在供應緊張時甚至主機廠會「屈身」來求寧德時代。

但隨著AI晶元在新能源汽車、伺服器等更多領域的深入應用，AI晶元廠商引領產業升級的作用也越來越大。況且，一款晶元從設計到流片，擁有不亞於動力電池的極高門檻。既然動力電池領域可以誕生實力碾壓部分強龍一般主機廠的「地頭蛇」，AI晶元領域同樣有可能。

AI晶元不只是硬體，還會涉及與之配套的開發工具鏈和一系列應用生態，最終與客戶結成強綁定狀態。這些因素，都意味著AI晶元，是一個天然會產生技術巨頭、生態巨頭的領域。

更何況，阿里、百度、華為等巨頭，本身也同樣涉足AI晶元。比如阿里平頭哥推出的含光系列AI晶元、由原百度智能晶元及架構部獨立而成的崑崙芯科技推出的崑崙芯系列晶元、華為推出的昇騰系列AI處理器等。

報告指出，AI硬體加速技術已經逐漸走向成熟，未來可能更多的創新會來自電路和器件級技術的結合，比如存內計算，類腦計算；或者是針對特殊的計算模式或者新模型，比如稀疏化計算和近似計算，對圖網路的加速；或者是針對數據而不是模型的特徵來優化架構。

實際上，目前越來越多企業投身於存算一體晶元研發的浪潮中，試圖突破傳統馮·諾依曼結構的瓶頸，打破「存算牆」、「能耗牆」和「編譯牆」等對AI效率提升的限制。據報道，國內創業企業億鑄科技已經實現自主設計並量產基於憶阻器（ReRAM）的「存算搜一體」算力晶元。

報告還指出，如果演算法不發生大的變化，按照現在AI加速的主要方法和半導體技術發展的趨勢，或將在不遠的將來達到數字電路的極限（約1到10TFlops/W），往後則要靠近似計算，模擬計算，甚至是材料或基礎研究上的創新。

這些更遠的技術目標，隨著以氧化鎵和銻化物等為代表的第四代半導體材料，以及類腦晶元等高能效比晶元逐漸成熟之後，也將逐漸突破。隨著人工智慧產業邁向縱深發展，AI晶元將成為中國企業攀登全球產業鏈高峰的一片熱土。

本文源自億歐網