半导体系列报告：AI计算芯片市场展望（附专题）
本文参考半导体系列报告：AI计算芯片市场展望<GPU将成为主流，国产化曙光初现>，内容包含算力（数字经济引擎，智能社会基石），芯片（异构是趋势，GPU将成为主流），中国国产化及市场展望。完整报告和专家下载如下：
下载链接：半导体系列专题报告
半导体报告（一）：GaN产业链简介
半导体报告（二）：半导体设备篇
半导体报告（三）：晶圆代工篇
半导体报告（四）：AI计算芯片市场展望
半导体报告（五）：国产EDA发展春天
中国市场将高速增长，GPU国产化曙光初现，预计到2024年，中国人工智能技术市场规模将达到172亿美元；全球占比将从2020年12.5%上升到15.6%，是全球市场增长的主要驱动力，在AI计算的训练和推理两个领域，已经有不少初创公司发布了GPU产品。
异构计算是灵活性和效率综合平衡的结果，训练指模拟人类接收、学习并理解外界信息能力的AI技术；推理指模拟人类通过学习、判断、分析等心理活动获取信息内含逻辑的AI技术。
从部署的灵活性来看，CPU最为灵活 ，GPU次之 ，FPGA和ASIC分列最后两位。从计算的效率来看，ASIC 效率最高，FPGA次之，GPU和CPU则分列最后两位。
异构计算是一个平衡的结果：考虑到部署的灵活性和计算效率，异构计算是一个平衡的结果，CPU + GPU、FPGA、ASIC是趋势。
训练主要使用CPU、GPU，部分FPGA和ASIC；推理主要使用CPU、FPGA、ASIC,部分GPU。
未来的 AI计算，将形成以CPU为控制中心，GPU、FPGA、ASIC（NPU、VPU…)为特定场景加速卡的异构计算格局。
异构计算是指不同类型的指令集和体系架构的计算单元组成的系统的计算方式 ， 目前 “CPU+GPU”以 及“CPU+FPGA” 都是受关注的异构计算平台。
异构计算最大的优点是具有比传统CPU并行计算更高效率和低延迟的计算性能，尤其是在业界对计算性能需求水涨船高的情况下，异构计算变得愈发重要。
下载链接：半导体系列专题报告
半导体报告（一）：GaN产业链简介
半导体报告（二）：半导体设备篇
半导体报告（三）：晶圆代工篇
半导体报告（四）：AI计算芯片市场展望
半导体报告（五）：国产EDA发展春天
2、信创产业研究框架
3、ARM行业研究框架
4、CPU研究框架
5、国产CPU研究框架
6、行业深度报告：GPU研究框架
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言联系删除，谢谢。
电子书<服务器基础知识全解(终极版)>更新完毕，知识点深度讲解，提供182页完整版下载。
获取方式：点击“阅读原文”即可查看PPT可编辑版本和PDF阅读版本详情。
温馨提示：
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享，点击“阅读原文”获取更多原创技术干货。
