近几年来，人工智能行业飞速发展。麦肯锡预测人工智能可在未来十年为全球GDP增长贡献1.2个百分点，为全球经济活动增加13万亿美元产值，其贡献率可以与历史上第一次“工业革命”中蒸汽机等变革技术的引入相媲美。
从产业链来看，人工智能可以分为技术支撑层、基础应用层和产品层,各层面环环相扣，基础层和支撑层提供技术运算的平台、资源、算法，应用层的发展离不开基础层和技术的应用。
人工智能产业链
资料来源：凯联资本投研部
基础层分为硬件和软件。硬件即具备储存、运算能力的芯片，以及获取外部数据信息的传感器；软件则为用以计算的大数据。这里我们着重分析硬件部分的智能芯片。
按技术架构来看，智能芯片可分为通用类芯片（CPU、GPU、FPGA）、基于FPGA的半定制化芯片、全定制化ASIC芯片、类脑计算芯片（IBMTureNorth）。对于绝大多数智能需求来说，基于通用处理器的传统计算机成本高、功耗高、体积大、速度慢，难以接受。因此以CPU、GPU、FPGA、ASIC和类脑芯片为代表的计算芯片以高性能计算能力被引入深度学习。
AI半导体分类
资料来源：谷歌，凯联资本投研部
2017年各AI企业公开芯片数据
资料来源：中国科学院自动化研究所，凯联资本投研部
按技术架构来看，智能芯片可分为通用类芯片（CPU、GPU、FPGA）、基于FPGA的半定制化芯片、全定制化ASIC芯片、类脑计算芯片（IBMTureNorth）。对于绝大多数智能需求来说，基于通用处理器的传统计算机成本高、功耗高、体积大、速度慢，难以接受。因此以CPU、GPU、FPGA、ASIC和类脑芯片为代表的计算芯片以高性能计算能力被引入深度学习。
1）CPU
按技术架构来看，智能芯片可分为通用类芯片（CPU、GPU、FPGA）、基于FPGA的半定制化芯片、全定制化ASIC芯片、类脑计算芯片（IBMTureNorth）。对于绝大多数智能需求来说，基于通用处理器的传统计算机成本高、功耗高、体积大、速度慢，难以接受。因此以CPU、GPU、FPGA、ASIC和类脑芯片为代表的计算芯片以高性能计算能力被引入深度学习。
AI半导体分类
资料来源：谷歌，凯联资本投研部
……
点击查看完整干货内容：人工智能产业链深度解读
点击查看更多免费干货
12、人工智能产业链深度解读
……
点击小程序获取