使用光而不是电！新型芯片开启光速AI计算之门【附人工智能芯片技术赛道观察图谱】

瞻观前沿

近日，美国宾夕法尼亚大学工程师开发了一种新型芯片，它使用光而不是电来执行训练人工智能(AI)所必需的复杂数学运算。该芯片有可能从根本上加快计算机的处理速度，同时还可降低能源消耗。相关研究发表在最新一期《自然·光子学》上。

该芯片首次将本杰明·富兰克林奖章获得者纳德·恩赫塔在纳米尺度上操纵材料的开创性研究与硅光子(SiPh)平台结合起来。前者涉及利用光进行数学计算;后者使用的是硅，即一种用于大规模生产计算机芯片的廉价且丰富的元素。

除了更快的速度和更少的能耗之外，新型芯片还具有隐私优势。由于许多计算可同时进行，因此无需在计算机的工作内存中存储敏感信息，从而使采用此类技术的未来计算机几乎无法被入侵。

图片来源：摄图网

技术价值观察

人工智能芯片产业链结构清晰，链条较短，主要分为上游的材料与设备，中游的产品制造，下游的应用市场;上游的材料与设备主要指半导体材料和半导体设备，半导体材料包括单晶硅、单晶锗、砷化镓、晶体管等材料，半导体设备包括光刻机、等离子刻蚀机等设备;中游的产品制造包括芯片设计和芯片制造，芯片设计的流程主要是通过EDA进行系统设计、RTL设计、物理设计等过程，芯片制造包括晶圆加工、晶圆测试、晶片切割、芯片封装等过程;下游的应用市场主要有云计算、自动驾驶、智能手机、无人机、智能音箱、智能安防等。

美国工程师开发出一种新型芯片，使用光加快计算机的处理速度。因此，从人工智能芯片产业链上看，该技术处于产业链的中游产品制造环节。

宏观市场观察

——人工智能芯片分类

人工智能芯片的定义从广义上讲只要能够运行人工智能算法的芯片都叫作人工智能芯片。但是通常意义上的人工智能芯片指的是针对人工智能算法做了特殊加速设计的芯片。现阶段，这些人工智能算法一般以深度学习算法为主，也可以包括其它机器学习算法。

人工智能芯片分类一般有按技术架构分类、按功能划分、按应用场景分类三种分类方式。相关分类方式下的具体分类情况如下图所示：

——AI芯片是智能计算的主流模式

基于AI芯片的加速计算是当前智能计算的主流模式。AI芯片通过和AI算法的协同设计来满足AI计算对算力的超高需求。当前主流的AI加速计算主要是采用CPU系统搭载GPU、FPGA、ASIC等异构加速芯片。

近年来，国产AI加速芯片厂商持续发力，在该领域取得了快速进展，相关产品陆续发布，覆盖了AI推理和AI训练需求，其中既有基于通用GPU架构的芯片，也有基于ASIC架构的芯片，另外也出现了类脑架构芯片，总体上呈现出多元化的发展趋势。

——人工智能芯片渗透多个行业

人工智能芯片凭借强大的算法承载力和超高的处理速度，广泛应用于多种场景，比如智能人脸识别或智能语音识别，处理超高数据库的服务器大数据分析，随时处理变化的交通信息及各类传感器信息的自动驾驶领域，以及机器人的智能化等。

——全球人工智能芯片市场规模

2019年全球AI芯片市场规模为110亿美元。随着人工智能技术日趋成熟，数字化基础设施不断完善，人工智能商业化应用将加速落地，推动AI芯片市场高速增长，预计2025年全球人工智能芯片市场规模将达726亿美元。

——四大技术趋势凸显

目前，主流人工智能芯片主要利用MAC加速阵列对CNN(卷积神经网络)中最主要的卷积运算的加速。而随着这一代人工芯片的不断被重复利用，一些问题渐渐暴露出来：第一是深度学习计算所需数据量巨大，造成内存带宽成为整个系统的瓶颈，即所谓“记忆墙”问题;第二个问题与第一个问题相关，内存大量访问和MAC阵列的大量运算，造成人工智能芯片整个功耗的增加。因此这两个连锁问题的出现将会给行业技术领域带来新的发展趋势，详细趋势见下图所示：

前瞻经济学人APP资讯组

更多本行业研究分析详见前瞻产业研究院《中国人工智能芯片（AI芯片）行业发展前景预测与投资战略规划分析报告》。

同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、IPO工作底稿咨询等解决方案。在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前 瞻产业研究院的正规授权。

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。