2020-2026年中國人工智能芯片行業發展分析及前景策略研究報告
http://www.xibaipo.cc 2019-10-06 08:34 中企顧問網
2020-2026年中國人工智能芯片行業發展分析及前景策略研究報告2019-10
人工智能是未來幾年內最火熱的領域之一，政府及企業都將不遺余力地推動產業化應用，尤其在人工智能芯片領域。作為產業制高點，人工智能芯片可應用范圍廣，如智能手機、醫療健康、金融、零售等，發展空間巨大。隨著人工智能時代的到來，人工智能芯片定能迎來大展身手的時機。
簡單說就是用數學方法模擬人腦神經網絡，用大量數據訓練機器來模擬人腦學習過程，其本質是把傳統算法問題轉化為數據和計算問題。所以對底層基礎芯片的要求也發生了根本性改變：人工智能芯片的設計目的不是為了執行指令，而是為了大量數據訓練和應用的計算。
人工智能芯片跟我們傳統意義上的芯片有很大的不相同。它其實包括兩個計算過程：1、訓練（Train）；2、應用（Inference）。此外人工智能芯片和傳統計算芯片一樣，同時還包括兩大類市場：1、數據中心為代表的后端市場；2、廣義終端市場。
報告目錄：
1.1 人工智能芯片的相關介紹
1.1.1 芯片的定義及分類
1.1.2 人工智能芯片的內涵
1.1.3 人工智能芯片的要素
1.1.4 人工智能芯片生態體系
1.2 人工智能芯片與人工智能的關系
1.2.1 人工智能的內涵
1.2.2 人工智能對芯片的要求提高
1.2.3 人工智能芯片成為戰略高點
第二章 人工智能芯片行業發展機遇分析
2.1 政策機遇
2.1.1 集成電路產業發展綱要發布
2.1.2 芯片技術標準建設逐步完善
2.1.3 人工智能迎來政策環境良好
2.1.4 人工智能發展規劃強調AI芯片
2.2 產業機遇
2.2.1 人工智能步入黃金時期
2.2.2 人工智能技術研究加快
2.2.3 全球人工智能融資規模
2.2.4 國內人工智能融資狀況
2.2.5 人工智能應用前景廣闊
2.3 社會機遇
2.3.1 互聯網加速發展
2.3.2 智能產品逐步普及
2.3.3 科技人才隊伍壯大
2.4 技術機遇
2.4.1 芯片計算能力大幅上升
2.4.2 云計算逐步降低計算成本
2.4.3 深度學習對算法要求提高
2.4.4 移動終端應用提出新要求
第三章 人工智能芯片背景產業——芯片行業
3.1 芯片專利申請狀況
3.1.1 專利的分類及收購
3.1.2 各國專利申請排名
3.1.3 企業專利申請排名
3.1.4 我國專利申請概況
3.2 芯片市場運行分析
3.2.1 國際市場依賴性強
3.2.2 技術研發投入加大
3.2.3 行業發展格局分析
3.2.4 市場銷量規模分析
3.2.5 產業運行特點分析
3.2.6 行業發展前景展望
3.2.7 產業發展趨勢分析
3.3 芯片材料行業發展分析
3.3.1 半導體材料發展進程
3.3.2 半導體材料市場回顧
3.3.3 半導體材料市場現狀
3.3.4 半導體材料研發動態
3.3.5 新型半導體材料產業
3.4 芯片材料應用市場分析
3.4.1 家電芯片行業分析
3.4.2 手機芯片市場分析
3.4.3 LED芯片市場狀況
3.4.4 車用芯片市場分析
3.5 2016-2019年中國集成電路進出口數據分析
3.5.1 中國集成電路進出口總量數據分析
3.5.2 2016-2019年主要貿易國集成電路進出口情況分析
3.5.3 2016-2019年主要省市集成電路進出口情況分析
3.6 國內芯片產業發展的問題及對策
3.6.1 國產芯片產業的差距
3.6.2 國產芯片落后的原因
3.6.3 國產芯片發展的建議
3.6.4 產業持續發展的對策
第四章 2016-2019年人工智能芯片行業發展分析
4.1 人工智能芯片行業發展綜況
4.1.1 人工智能芯片發展階段
4.1.2 全球人工智能芯片市場
4.1.3 國內人工智能芯片市場
4.1.4 人工智能芯片產業化狀況
4.2 企業加快人工智能芯片行業布局
4.2.1 互聯網公司布局AI芯片市場
4.2.2 百度加快智能芯片研發
4.2.3 高通旗艦芯片正式發布
4.3 科技巨頭打造“平臺+芯片”模式
4.3.1 阿里云
4.3.2 百度開放云
4.4 中美人工智能芯片行業實力對比
4.4.1 技術實力對比
4.4.2 企業實力對比
4.4.3 人才實力對比
4.5 人工智能芯片行業發展問題及對策
4.5.1 行業發展痛點
4.5.2 企業發展問題
4.5.3 行業發展對策
第五章 2016-2019年人工智能芯片細分領域分析
5.1 人工智能芯片的主要類型及對比
5.1.1 人工智能芯片主要類型
5.1.2 人工智能芯片對比分析
5.2 GPU芯片分析
5.2.1 GPU芯片簡介
5.2.2 GPU芯片特點
5.2.3 國外企業布局GPU
5.2.4 國內GPU產業分析
5.3 FPGA芯片分析
5.3.1 GPU芯片簡介
5.3.2 GPU芯片特點
5.3.3 全球FPGA市場規模
5.3.4 國內FPGA行業分析
5.4 ASIC芯片分析
5.4.1 ASIC芯片簡介
5.4.2 ASIC芯片特點
5.4.3 ASI應用領域
5.4.4 國際企業布局ASIC
5.4.5 國內ASIC行業分析
5.5 類腦芯片（人腦芯片）
5.5.1 類腦芯片基本特點
5.5.2 類腦芯片發展基礎
5.5.3 國外類腦芯片研發
5.5.4 國內類腦芯片研發
5.5.5 類腦芯片典型代表
5.5.6 類腦芯片前景可期
第六章 2016-2019年人工智能芯片重點應用領域分析
6.1 人工智能芯片應用狀況分析
6.1.1 AI芯片的應用場景
6.1.2 AI芯片的應用潛力
6.1.3 AI芯片的應用空間
6.2 智能手機行業
6.2.1 全球智能手機出貨規模
6.2.2 中國智能手機市場狀況
6.2.3 人工智能芯片的手機應用
6.2.4 企業加快手機AI芯片布局
6.2.5 手機AI應用芯片研發動態
6.2.6 蘋果新品應用人工智能芯片
6.3 智能音箱行業
6.3.1 智能音箱基本概述
6.3.2 智能音箱市場運行
6.3.3 企業加快行業布局
6.3.4 芯片廠商積極布局
6.3.5 典型AI芯片應用案例
6.4 機器人行業
6.4.1 市場需求及機會領域分析
6.4.2 智能機器人市場規模狀況
6.4.3 機器人領域投資狀況分析
6.4.4 AI芯片在機器人上的應用
6.4.5 企業布局機器人驅動芯片
6.5 智能汽車行業
6.5.1 國際企業加快車用AI芯片研發
6.5.2 國內智能汽車獲得政策支持
6.5.3 國內無人駕駛實現規范化發展
6.5.4 人工智能芯片應用于智能汽車
6.5.5 汽車智能芯片應用規模預測
6.6 其他領域
6.6.1 智能安防領域
6.6.2 醫療健康領域
6.6.3 無人機領域
6.6.4 智能眼鏡芯片
6.6.5 人臉識別芯片
第七章 2016-2019年國際人工智能芯片典型企業分析
7.1 Nvidia（英偉達）
7.1.1 企業發展概況
7.1.2 財務運營狀況
7.1.3 市場拓展狀況
7.1.4 AI芯片產業地位
7.1.5 AI芯片產業布局
7.1.6 AI芯片研發動態
7.2 Intel（英特爾）
7.2.1 企業發展概況
7.2.2 企業財務狀況
7.2.3 AI芯片產品研發
7.2.4 企業合作動態
7.3 Qualcomm（高通）
7.3.1 企業發展概況
7.3.2 財務運營狀況
7.3.3 芯片業務狀況
7.3.4 AI芯片研發動態
7.4 IBM
7.4.1 企業發展概況
7.4.2 企業財務狀況
7.4.3 典型產品分析
7.4.4 AI芯片產業布局
7.4.5 AI芯片研發動態
7.5 Google（谷歌）
7.5.1 企業發展概況
7.5.2 企業財務狀況
7.5.3 AI芯片發展優勢
7.5.4 AI芯片產業布局
7.5.5 云端AI芯片發布
7.6 Microsoft（微軟）
7.6.1 企業發展概況
7.6.2 企業財務狀況
7.6.3 AI芯片產業布局
7.6.4 AI芯片研發動態
7.7 其他企業分析
7.7.1 蘋果公司
7.7.2 Facebook
7.7.3 CEVA
7.7.4 ARM
7.7.5 AMD
第八章 2016-2019年國內人工智能芯片重點企業分析
8.1 地平線機器人公司
8.1.1 企業發展概況
8.1.2 人工智能探索
8.1.3 企業融資狀況
8.1.4 AI芯片產業布局
8.1.5 AI芯片研發動態
8.2 北京中科寒武紀科技有限公司
8.2.1 企業發展概況
8.2.2 企業合作動態
8.2.3 企業融資動態
8.2.4 AI芯片產品研發
8.3 中興通訊股份有限公司
8.3.1 企業發展概況
8.3.2 財務運營狀況
8.3.3 布局人工智能
8.3.4 AI芯片布局
8.3.5 未來前景展望
8.4 科大訊飛股份有限公司
8.4.1 企業發展概況
8.4.2 財務運營狀況
8.4.3 語音芯片產品
8.4.4 企業競爭實力
8.4.5 公司發展戰略
8.4.6 未來前景展望
8.5 華為技術有限公司
8.5.1 企業發展概況
8.5.2 技術研發實力
8.5.3 AI芯片產業布局
8.6 其他企業發展動態
8.6.1 深鑒科技
8.6.2 西井科技
8.6.3 啟英泰倫
8.6.4 中星微電子
第九章 人工智能芯片行業投資壁壘及投資前景
9.1 人工智能芯片行業投資壁壘
9.1.1 專利技術壁壘
9.1.2 市場競爭壁壘
9.1.3 投資周期漫長
9.2 人工智能芯片行業投資動態
9.2.1 初創公司加快AI芯片投資
9.2.2 AI芯片行業融資動態分析
9.2.3 光學AI芯片公司融資動態
9.2.4 人工智能芯片設計公司獲投
9.3 人工智能芯片行業投資潛力
9.3.1 投資空間分析
9.3.2 投資推動因素
9.4 人工智能芯片行業投資策略
9.4.1 投資方式策略
9.4.2 投資領域策略
9.4.3 產品創新策略
9.4.4 商業模式策略
第十章 2020-2026年人工智能芯片行業發展前景及趨勢預測
10.1 人工智能芯片行業發展前景
10.1.1 人工智能軟件市場展望
10.1.2 國內AI芯片將加快發展
10.1.3 AI芯片細分市場發展展望
10.2 人工智能芯片的發展路線及方向
10.2.1 人工智能芯片發展態勢
10.2.2 人工智能芯片發展路徑
10.2.3 人工智能芯片技術趨勢
10.3 人工智能芯片定制化趨勢分析
10.3.1 AI芯片定制化發展背景
10.3.2 半定制AI芯片布局加快
10.3.3 全定制AI芯片典型代表
10.4 人工智能芯片市場空間預測
10.4.1 整體市場規模預測
10.4.2 云端應用規模預測
10.4.3 典型應用規模預測
圖表目錄
圖表1 芯片與集成電路
圖表2 深度學習訓練和推斷環節相關芯片
圖表3 人工智能芯片的生態體系
圖表4 人工智能定義
圖表5 人工智能三個階段
圖表6 人工智能產業結構
圖表7 人工智能產業結構具體說明
圖表8 16位計算帶來兩倍的效率提升
圖表9 芯片行業標準匯總
圖表10 人工智能發展戰略目標
圖表11 人工智能歷史發展階段
圖表12 2016-2019年中國人工智能相關專利申請數統計
圖表13 2016-2019年美國主要城市AI融資規模
圖表14 2016-2019年英德法三國AI融資規模與投資頻次對比
圖表15 2016-2019年歐洲主要國家AI融資分布融資情況
圖表16 中印以AI企業投資頻次與融資規模對比
圖表17 中國AI融資規模與投資頻次發展趨勢
圖表18 中國主要省市AI融資規模在全國比重
圖表19 北京AI融資規模的發展趨勢
圖表20 京滬粵AI融資規模及投資頻次
圖表21 中國網民規模和互聯網普及率
圖表22 中國手機網民規模及其占網民比例
圖表23 中國網民城鄉結構
圖表24 Intel芯片性能相比1971年第.一款微處理器大幅提升
圖表25 Intel芯片集成度時間軸
圖表26 云計算形成了人工智能有力的廉價計算基礎
圖表27 專利提高效率的過程
圖表28 專利收購業務的一般交易模型
圖表29 中國集成電路區域格局
圖表30 2019年國內集成電路產能區域分布
