行業空間巨大，未來增速可觀

　　全球人工智能市場規模

　　預計，到2017年，人工智能市場規模預計會增長到約12.5億美元。到2025年，市場規模將達369億美元，年均復合增速達50.7%， 2017年全球人工智能市場增速將達94%。 目前人工智能主要應用在圖像識別、物品識別、檢測和歸類還有自動化的地球物理學特征分析等。人工智能產業最大的一塊收入來自企業級的應用市場。

　　2016-2025年全球人工智能市場規模情況

　　中國人工智能市場規模

　　隨著中國人工智能技術的快速發展以及和商業應用的快速推廣，人工智能才插上了騰飛的翅膀，已成為各國之間的競爭新賽道。據前瞻產業研究院發布的《人工智能行業市場前瞻與投資戰略規劃分析報告》數據顯示，2017年中國人工智能市場規模將達到152.1億元，增長率達到51.2%。隨著人工智能技術的逐漸成熟，科技、制造業等業界巨頭布局的深入，應用場景不斷擴展，預計2018年中國人工智能市場規模有望突破200億元大關，達到238.2億元，增長率達到56.6%。

　　2014-2018年中國人工智能市場規模及增速情況

　　人工智能熱度滲透到產業鏈各階層

　　人工智能產業鏈分為基礎層、技術層以及應用層。基礎層為人工智能提供基礎服務，包括人工智能芯片、人工智能訓練算法框架、數據庫等;技術曾包括語音識別、圖像識別、語意理解等;應用層則是具體將人工智能技術應用到各行業(安防、教育、金融、工業、醫療等)。

　　人工智能產業鏈

　　人工智能市場熱度不斷提高

　　人工智能初創企業的數量在這兩年呈現了爆發式的增長。到2016 年增長到了389 家，一直保持著兩位數的增長。人工智能企業的融資額，到2016 年發展到了50 億美元;人工智能企業的并購數量在2016 年達到了85 家;而人工智能企業的股權融資數量達到了658 家，人工智能市場熱度不斷提升。

　　人工智能初創企業數量、融資額、企業并購數量統計情況

　　人工智能專用芯片有望成為下一個爆發點

　　發展人工智能，芯片先行。 深度學習通過構建很多隱層的機器學習模型和海量的數據來訓練機器，使機器去學習更有用的特征，從而最終提升分類和推理的準確性，引領當今人工智能算法方向。

　　深度學習需要進行大量的并行計算，而傳統的CPU往往需要數百甚至成千上萬條指令才能完成一個神經單元的處理，無法支撐深度學習大規模數據的并行計算，深度學習需要新的芯片來對大規模的并行計算進行加速。目前常用的加速深度學習并行計算的人工智能芯片有GPU、 FPGA、ASIC和處于理論階段的類腦芯片。

　　萬物互聯的背景下， AI芯片的應用擁有廣闊的想象空間

　　未來每一個機器人、每一輛無人駕駛汽車、每一個攝像頭甚至絕大多數硬件都將具有智能，而這其中充當其大腦的就是芯片。 X86架構和 ARM 分別在互聯網和移動互聯網時代充當了霸主， Intel收購FPGA公司，英偉達專門針對人工智能的深度學習開發了TeslaP100，國內中科院的寒武紀公司以及地平線機器人也正在發力人工智能芯片，充分說明了AI 芯片領域被產業界看好，在新的智能時代， AI芯片作為人工智能底層的核心基礎無疑將擁有非常廣闊的應用空間。

　　由于人工智能市場持續爆發，所帶來的計算平臺需求也快速增長，傳統服務器、計算平臺提供商也紛紛嗅到巨大的市場機遇，聯合相關廠商推出了相應產品以布局AI計算平臺市場。與此同時，隨著人工智能相關的應用場景、解決方案在各垂直細分行業成熟落地，除GPU的大規模應用外，計算平臺廠商紛紛探索以FPGA和ASIC為代表的其他加速計算解決方案，以滿足差異化應用需求。