中国人工智能芯片行业发展状况分析 市场未来竞争将较为激烈

中国人工智能芯片行业发展状况分析

一、中国人工智能芯片行业发展概况及特点

中国当前本土芯片公司的产品分布了人工智能的整个市场段。在数据中心/云端训练和推理芯片部分，以Baidu、Alibaba、华为、Cambricon、BitMain和ThinkForce等为代表，但除了Bitmain的推理芯片，其他的芯片都还在研发中。

(资料图片仅供参考)

TAB+华为强大的研发能力和全球化的资源配置，将会在数据中心/云端推理芯片方面获取一定的地位。而在设备端的推理芯片部分，创业芯片公司较为集中，其性能和功耗都和海外同类产品可以匹配，但预期该市场未来竞争将较为激烈，并最终处于领先地位。

二、中国人工智能芯片行业发展存在的问题及对策

众所周知，我国AI芯片产业起步较晚、资金投入长期不足，与西方主要国家相比发展存在明显滞后。同时，在经济化浪潮之下，全球芯片产业链分工合作生态明确，我国对于国外产品的依赖度也颇高，国内芯片市场长期被国外巨头所占据。多重因素影响下，我国芯片发展资金和技术短板愈发凸显。

而除了技术差距之外，专业人才的匮乏也是我国AI芯片产业的又一拦路虎。无论哪个行业，若想实现快速、持续发展，专业人才力量的支持必不可少。作为典型的技术密集型行业，芯片对于人才的要求更高更迫切。但近些年来，我国集成电路行业发展虽快，专业人才缺口却越拉越大，这使得发展遇阻。

此外，我国AI芯片产业的传统问题还涉及到应用层面。目前，虽然AI、物联网、云计算、自动驾驶等产业都正加速实现商业化落地，但是从整体水平来看，基本上都还处于初期，不管是技术水平还是市场成熟度都有待提升。因此，对于芯片行业来说，在应用增长点依然青涩的情况下，发展尚需时日。

三、中国人工智能芯片行业商业模式分析

芯片不仅是一个技术密集、资本密集、人才密集的高门槛行业，同样也是产业链很长的行业。在这条很长的产业链里，仅芯片公司，也有着不同的盈利模式。比如英特尔和AMD，用户可以直接购买其芯片，高通则为手机厂商提供芯片，英特尔、AMD和高通取得的成绩也证明了这一商业模式的成功。除了卖芯片，IP授权的模式也成就了一些芯片公司，典型的例子就是Arm，Arm靠提供芯片的知识产权发家，凭借着与英特尔的差异化竞争，Arm架构的芯片如今已经搭载在了大部分的移动智能设备中。还有如今AI芯片领域的代表英伟达，英伟达最早也出售芯片，后来慢慢转变为卖GPU卡。

到了AI时代，不同的AI芯片公司也在用不同的商业模式探索AI芯片的落地。AIIP公司典型的就是AI独角兽公司寒武纪，并且寒武纪IP落地已经有成功案例，其IP搭载在麒麟970和麒麟980的SoC中。不过，在AI时代的AI芯片公司似乎更倾向于提供AI加速卡以及相关的服务。华为昇腾910和310芯片将不会对外单独销售，而是以AI加速卡、加速模块、服务器和一体机等模式对外销售。另外，比特大陆、云天励飞等拥有AI芯片的公司也都更倾向于提供模块化的方案。

四、中国人工智能芯片行业市场结构分析

当前的AI芯片主要可分为云端训练芯片、云端推理芯片、边缘端推理芯片三类。市场上参与竞争的有传统芯片巨头厂商、互联网巨头企业跨界，以及初创公司。初创企业必须要寻找到自己的差异化竞争优势，即组建一批实力强劲的团队，在某一个新兴市场、或者芯片巨头因为种种原因不去做、或做不好的市场，形成错位的竞争优势，并且借助小公司灵活的特点，快速了解客户需求，并且形成销售，进而在市场上站住脚跟。

五、中国人工智能芯片行业利润总额分析

人工智能芯片产业链的中端主要以材料、设备、制造领域为主，此环节前期投入成本巨大，门槛极高。该环节利润中等，一般健康的毛利在30%~50%之间，风险可控。

人工智能芯片的封测环节，门槛相对较低，国内市场内卷厉害，且利润率属最低的，一般毛利在20%~40%，做成品牌也有附加值，风险最低，现金流周转快。

六、人工智能芯片市场定价机制组成

AI芯片的开发成本相当高，尤其是ASIC架构设计的芯片，流片数量动则千万，包含人力成本，投入可高达2500万美元以上，但目前很多芯片企业的融资金额在1000万美元以下。

IP设计：IP设计相对于芯片设计是在更顶层的产业链位置，以IP核授权收费为主。传统的IP核授权企业是以安谋(arm)为代表，新创的AI芯片企业虽然也会设计出新型IP核，但因授权模式不易以规模效应创造可观收入，新创企业一般不以此作为主要盈利模式。

芯片设计代工：芯片设计代工和制造业的代工一样，提供代工设计服务的企业，并不能在产品上贴上自己的标签，也不能对外宣称该产品为自己设计的芯片。

芯片设计：大部分的人工智能新创企业是以芯片设计为主的。在这其中，选择芯片设计，并将芯片送交晶圆代工厂流片的AI芯片企业，开发成本相当高，虽然可以设定不同的开发目标，来降低成本，像是采用FPGA芯片，减少流片成本。但是选择进行ASIC架构芯片开发的企业，融资金额就成为关键，影响企业的研发能力。对于芯片设计企业来说，从开发到成品的IP核授权、开发软件和制造/封测等费用是无可避免的开发成本。一般而言，ASIC芯片的开发费用相当高，据IBS估算数据，按照不同制程，65nm芯片开发费用有2850万美元，5nm芯片开发费用则为54220万美元，差距甚大。

《2022-2027年中国人工智能芯片行业发展分析及投资风险预测报告》由中研普华人工智能芯片行业分析专家领衔撰写，主要分析了人工智能芯片行业的市场规模、发展现状与投资前景，同时对人工智能芯片行业的未来发展做出科学的趋势预测和专业的人工智能芯片行业数据分析，帮助客户评估人工智能芯片行业投资价值。

关键词：