“算力基建”聚焦于硬體系統，一方面聚焦廣義算力，另一方面涵蓋配套基建。其中廣義算力主要涵蓋算力晶片（CPU+XPU）、封測、存儲三方面，配套基建主要涵蓋AI伺服器、配套機櫃、通信裝置等。
深度學習模型與推薦式系統模型複雜度進一步提升，對晶片算力提出了更高的要求，現階段AI晶片算力已步入蓬勃發展階段。
AI運算指以“深度學習”為代表的神經網絡算法，需要硬體具有高效的線性代數運算能力，計算任務具有機關計算任務簡單，邏輯控制難度要求低，但并行運算量大、參數多的特點。對于晶片的多核并行運算、片上存儲、帶寬、低延時的訪存等提出了較高的需求。
從技術架構來看，算力晶片主要分為GPU、FPGA、ASIC三大類。其中，GPU是較為成熟的通用型人工智能晶片，而FPGA和ASIC則是針對人工智能需求特征的半定制和全定制晶片。#人工智能##算力##晶片#
資料來源：中國信通院
關注樂晴，洞悉産業格局！
GPU
GPU是英偉達公司在1999年8月發表NVIDIA GeForce 256繪圖處理晶片時首先提出的概念。在此之前，電腦中處理影像輸出的顯示晶片，通常很少被視為是一個獨立的運算單元。
GPU晶片通用性強，其中原本為圖形計算設計的大量算數邏輯單元（ALU）可以為深度學習提供良好的加速效果。
GPU的計算能力最強，但是成本高、功耗高。
全球GPU市場為三足鼎立的寡頭競争格局，英偉達在獨顯領域一家獨大。
獨立GPU即獨立顯示卡，需要插在主機闆的相應接口上，具備單獨的顯存，不占用系統記憶體，能夠提供更好的顯示效果和運作性能。
內建GPU即內建顯示卡，是将圖形核心以單獨晶片的方式內建在主機闆上，并且動态共享部分系統記憶體作為顯存使用，能夠提供簡單的圖形處理能力，以及較為流暢的編碼應用。全球知名供應商主要包括英特爾和AMD兩家。
在獨立顯示卡市場上，長期以來都是AMD及英偉達兩家的二人轉，2022年英特爾正式殺入了顯示卡市場，目前獨立GPU市場則主要由英偉達、AMD和英特爾三家公司占據，2022年Q4全球獨立GPU市場占有率分别為85%、9%和6%，其中，英偉達在PC端獨立GPU領域市場占有率優勢明顯。
IDC預計2023年中國GPU市場規模将達到111億美元，2027年中國GPU市場規模将會增長至345.57億美元。
FPGA
與GPU類似，FPGA也是配合CPU進行加速。不同于CPU和GPU，FPGA可對晶片硬體層進行靈活編譯，且功耗遠小于前兩者。
FPGA可程式設計帶來的配置靈活性使其能更快地适應市場，具有明顯的實用性。
FPGA于1985年由賽靈思創始人之一Ross Freeman發明，并在現有的可程式設計器件（如PAL、GAL、CPLD等）的基礎上進一步發展而來。FPGA 主要由可程式設計I/O單元、可程式設計邏輯單元、可程式設計布線資源等組成。
作為專用內建電路（ASIC）領域中的一種半定制電路，FPGA可以根據使用者的需求通過配套EDA軟體多次重複程式設計配置以實作特定功能。
FPGA在內建電路行業所處的位置：
PGA晶片由邏輯單元（LC）、輸入輸出單元（IO）和開關連線陣列（SB）三部分構成。
市場格局方面來看，海外廠商主導全球FPGA 市場，賽靈思和英特爾 形成雙頭壟斷，國内企業具備先發優勢的廠商包括複旦微電（高可靠FPGA 技術領先，率先推出億門級FPGA 和PSoC 晶片，應用領域不斷豐富）和紫光國微（國内特種內建電路行業領先者，産品覆寫500 多個品種，特種領域FPGA 持續更新）、安路科技（國内民用FPGA龍頭）。
複旦微電具備65nm 制程千萬門級和28nm制程億門級産品，目前以28nm制程的FPGA産品為主。
紫光國微于2022年推出了2x納米的低功耗FPGA系列産品，新一代1x納米更高性能FPGA系列産品也在順利推進中，進一步完善了産品種類。
安路科技的FPGA晶片産品形成了由PHOENIX高性能産品系列、EAGLE高效率産品系列、ELF低功耗産品系列組成的産品矩陣。
根據MRFR預測，2025年全球FPGA市場規模有望達到125億美元。
ASIC
ASIC晶片主要應用于深度學習加速，在推理側，相較其他AI晶片在效率和速度方面具有明顯優勢。
ASIC體積小、功耗低，适合量産，但是研發時間長，且不可編輯，前期投入成本高，帶來一定的技術風險。
表現最為突出的ASIC就是谷歌2015年釋出的TPU（張量處理晶片）和英特爾2022年釋出的Gaudi 2。
KBVResearch報告資料顯示，2019-2025年，全球ASIC晶片市場規模預計将達到247億美元，在預測期内以8.2%的複合年增長率增長。
大陸的AISC主要企業有寒武紀、瀾起科技、黑芝麻、地平線、華為海思、阿裡巴巴等。
部分國産AISC技術已經達到國際領先，如在BF16浮點算力方面，華為海思的昇騰910已超過谷歌的最新一代産品TPUv4。
另外，在邊緣計算中，AI晶片會利用傳聲器陣列、攝像頭等傳感器采集到的資料按照已建構的模型進行推理并輸出相應的結果。由于邊緣計算的應用場景衆多，對于硬體的算力、能耗等性能要求也不盡相同，是以催生出對AI晶片更加廣泛的需求。
美國已限制對華銷售最先進、使用最廣泛的AI訓練GPU—英偉達A100以及H100，國産算力晶片距離英偉達最新産品存在較大差距，但對資訊顆粒度要求較低的推理運算能實作部分替代。
在訓練晶片方面，頭部企業重點布局相關晶片研發，打破國外企業長期壟斷局面。目前大陸的AI晶片行業仍處于起步期，在新一輪人工智能浪潮爆發的背景下，國産替代加速行業市場空間充足。
關注樂晴，洞悉産業格局！