人工智能產(chǎn)業(yè)發(fā)展深度報告：格局、潛力與展望（上）

人

工智能（Artificial Intelligence，AI）是利用機器學(xué)習和數據分析方法賦予機器模擬、延伸

和拓展類(lèi)人的智能的能力，本質(zhì)上是對人類(lèi)思維過(guò)程的模擬。AI 概念最早始于 1956 年 的達特茅斯會(huì )議，受限于算法和算力的不成熟，未能實(shí)現大規模的應用和推廣。

近年來(lái)， 在大數據、算法和計算機能力三大要素的共同驅動(dòng)下，人工智能進(jìn)入高速發(fā)展階段。

據中國電子學(xué)會(huì )預測，2022全球人工智能市場(chǎng)將達到1630億元，2018-2022年CAGR達31%。

人工智能市場(chǎng)格局

人工智能賦能實(shí)體經(jīng)濟，為生產(chǎn)和生活帶來(lái)革命性的轉變。人工智能作為新一輪產(chǎn)業(yè)變革 的核心力量，將重塑生產(chǎn)、分配、交換和消費等經(jīng)濟活動(dòng)各環(huán)節，催生新業(yè)務(wù)、新模式和 新產(chǎn)品。從衣食住行到醫療教育，人工智能技術(shù)在社會(huì )經(jīng)濟各個(gè)領(lǐng)域深度融合和落地應用。同時(shí)，人工智能具有強大的經(jīng)濟輻射效益，為經(jīng)濟發(fā)展提供強勁的引擎。據埃森哲預測， 2035 年，人工智能將推動(dòng)中國勞動(dòng)生產(chǎn)率提高 27%，經(jīng)濟總增加值提升 7.1 萬(wàn)億美元。

多角度人工智能產(chǎn)業(yè)比較

目前，全球人工智能產(chǎn)業(yè)的生態(tài)系統正逐步成型。依據產(chǎn)業(yè)鏈上下游關(guān)系，可以將人工智能劃分為基礎支持層、中間技術(shù)層和下游應用層?；A層是人工智能產(chǎn)業(yè)的基礎，主要提 供硬件（芯片和傳感器）及軟件（算法模型）等基礎能力；技術(shù)層是人工智能產(chǎn)業(yè)的核心， 以模擬人的智能相關(guān)特征為出發(fā)點(diǎn)，將基礎能力轉化成人工智能技術(shù)，如計算機視覺(jué)、智 能語(yǔ)音、自然語(yǔ)言處理等應用算法研發(fā)。其中，技術(shù)層能力可以廣泛應用到多個(gè)不同的應 用領(lǐng)域；應用層是人工智能產(chǎn)業(yè)的延伸，將技術(shù)應用到具體行業(yè)，涵蓋制造、交通、金融、 醫療等 18 個(gè)領(lǐng)域，其中醫療、交通、制造等領(lǐng)域的人工智能應用開(kāi)發(fā)受到廣泛關(guān)注。

戰略部署：大國角逐，布局各有側重

全球范圍內，中美“雙雄并立”構成人工智能第一梯隊，日本、英國、以色列和法國等發(fā) 達國家乘勝追擊，構成第二梯隊。同時(shí)，在頂層設計上，多數國家強化人工智能戰略布局， 并將人工智能上升至國家戰略，從政策、資本、需求三大方面為人工智能落地保駕護。后起之秀的中國，局部領(lǐng)域有所突破。中國人工智能起步較晚，發(fā)展之路幾經(jīng)沉浮。自 2015 年以來(lái)，政府密集出臺系列扶植政策，人工智能發(fā)展勢頭迅猛。由于初期我國政策 側重互聯(lián)網(wǎng)領(lǐng)域，資金投向偏向終端市場(chǎng)。因此，相比美國產(chǎn)業(yè)布局，中國技術(shù)層（計算 機視覺(jué)和語(yǔ)音識別）和應用層走在世界前端，但基礎層核心領(lǐng)域（算法和硬件算力）比較 薄弱，呈“頭重腳輕”的態(tài)勢。當前我國人工智能在國家戰略層面上強調系統、綜合布局。

美國引領(lǐng)人工智能前沿研究，布局慢熱而強勢。美國政府稍顯遲緩，2019 年人工智能?chē)?家級戰略（《美國人工智能倡議》）才姍姍來(lái)遲。但由于美國具有天時(shí)（5G 時(shí)代）地利（硅 谷）人和（人才）的天然優(yōu)勢，其在人工智能的競爭中已處于全方位領(lǐng)先狀態(tài)?？傮w來(lái)看， 美國重點(diǎn)領(lǐng)域布局前沿而全面，尤其是在算法和芯片腦科學(xué)等領(lǐng)域布局超前。此外，美國聚焦人工智能對國家安全和社會(huì )穩定的影響和變革，并對數據、網(wǎng)絡(luò )和系統安全十分重視。

倫理價(jià)值觀(guān)引領(lǐng)，歐洲國家搶占規范制定的制高點(diǎn)。2018 年，歐洲 28 個(gè)成員國(含英國) 簽署了《人工智能合作宣言》，在人工智能領(lǐng)域形成合力。從國家層面來(lái)看，受限于文化和語(yǔ)言差異阻礙大數據集合的形成，歐洲各國在人工智能產(chǎn)業(yè)上不具備先發(fā)優(yōu)勢，但歐洲 國家在全球 AI 倫理體系建設和規范的制定上搶占了“先機”。歐盟注重探討人工智能的社 會(huì )倫理和標準，在技術(shù)監管方面占據全球領(lǐng)先地位。

日本尋求人工智能解決社會(huì )問(wèn)題。日本以人工智能構建“超智能社會(huì )”為引領(lǐng)，將 2017 年確定為人工智能元年。由于日本的數據、技術(shù)和商業(yè)需求較為分散，難以系統地發(fā)展人 工智能技術(shù)和產(chǎn)業(yè)。因此，日本政府在機器人、醫療健康和自動(dòng)駕駛三大具有相對優(yōu)勢的 領(lǐng)域重點(diǎn)布局，并著(zhù)力解決本國在養老、教育和商業(yè)領(lǐng)域的國家難題。

基礎層面：技術(shù)薄弱，芯片之路任重道遠

基礎層由于創(chuàng )新難度大、技術(shù)和資金壁壘高等特點(diǎn)，底層基礎技術(shù)和高端產(chǎn)品市場(chǎng)主要被歐美日韓等少數國際巨頭壟斷。受限于技術(shù)積累與研發(fā)投入的不足，國內在基礎層領(lǐng)域相 對薄弱。具體而言，在 AI 芯片領(lǐng)域，國際科技巨頭芯片已基本構建產(chǎn)業(yè)生態(tài)，而中國尚 未掌握核心技術(shù)，芯片布局難以與巨頭抗衡；在云計算領(lǐng)域，服務(wù)器虛擬化、網(wǎng)絡(luò )技術(shù) （SDN）、 開(kāi)發(fā)語(yǔ)音等核心技術(shù)被掌握在亞馬遜、微軟等少數國外科技巨頭手中。雖國內 阿里、華為等科技公司也開(kāi)始大力投入研發(fā)，但核心技術(shù)積累尚不足以主導產(chǎn)業(yè)鏈發(fā)展；在智能傳感器領(lǐng)域，歐洲（BOSCH，ABB）、美國（霍尼韋爾）等國家或地區全面布局傳 感器多種產(chǎn)品類(lèi)型，而在中國也涌現了諸如匯頂科技的指紋傳感器等產(chǎn)品，但整體產(chǎn)業(yè)布 局單一，呈現出明顯的短板。在數據領(lǐng)域，中國具有的得天獨厚的數據體量?jì)?yōu)勢，海量數 據助推算法算力升級和產(chǎn)業(yè)落地，但我們也應當意識到，中國在數據公開(kāi)力度、國際數據 交換、統一標準的數據生態(tài)系統構建等方面還有很長(cháng)的路要走。

“無(wú)芯片不 AI”，以 AI 芯片為載體的計算力是人工智能發(fā)展水平的重要衡量標準，我們 將對 AI 芯片作詳細剖析，以期對中國在人工智能基礎層的競爭力更細致、準確的把握。

依據部署位置，AI 芯片可劃分為云端（如數據中心等服務(wù)器端）和終端（應用場(chǎng)景涵蓋手 機、汽車(chē)、安防攝像頭等電子終端產(chǎn)品）芯片；依據承擔的功能，AI 芯片可劃分為訓練和 推斷芯片。訓練端參數的形成涉及到海量數據和大規模計算，對算法、精度、處理能力要 求非常高，僅適合在云端部署。目前，GPU（通用型）、FPGA（半定制化）、ASIC（全定制化）成為 AI 芯片行業(yè)的主流技術(shù)路線(xiàn)。不同類(lèi)型芯片各具優(yōu)勢，在不同領(lǐng)域呈現多 技術(shù)路徑并行發(fā)展態(tài)勢。我們將從三種技術(shù)路線(xiàn)分別剖析中國 AI 芯片在全球的競爭力。

GPU（Graphics Processing Unit）的設計和生產(chǎn)均已成熟，占領(lǐng) AI 芯片的主要市場(chǎng)份 額。GPU 擅長(cháng)大規模并行運算，可平行處理海量信息，仍是 AI 芯片的首選。據 IDC 預測， 2019 年 GPU 在云端訓練市場(chǎng)占比高達 75%。在全球范圍內，英偉達和 AMD 形成雙寡頭 壟斷，尤其是英偉達占 GPU 市場(chǎng)份額的 70%-80%。英偉達在云端訓練和云端推理市場(chǎng)推 出的 GPU Tesla V100 和 Tesla T4 產(chǎn)品具有極高性能和強大競爭力，其壟斷地位也在不斷 強化。目前中國尚未“入局”云端訓練市場(chǎng)。由于國外 GPU 巨頭具有豐富的芯片設計經(jīng) 驗和技術(shù)沉淀，同時(shí)又具有強大的資金實(shí)力，中國短期內無(wú)法撼動(dòng) GPU 芯片的市場(chǎng)格局。

FPGA（Field Programmable Gate Array）芯片具有可硬件編程、配置高靈活性和低能耗等優(yōu)點(diǎn)。FPGA 技術(shù)壁壘高，市場(chǎng)呈雙寡頭壟斷：賽靈思（Xilinx）和英特爾（Intel）合計 占市場(chǎng)份額近 90%，其中賽靈思的市場(chǎng)份額超過(guò) 50%，始終保持著(zhù)全球 FPGA 霸主地位。 國內百度、阿里、京微齊力也在部署 FPGA 領(lǐng)域，但尚處于起步階段，技術(shù)差距較大。

ASIC（Application Specific Integrated Circuits）是面向特定用戶(hù)需求設計的定制芯片， 可滿(mǎn)足多種終端運用。盡管 ASIC 需要大量的物理設計、時(shí)間、資金及驗證，但在量產(chǎn)后， 其性能、能耗、成本和可靠性都優(yōu)于 GPU 和 FPGA。與 GPU 與 FPGA 形成確定產(chǎn)品不 同，ASIC 僅是一種技術(shù)路線(xiàn)或方案，著(zhù)力解決各應用領(lǐng)域突出問(wèn)題及管理需求。目前， ASIC 芯片市場(chǎng)競爭格局穩定且分散。我國的 ASIC 技術(shù)與世界領(lǐng)先水平差距較小，部分領(lǐng)域處于世界前列。在海外，谷歌 TPU 是主導者；國內初創(chuàng )芯片企業(yè)（如寒武紀、比特大陸和地平線(xiàn)），互聯(lián)網(wǎng)巨頭（如百度、華為和阿里）在細分領(lǐng)域也有所建樹(shù)。

總體來(lái)看，歐美日韓基本壟斷中高端云端芯片，國內布局主要集中在終端 ASIC 芯片，部分領(lǐng)域處于世界前列，但多以初創(chuàng )企業(yè)為主，且尚未形成有影響力的“芯片?平臺?應用” 的生態(tài)，不具備與傳統芯片巨頭（如英偉達、賽靈思）抗衡的實(shí)力；而在 GPU 和 FPGA 領(lǐng)域，中國尚處于追趕狀態(tài)，高端芯片依賴(lài)海外進(jìn)口。

技術(shù)層面：乘勝追擊，國內頭部企業(yè)各領(lǐng)風(fēng)騷

技術(shù)層是基于基礎理論和數據之上，面向細分應用開(kāi)發(fā)的技術(shù)。中游技術(shù)類(lèi)企業(yè)具有技術(shù) 生態(tài)圈、資金和人才三重壁壘，是人工智能產(chǎn)業(yè)的核心。相比較絕大多數上游和下游企業(yè)聚焦某一細分領(lǐng)域、技術(shù)層向產(chǎn)業(yè)鏈上下游擴展較為容易。該層面包括算法理論（機器學(xué) 習）、開(kāi)發(fā)平臺（開(kāi)源框架）和應用技術(shù)（計算機視覺(jué)、智能語(yǔ)音、生物特征識別、自然 語(yǔ)言處理）。眾多國際科技巨頭和獨角獸均在該層級開(kāi)展廣泛布局。近年來(lái)，我國技術(shù)層 圍繞垂直領(lǐng)域重點(diǎn)研發(fā)，在計算機視覺(jué)、語(yǔ)音識別等領(lǐng)域技術(shù)成熟，國內頭部企業(yè)脫穎而 出，競爭優(yōu)勢明顯。但算法理論和開(kāi)發(fā)平臺的核心技術(shù)仍有所欠缺。

具體來(lái)看，在算法理論和開(kāi)發(fā)平臺領(lǐng)域，國內尚缺乏經(jīng)驗，發(fā)展較為緩慢。機器學(xué)習算法是人工智能的熱點(diǎn)，開(kāi)源框架成為國際科技巨頭和獨角獸布局的重點(diǎn)。開(kāi)源深度學(xué)習平臺 是允許公眾使用、復制和修改的源代碼，是人工智能應用技術(shù)發(fā)展的核心推動(dòng)力。目前， 國際上廣泛使用的開(kāi)源框架包括谷歌的 TensorFlow、臉書(shū)的 Torchnet 和微軟的 DMTK等， 美國仍是該領(lǐng)域發(fā)展水平最高的國家。我國基礎理論體系尚不成熟，百度的 PaddlePaddle、 騰訊的 Angle 等國內企業(yè)的算法框架尚無(wú)法與國際主流產(chǎn)品競爭。

在應用技術(shù)的部分領(lǐng)域，中國實(shí)力與歐美比肩。計算機視覺(jué)、智能語(yǔ)音、自然語(yǔ)言處理是三大主要技術(shù)方向，也是中國市場(chǎng)規模最大的三大商業(yè)化技術(shù)領(lǐng)域。受益于互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā) 達，積累大量用戶(hù)數據，國內計算機視覺(jué)、語(yǔ)音識別領(lǐng)先全球。自然語(yǔ)言處理當前市場(chǎng)競 爭尚未成型，但國內技術(shù)積累與國外相比存在一定差距。

作為落地最為成熟的技術(shù)之一，計算機視覺(jué)應用場(chǎng)景廣泛。計算機視覺(jué)是利用計算機模擬 人眼的識別、跟蹤和測量功能。其應用場(chǎng)景廣泛，涵蓋了安防（人臉識別）、醫療（影像診斷）、移動(dòng)互聯(lián)網(wǎng)（視頻監管）等。計算機視覺(jué)是中國人工智能市場(chǎng)最大的組成部分。據艾瑞咨詢(xún)數據顯示，2017 年，計算機視覺(jué)行業(yè)市場(chǎng)規模分別為 80 億元，占國內 AI 市 場(chǎng)的 37%。由于政府市場(chǎng)干預、算法模型成熟度、數據可獲得性等因素的影響，計算機視覺(jué)技術(shù)落地情況產(chǎn)生分化。我國計算機視覺(jué)技術(shù)輸出主要在安防、金融和移動(dòng)互聯(lián)網(wǎng)領(lǐng)域。而美國計算機視覺(jué)下游主要集中在消費、機器人和智能駕駛領(lǐng)域。

計算機視覺(jué)技術(shù)競爭格局穩定，國內頭部企業(yè)脫穎而出。隨著(zhù)終端市場(chǎng)工業(yè)檢測與測量逐 漸趨于飽和，新的應用場(chǎng)景尚在探索，當前全球技術(shù)層市場(chǎng)進(jìn)入平穩的增長(cháng)期，市場(chǎng)競爭格局逐步穩定，頭部企業(yè)技術(shù)差距逐漸縮小。中國在該領(lǐng)域技術(shù)積累豐富，技術(shù)應用和產(chǎn) 品的結合走在國際前列。2018 年，在全球最權威的人臉識別算法測試（FRVT）中，國內 企業(yè)和研究院包攬前五名，中國技術(shù)世界領(lǐng)先。國內計算機視覺(jué)行業(yè)集中度高，頭部企業(yè) 脫穎而出。據 IDC 統計，2017 年，商湯科技、依圖科技、曠視科技、云從科技四家企業(yè) 占國內市場(chǎng)份額的 69.4%，其中商湯市場(chǎng)份額 20.6%排名第一。

（待續，http://dyxdggzs.com/article/202007/416224.htm）