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

人

工智能（Artificial Intelligence，AI）是利用機(jī)器學(xué)習(xí)和數(shù)據(jù)分析方法賦予機(jī)器模擬、延伸

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

近年來， 在大數(shù)據(jù)、算法和計(jì)算機(jī)能力三大要素的共同驅(qū)動(dòng)下，人工智能進(jìn)入高速發(fā)展階段。

據(jù)中國電子學(xué)會(huì)預(yù)測，2022全球人工智能市場將達(dá)到1630億元，2018-2022年CAGR達(dá)31%。

人工智能市場格局

人工智能賦能實(shí)體經(jīng)濟(jì)，為生產(chǎn)和生活帶來革命性的轉(zhuǎn)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(fèi)等經(jīng)濟(jì)活動(dòng)各環(huán)節(jié)，催生新業(yè)務(wù)、新模式和 新產(chǎn)品。從衣食住行到醫(yī)療教育，人工智能技術(shù)在社會(huì)經(jīng)濟(jì)各個(gè)領(lǐng)域深度融合和落地應(yīng)用。同時(shí)，人工智能具有強(qiáng)大的經(jīng)濟(jì)輻射效益，為經(jīng)濟(jì)發(fā)展提供強(qiáng)勁的引擎。據(jù)埃森哲預(yù)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(jì)總增加值提升 7.1 萬億美元。

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(tǒng)正逐步成型。依據(jù)產(chǎn)業(yè)鏈上下游關(guān)系，可以將人工智能劃分為基礎(chǔ)支持層、中間技術(shù)層和下游應(yīng)用層?；A(chǔ)層是人工智能產(chǎn)業(yè)的基礎(chǔ)，主要提 供硬件（芯片和傳感器）及軟件（算法模型）等基礎(chǔ)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(chǔ)能力轉(zhuǎn)化成人工智能技術(shù)，如計(jì)算機(jī)視覺、智 能語音、自然語言處理等應(yīng)用算法研發(fā)。其中，技術(shù)層能力可以廣泛應(yīng)用到多個(gè)不同的應(yīng) 用領(lǐng)域；應(yīng)用層是人工智能產(chǎn)業(yè)的延伸，將技術(shù)應(yīng)用到具體行業(yè)，涵蓋制造、交通、金融、 醫(yī)療等 18 個(gè)領(lǐng)域，其中醫(yī)療、交通、制造等領(lǐng)域的人工智能應(yīng)用開發(fā)受到廣泛關(guān)注。

戰(zhàn)略部署：大國角逐，布局各有側(cè)重

全球范圍內(nèi)，中美“雙雄并立”構(gòu)成人工智能第一梯隊(duì)，日本、英國、以色列和法國等發(fā) 達(dá)國家乘勝追擊，構(gòu)成第二梯隊(duì)。同時(shí)，在頂層設(shè)計(jì)上，多數(shù)國家強(qiáng)化人工智能戰(zhàn)略布局， 并將人工智能上升至國家戰(zhàn)略，從政策、資本、需求三大方面為人工智能落地保駕護(hù)。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，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(cè)重互聯(lián)網(wǎng)領(lǐng)域，資金投向偏向終端市場。因此，相比美國產(chǎn)業(yè)布局，中國技術(shù)層（計(jì)算 機(jī)視覺和語音識別）和應(yīng)用層走在世界前端，但基礎(chǔ)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(dāng)前我國人工智能在國家戰(zhàn)略層面上強(qiáng)調(diào)系統(tǒng)、綜合布局。

美國引領(lǐng)人工智能前沿研究，布局慢熱而強(qiáng)勢。美國政府稍顯遲緩，2019 年人工智能國 家級戰(zhàn)略（《美國人工智能倡議》）才姍姍來遲。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(wěn)定的影響和變革，并對數(shù)據(jù)、網(wǎng)絡(luò)和系統(tǒng)安全十分重視。

倫理價(jià)值觀引領(lǐng)，歐洲國家搶占規(guī)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。從國家層面來看，受限于文化和語言差異阻礙大數(shù)據(jù)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(shè)和規(guī)范的制定上搶占了“先機(jī)”。歐盟注重探討人工智能的社 會(huì)倫理和標(biāo)準(zhǔn)，在技術(shù)監(jiān)管方面占據(jù)全球領(lǐng)先地位。

日本尋求人工智能解決社會(huì)問題。日本以人工智能構(gòu)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(shù)據(jù)、技術(shù)和商業(yè)需求較為分散，難以系統(tǒng)地發(fā)展人 工智能技術(shù)和產(chǎn)業(yè)。因此，日本政府在機(jī)器人、醫(yī)療健康和自動(dòng)駕駛?cè)缶哂邢鄬?yōu)勢的 領(lǐng)域重點(diǎn)布局，并著力解決本國在養(yǎng)老、教育和商業(yè)領(lǐng)域的國家難題。

基礎(chǔ)層面：技術(shù)薄弱，芯片之路任重道遠(yuǎn)

基礎(chǔ)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(chǔ)技術(shù)和高端產(chǎn)品市場主要被歐美日韓等少數(shù)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(nèi)在基礎(chǔ)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(gòu)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(jì)算領(lǐng)域，服務(wù)器虛擬化、網(wǎng)絡(luò)技術(shù) （SDN）、 開發(fā)語音等核心技術(shù)被掌握在亞馬遜、微軟等少數(shù)國外科技巨頭手中。雖國內(nèi) 阿里、華為等科技公司也開始大力投入研發(fā)，但核心技術(shù)積累尚不足以主導(dǎo)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(qū)全面布局傳 感器多種產(chǎn)品類型，而在中國也涌現(xiàn)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(xiàn)出明顯的短板。在數(shù)據(jù)領(lǐng)域，中國具有的得天獨(dú)厚的數(shù)據(jù)體量優(yōu)勢，海量數(shù) 據(jù)助推算法算力升級和產(chǎn)業(yè)落地，但我們也應(yīng)當(dāng)意識到，中國在數(shù)據(jù)公開力度、國際數(shù)據(jù) 交換、統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)生態(tài)系統(tǒng)構(gòu)建等方面還有很長的路要走。

“無芯片不 AI”，以 AI 芯片為載體的計(jì)算力是人工智能發(fā)展水平的重要衡量標(biāo)準(zhǔn)，我們 將對 AI 芯片作詳細(xì)剖析，以期對中國在人工智能基礎(chǔ)層的競爭力更細(xì)致、準(zhǔn)確的把握。

依據(jù)部署位置，AI 芯片可劃分為云端（如數(shù)據(jù)中心等服務(wù)器端）和終端（應(yīng)用場景涵蓋手 機(jī)、汽車、安防攝像頭等電子終端產(chǎn)品）芯片；依據(jù)承擔(dān)的功能，AI 芯片可劃分為訓(xùn)練和 推斷芯片。訓(xùn)練端參數(shù)的形成涉及到海量數(shù)據(jù)和大規(guī)模計(jì)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。不同類型芯片各具優(yōu)勢，在不同領(lǐng)域呈現(xiàn)多 技術(shù)路徑并行發(fā)展態(tài)勢。我們將從三種技術(shù)路線分別剖析中國 AI 芯片在全球的競爭力。

GPU（Graphics Processing Unit）的設(shè)計(jì)和生產(chǎn)均已成熟，占領(lǐng) AI 芯片的主要市場份 額。GPU 擅長大規(guī)模并行運(yùn)算，可平行處理海量信息，仍是 AI 芯片的首選。據(jù) IDC 預(yù)測， 2019 年 GPU 在云端訓(xùn)練市場占比高達(dá) 75%。在全球范圍內(nèi)，英偉達(dá)和 AMD 形成雙寡頭 壟斷，尤其是英偉達(dá)占 GPU 市場份額的 70%-80%。英偉達(dá)在云端訓(xùn)練和云端推理市場推 出的 GPU Tesla V100 和 Tesla T4 產(chǎn)品具有極高性能和強(qiáng)大競爭力，其壟斷地位也在不斷 強(qiáng)化。目前中國尚未“入局”云端訓(xùn)練市場。由于國外 GPU 巨頭具有豐富的芯片設(shè)計(jì)經(jīng) 驗(yàn)和技術(shù)沉淀，同時(shí)又具有強(qiáng)大的資金實(shí)力，中國短期內(nèi)無法撼動(dòng) GPU 芯片的市場格局。

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，市場呈雙寡頭壟斷：賽靈思（Xilinx）和英特爾（Intel）合計(jì) 占市場份額近 90%，其中賽靈思的市場份額超過 50%，始終保持著全球 FPGA 霸主地位。 國內(nèi)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）是面向特定用戶需求設(shè)計(jì)的定制芯片， 可滿足多種終端運(yùn)用。盡管 ASIC 需要大量的物理設(shè)計(jì)、時(shí)間、資金及驗(yàn)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)路線或方案，著力解決各應(yīng)用領(lǐng)域突出問題及管理需求。目前， ASIC 芯片市場競爭格局穩(wěn)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(dǎo)者；國內(nèi)初創(chuàng)芯片企業(yè)（如寒武紀(jì)、比特大陸和地平線），互聯(lián)網(wǎng)巨頭（如百度、華為和阿里）在細(xì)分領(lǐng)域也有所建樹。

總體來看，歐美日韓基本壟斷中高端云端芯片，國內(nèi)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(yīng)用” 的生態(tài)，不具備與傳統(tǒng)芯片巨頭（如英偉達(dá)、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)，高端芯片依賴海外進(jìn)口。

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

技術(shù)層是基于基礎(chǔ)理論和數(shù)據(jù)之上，面向細(xì)分應(yīng)用開發(fā)的技術(shù)。中游技術(shù)類企業(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(shù)上游和下游企業(yè)聚焦某一細(xì)分領(lǐng)域、技術(shù)層向產(chǎn)業(yè)鏈上下游擴(kuò)展較為容易。該層面包括算法理論（機(jī)器學(xué) 習(xí)）、開發(fā)平臺（開源框架）和應(yīng)用技術(shù)（計(jì)算機(jī)視覺、智能語音、生物特征識別、自然 語言處理）。眾多國際科技巨頭和獨(dú)角獸均在該層級開展廣泛布局。近年來，我國技術(shù)層 圍繞垂直領(lǐng)域重點(diǎn)研發(fā)，在計(jì)算機(jī)視覺、語音識別等領(lǐng)域技術(shù)成熟，國內(nèi)頭部企業(yè)脫穎而 出，競爭優(yōu)勢明顯。但算法理論和開發(fā)平臺的核心技術(shù)仍有所欠缺。

具體來看，在算法理論和開發(fā)平臺領(lǐng)域，國內(nèi)尚缺乏經(jīng)驗(yàn)，發(fā)展較為緩慢。機(jī)器學(xué)習(xí)算法是人工智能的熱點(diǎn)，開源框架成為國際科技巨頭和獨(dú)角獸布局的重點(diǎn)。開源深度學(xué)習(xí)平臺 是允許公眾使用、復(fù)制和修改的源代碼，是人工智能應(yīng)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源框架包括谷歌的 TensorFlow、臉書的 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(chǔ)理論體系尚不成熟，百度的 PaddlePaddle、 騰訊的 Angle 等國內(nèi)企業(yè)的算法框架尚無法與國際主流產(chǎn)品競爭。

在應(yīng)用技術(shù)的部分領(lǐng)域，中國實(shí)力與歐美比肩。計(jì)算機(jī)視覺、智能語音、自然語言處理是三大主要技術(shù)方向，也是中國市場規(guī)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(dá)，積累大量用戶數(shù)據(jù)，國內(nèi)計(jì)算機(jī)視覺、語音識別領(lǐng)先全球。自然語言處理當(dāng)前市場競 爭尚未成型，但國內(nèi)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(jì)算機(jī)視覺應(yīng)用場景廣泛。計(jì)算機(jī)視覺是利用計(jì)算機(jī)模擬 人眼的識別、跟蹤和測量功能。其應(yīng)用場景廣泛，涵蓋了安防（人臉識別）、醫(yī)療（影像診斷）、移動(dòng)互聯(lián)網(wǎng)（視頻監(jiān)管）等。計(jì)算機(jī)視覺是中國人工智能市場最大的組成部分。據(jù)艾瑞咨詢數(shù)據(jù)顯示，2017 年，計(jì)算機(jī)視覺行業(yè)市場規(guī)模分別為 80 億元，占國內(nèi) AI 市 場的 37%。由于政府市場干預(yù)、算法模型成熟度、數(shù)據(jù)可獲得性等因素的影響，計(jì)算機(jī)視覺技術(shù)落地情況產(chǎn)生分化。我國計(jì)算機(jī)視覺技術(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(jì)算機(jī)視覺下游主要集中在消費(fèi)、機(jī)器人和智能駕駛領(lǐng)域。

計(jì)算機(jī)視覺技術(shù)競爭格局穩(wěn)定，國內(nèi)頭部企業(yè)脫穎而出。隨著終端市場工業(yè)檢測與測量逐 漸趨于飽和，新的應(yīng)用場景尚在探索，當(dāng)前全球技術(shù)層市場進(jìn)入平穩(wěn)的增長期，市場競爭格局逐步穩(wěn)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(yīng)用和產(chǎn) 品的結(jié)合走在國際前列。2018 年，在全球最權(quán)威的人臉識別算法測試（FRVT）中，國內(nèi) 企業(yè)和研究院包攬前五名，中國技術(shù)世界領(lǐng)先。國內(nèi)計(jì)算機(jī)視覺行業(yè)集中度高，頭部企業(yè) 脫穎而出。據(jù) IDC 統(tǒng)計(jì)，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(nèi)市場份額的 69.4%，其中商湯市場份額 20.6%排名第一。

（待續(xù)，http://www.ex-cimer.com/article/202007/416224.htm）