Omdia的最新研究表明，經(jīng)過最近幾個(gè)季度的戰(zhàn)略庫(kù)存調(diào)整，預(yù)計(jì)到2024年，全球半導(dǎo)體供應(yīng)鏈將達(dá)到約6000億美元。令人鼓舞的是，隨著企業(yè)越來越多地利用生成式人工智能（AI）的能力，推動(dòng)整個(gè)供應(yīng)鏈的新需求以至半導(dǎo)體行業(yè)的發(fā)展。

純晶圓代工行業(yè)，是半導(dǎo)體供應(yīng)鏈不可分割的一部分，呼應(yīng)了半導(dǎo)體供應(yīng)鏈的基本基調(diào)。Omdia預(yù)測(cè)，由于需求逐漸恢復(fù)以及越來越多的應(yīng)用端芯片的去庫(kù)存完成，純晶圓代工行業(yè)將在2024年增長(zhǎng)約16％。

值得注意的是，主要科技公司和企業(yè)，對(duì)生成式AI技術(shù)的最新進(jìn)展產(chǎn)生了濃厚興趣，對(duì)人工智能芯片的需求因而增加。Omdia的研究，將探討除GPU主導(dǎo)地位之外的AI加速技術(shù)未來格局的關(guān)鍵問題，并在即將舉行的2024 Omdia臺(tái)灣科技產(chǎn)業(yè)研討會(huì)上，闡明AI領(lǐng)域當(dāng)前和未來的競(jìng)爭(zhēng)動(dòng)態(tài)。

Omdia半導(dǎo)體研究高級(jí)分析師溫璟如（Claire Wen）評(píng)論道：“NVIDIA目前在AI加速器市場(chǎng)占據(jù)主導(dǎo)地位，尤其是在云端和數(shù)據(jù)中心部署方面。同時(shí)，像谷歌、亞馬遜和微軟這樣的主要超大規(guī)模云服務(wù)提供商，正在開發(fā)自己的AI應(yīng)用專用集成電路（ASIC），以提高針對(duì)其獨(dú)特的AI工作負(fù)載量身定制的成本效率和性能。此外，支持離線AI應(yīng)用程序執(zhí)行的緊湊型人工智能模型的問世，邊緣人工智能的采用率顯著提高，尤其是在人工智能電腦和智能手機(jī)中。高通利用其在智能手機(jī)領(lǐng)域AI功能方面的豐富經(jīng)驗(yàn)，在AI電腦市場(chǎng)取得顯著進(jìn)步?！?/span>


HBM需求將增長(zhǎng)10倍

韓國(guó)存儲(chǔ)巨頭SK海力士的首席執(zhí)行官Kwak Noh-Jung周三表示，預(yù)計(jì)到2024年，用于人工智能（AI）芯片組的高帶寬內(nèi)存（HBM）芯片在其DRAM芯片銷售中的比例將從2023年的個(gè)位數(shù)上升到兩位數(shù)。高盛也看好HBM市場(chǎng)，認(rèn)為HBM市場(chǎng)供不應(yīng)求的情況未來幾年將持續(xù)，并預(yù)計(jì)市場(chǎng)規(guī)模將從2022年到2026年前增長(zhǎng)10倍。

據(jù)了解，HBM存儲(chǔ)系統(tǒng)自2023年以來因AI芯片需求而呈現(xiàn)爆炸式增長(zhǎng)。SK海力士和美光（MU.US）一樣，均已成為英偉達(dá)（NVDA.US）新款A(yù)I GPU的HBM存儲(chǔ)系統(tǒng)供應(yīng)商，提供的產(chǎn)品均為最新款的“HBM3E”。

高盛日前發(fā)布研報(bào)稱，由于更強(qiáng)的生成式人工智能（Gen AI）需求推動(dòng)了更高的AI服務(wù)器出貨量和每個(gè)GPU中更高的HBM密度，該行大幅提高了HBM總市場(chǎng)規(guī)模預(yù)估，現(xiàn)在預(yù)計(jì)市場(chǎng)規(guī)模將從2022年到2026年前增長(zhǎng)10倍（4年復(fù)合年增長(zhǎng)率77%），從2022年的23億美元增長(zhǎng)至2026年的230億美元。

高盛認(rèn)為，HBM市場(chǎng)供不應(yīng)求的情況未來幾年將持續(xù)，SK海力士、三星和美光等主要玩家將持續(xù)受益。與同行的解決方案相比，海力士生產(chǎn)力和產(chǎn)量更佳。高盛預(yù)計(jì)，海力士在未來2-3年將保持其50%以上的市場(chǎng)份額。

終端市場(chǎng)格局分析

除了云端市場(chǎng)外，我們預(yù)計(jì)人工智能對(duì)于終端市場(chǎng)也有更強(qiáng)的需求，這也將推動(dòng)人工智能成為終端計(jì)算芯片中越來越重要的差異化元素。

在手機(jī)端，人工智能的使用頻率將會(huì)進(jìn)一步增強(qiáng)，這也會(huì)推動(dòng)芯片加入更多相應(yīng)的算力，并且將人工智能支持作為SoC的核心亮點(diǎn)。例如高通發(fā)布的Snapdragon 8 Gen 3就以“低于一秒的延遲實(shí)現(xiàn)圖像生成任務(wù)”作為一個(gè)重要賣點(diǎn)，估計(jì)這樣的人工智能能力將會(huì)深度集成到手機(jī)廠商的操作系統(tǒng)中。除了高通這樣的第三方芯片公司之外，自研手機(jī)芯片的系統(tǒng)廠商預(yù)計(jì)也會(huì)繼續(xù)加碼人工智能；蘋果雖然在這方面保持低調(diào)，但是預(yù)計(jì)在未來會(huì)以各種方式（加大NPU算力，或者是加大軟件支持）的方法來開始賦能更多人工智能在iPhone上的新拍攝用戶體驗(yàn)。vivo在自研ISP芯片領(lǐng)域已經(jīng)有了數(shù)年積累，而目前生成式人工智能對(duì)于拍攝體驗(yàn)的提升恰好和ISP有很強(qiáng)的協(xié)同作用，這也是2023年8月vivo發(fā)布的v3 ISP芯片強(qiáng)調(diào)了生成式人工智能作為一個(gè)核心亮點(diǎn)。未來，預(yù)計(jì)會(huì)看到越來越多這樣的芯片強(qiáng)調(diào)人工智能對(duì)于用戶體驗(yàn)上的賦能作用。

在智能汽車領(lǐng)域，Nvidia雖然不如在云端強(qiáng)勢(shì)，但是其Orin系列芯片仍然是各大車廠考慮的標(biāo)準(zhǔn)芯片模組。我們認(rèn)為，隨著人工智能大模型對(duì)于智能駕駛的賦能作用逐漸加強(qiáng)，無論是第三方芯片還是車廠自研的芯片都將會(huì)進(jìn)一步強(qiáng)化對(duì)于人工智能算力的投入，同時(shí)也推動(dòng)芯片性能的快速提升——最近，無論是蔚來發(fā)布新自研芯片的算力規(guī)格，還是特斯拉傳出將使用TSMC 3nm作為下一代芯片的生產(chǎn)工藝，都在提示著我們2024年人工智能將在智能車芯片領(lǐng)域扮演越來越重要的角色。


推理芯片成新戰(zhàn)場(chǎng)

AI芯片大致可分為訓(xùn)練芯片和推理芯片兩大類。訓(xùn)練芯片主要用于深度學(xué)習(xí)模型的訓(xùn)練過程，對(duì)算力要求極高，因此追求盡可能強(qiáng)大的并行運(yùn)算能力。而推理芯片則是將訓(xùn)練好的AI模型部署到實(shí)際應(yīng)用中，完成預(yù)測(cè)和決策任務(wù)。相比之下，推理芯片對(duì)算力的需求較小，但對(duì)功耗、時(shí)延等實(shí)時(shí)性要求更高。

傳統(tǒng)的CPU和GPU芯片在推理運(yùn)算方面存在著明顯的能效比不足等缺陷，很難完全滿足推理對(duì)實(shí)時(shí)性的苛刻要求。這直接限制了AI技術(shù)在智能手機(jī)、無人駕駛汽車等終端設(shè)備和邊緣應(yīng)用中的落地。因此，專門的AI推理芯片應(yīng)運(yùn)而生，被認(rèn)為是釋放邊緣智能潛能的關(guān)鍵所在。

借助人工智能的東風(fēng)，推理芯片市場(chǎng)前景極為廣闊，成為了各路企業(yè)新的必爭(zhēng)之地。無論是傳統(tǒng)IT巨頭，還是新興AI芯片創(chuàng)業(yè)公司，都在加大力度布局推理芯片賽道。

一方面，英特爾、英偉達(dá)、谷歌等科技巨頭憑借資金、技術(shù)和生態(tài)優(yōu)勢(shì)，已經(jīng)陸續(xù)推出多款專門的AI推理芯片產(chǎn)品。如英偉達(dá)的Jetson系列、谷歌的TPU推理加速器等，針對(duì)不同場(chǎng)景提供高性能的邊緣AI計(jì)算解決方案。

另一方面，一批新興的AI芯片創(chuàng)業(yè)公司也站穩(wěn)了腳跟。寒武紀(jì)推出的TerminatorIP產(chǎn)品則提出了一種Cloud-Edge一體化的計(jì)算架構(gòu)，結(jié)合推理芯片和訓(xùn)練芯片，打造無縫連接的端云協(xié)同AI系統(tǒng)。地平線則設(shè)計(jì)了專用于視頻分析的視覺AI芯片及算法，可廣泛應(yīng)用于安防監(jiān)控、智能駕駛等領(lǐng)域。

展望未來，推理芯片市場(chǎng)潛力巨大，預(yù)計(jì)在可預(yù)見的幾年內(nèi)將保持高速增長(zhǎng)態(tài)勢(shì)。這主要得益于人工智能算力需求的持續(xù)增長(zhǎng)和推理芯片自身先天優(yōu)勢(shì)的釋放。

一方面，隨著AI技術(shù)的深入應(yīng)用，人工智能算力需求正在爆發(fā)式增長(zhǎng)。據(jù)第三方研究機(jī)構(gòu)預(yù)測(cè)，到2025年，全球AI算力需求將比2022年增長(zhǎng)7倍以上。面對(duì)如此龐大的算力缺口，單純依賴云端訓(xùn)練模型已不夠，推理芯片將成為釋放算力潛能的關(guān)鍵所在。

另一方面，作為專門設(shè)計(jì)用于邊緣推理任務(wù)的芯片，推理芯片具有低功耗、實(shí)時(shí)響應(yīng)等優(yōu)勢(shì)。隨著5G、邊緣計(jì)算等技術(shù)發(fā)展，越來越多智能設(shè)備和應(yīng)用將遷移至邊緣側(cè)，對(duì)推理芯片的需求也將與日俱增。

在這一背景下，云~邊緣一體化的AI計(jì)算架構(gòu)正在成為行業(yè)趨勢(shì)。企業(yè)期望通過訓(xùn)練芯片和推理芯片的協(xié)同，實(shí)現(xiàn)在云端和終端設(shè)備上無縫銜接的AI服務(wù)交付。未來，更多創(chuàng)新的計(jì)算架構(gòu)和芯片方案有望出現(xiàn)。