250亿美元！以色列史上最大投资，批准英特尔在该国新建芯片工厂【附AI芯片市场规模预测】

图片来源：摄图网

近日，以色列财政部、经济部和税务局发表联合声明，宣布批准美国英特尔公司在该国投资250亿美元新建芯片工厂。美股盘中，英伟达股价大涨4.5%。

声明说，这是以色列史上外国公司在该国最大的一笔投资，工厂将建在以南部加特镇，并雇用数千名工作人员。英特尔承诺在2028年前完成投资并启用该工厂，且至少运营至2035年。根据以色列鼓励投资相关法律，英特尔将获得投资额12.8%的补助，即32亿美元。

——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。

——全球人工智能芯片市场规模分析

人工智能芯片是人工智能的大脑，随着全球人工智能终端设备数量的增长以及边缘计算的需求逐步提升，全球人工智能芯片需求量快速增长，市场规模不断扩大。根据Tractica公布的数据显示，2019年全球人工智能芯片市场规模达110亿美元，预计2020年全球人工智能芯片市场规模将增加至175亿美元，2025年全球人工智能芯片市场规模有望突破720亿美元。

——AI芯片竞争格局

从应用领域分类来看，英伟达在全球云端训练芯片市场一家独大，目前英伟达的GPU+CUDA计算平台是最成熟的AI训练方案。此之外还有第三方异构计算平台OpenCL+AMD GPU以及云计算服务商自研加速芯片这两种方案，全球各芯片厂商基于不同方案，都推出了针对于云端训练的人工智能芯片。

全球云端推断芯片竞争格局方面，云端推断芯片百家争鸣，各有千秋。相比训练芯片，推断芯片考虑的因素更加综合：单位功耗算力、时延、成本等。初期推断也采用GPU进行加速，但由于应用场景的特殊性，依据具体神经网络算法优化会带来更高的效率，FPGA/ASIC 的表现可能更突出。除了Nvidia、Google、Xilinx、Altera(Intel)等传统芯片大厂涉足云端推断芯片以外，Wave computing、Groq等初创公司也加入竞争。中国公司里，寒武纪、比特大陆同样积极布局云端芯片业务。

IDC指出，由于今年芯片市场需求疲软，供应链库存消耗过程仍在继续，虽然今年下半年出现了零星的短单和急单，但仍难以扭转今年上半年同比下降20%的局面。因此，预计2023年全球半导体销售市场仍将下降12%。随着智能手机需求的逐步复苏以及对AI芯片的强劲需求，IDC预计，半导体市场将在2024年回归增长趋势，年增长率将在20%以上。

IDC亚太区半导体研究高级研究经理Galen Zeng表示，内存芯片制造商对供应和产量的严格控制，导致芯片价格已经从今年11月初开始上涨。对人工智能的需求将推动整体半导体销售市场在2024年复苏。半导体供应链，包括设计、制造、封装和测试，将告别2023年的低迷。

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。