AI爆发元年与AI芯片新周期开启

（原标题：AI爆发元年与AI芯片新周期开启）

不久前，德邦证券研报曾将1976年以来的全球半导体销售额同比增速与GDP增速进行比较，发现全球半导体年度销售额历史增速呈现出大约每10年一个“M”形的波动特征，且主要与技术驱动产品迭代有关。

（来源：德邦证券研报）

如若进一步观察历年的半导体制造技术的发展，也可以发现它伴随着每个十年的变革而跃上一个新的高度。

从家用电器时代到台式机时代，再到功能手机/笔记本电脑、3G/4G/智能手机、5G、AIoT/消费电子/汽车。随着不断拓展的下游应用领域，半导体行业在全球销售额上呈现了持续的成长，从1976年到2022年的时间跨度内，销售额增长了整整202倍。

这里揭示了一个简单的大道理：周期的本质，不是简单潮起潮落原单踏步，而是不断的螺旋式向上发展。

（来源：德邦证券研报）

2023年，刚好也成为AI爆发的元年，无疑预示着半导体行业也迎来了一个新的纪元，也被视为新一轮周期的重启——AI技术的爆发对芯片的需求提出更高的要求，同时也为该行业带来了前所未有的机遇。

随着资本市场掀起的炒作热潮，AI芯片也成为资本追捧的热门。

但是，实际上，并非所有人对AI芯片都有准确的认识，接下来，我们将深入分析不同类别的AI芯片，揭示它们的独特作用、技术特性以及涉及其中的相关公司。

机器学习算法在实际应用中通常分为两个主要步骤：训练（Training）和推理（Inference）。这两个步骤对应了不同的计算需求和芯片设计，因此衍生出了两种主要类型的AI芯片：训练芯片和推理芯片。

从技术架构来看，AI芯片主要分为图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、中央处理器（CPU）四大类。

此外根据其在网络中的位置，还可以分为按“云-边-端”进行划分，得到云端AI芯片 、边缘和终端AI芯片。

（来源：公开材料）

CPU：它是计算机系统的核心组件，负责执行各种计算任务和算法。CPU在AI应用中的应用非常广泛。它可以用于训练和推理任务，包括图像识别、语音识别、自然语言处理等。CPU的高性能和灵活性使得它成为处理各种类型数据的理想选择。

GPU：其又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。

FPGA：是在PAL(可编程阵列逻辑)、GAL(通用阵列逻辑)等可编程器件的基础上进一步发展的产物。作为专用集成电路(ASIC)领域中的一种半定制电路而出现，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。

ASIC：指为特定用户要求和特定电子系统的需要而设计、制造的集成电路。目前主流是用CPLD(复杂可编程逻辑器件)和FPGA来进行设计，它们都具有用户现场可编程特性，都支持边界扫描技术，但两者在集成度、速度及编程方式上有各自的特点。

ASIC应用领域包括但不限于智能手机、可穿戴设备、安防前端摄像头、智能家居设备以及无人机等。而国内设计制造ASIC的公司中，寒武纪、云天励飞、航宇微、ICG（聪链集团）等厂商都在各细分领域占据了相当市场份额，有一些甚至全球领先，值得进行深入的挖掘和持续的跟踪。