2024年AI芯片市场规模达670亿美元，微美全息加码研发AI高效解决方案

通用大模型的空前突破，搅动了人工智能(AI)的一池春水。东方证券认为，AI大模型带来的芯片算力升级需求，数据中心产业链将持续受益，AI应用的用户体验也将持续改善。

据市调机构Gartner称，用于执行人工智能(AI)工作负载的芯片市场正以每年20%以上的速度增长。

机构预计，2023年AI芯片市场规模将达到534亿美元，比2022年增长20.9%，2024年将增长25.6%，达到671亿美元。到2027年，AI芯片营收预计将是2023年市场规模的两倍以上，达到1194亿美元。Gartner分析师指出，未来大规模部署定制AI芯片将取代当前占主导地位的芯片架构(离散GPU)，以适应各种基于AI的工作负载，特别是那些基于生成式AI技术的工作负载。

AI芯片需求持续火爆

AI芯片，也被称为AI加速器或计算卡，是专门用于处理AI相关计算任务的芯片。它们是构筑算力的重要基石。在大模型建设正酣的同时，大模型算力需求将进一步驱动AI芯片的研发，与健康、教育、交通等其他领域的交叉融合也逐渐加深。

ChatGPT 这样的生成式人工智能工具在运行时，需要处理大量数据，这些数据必须从内存芯片中检索并发送到处理单元进行计算。面对大模型突破性发展带来的对AI芯片的井喷式需求，科技巨头公司和新兴企业争先涌入大模型的竞争赛道，新一轮的AI芯片竞争正在浮出水面。

上个月，AI芯片之王英伟达(NVDA.US)Q2净利猛增422%，表明AI芯片需求持续火爆，英伟达CEO黄仁勋表示，“一个新的计算时代已经开始。全球各地的公司正在从通用计算向加速计算和生成式人工智能转型。本季度，主要云服务提供商宣布推出大规模NVIDIAH100AI基础设施，将NVIDIAAI引入各个行业，生成式人工智能的竞赛已经开始。”

从数据上看，以目前较为主流的英伟达A100 GPU为例，大模型的单次训练要求至少百卡、千卡规模。依据当前市场价格，建设1000卡GPU规模的算力集群成本可达2亿元。

凭借着热销全球的最尖端AI芯片 H100，英伟达无疑是本轮AI浪潮中最显眼的"弄潮儿" 之一。AI热潮拉动芯片订单，英伟达计划于2023年在全球范围内出货约55万片H100，H100A800GPU交货中国大陆客户或排到2024Q1。

随着新一代AI芯片GH200的推出，英伟达将利用主要数据中心参与者的AI开支，不断扩大产品组合。预计主要数据中心参与者在2023年的AI开支将超过100亿美元。

英特尔欲乘AI芯片浪潮

在 ChatGPT 引领整个 AI 芯片市场的爆发之后，英伟达成为了所有人眼中的「香饽饽」，彼时，英特尔(INTC.US)正在深入人工智能腹地，中国则是其AI芯片的“主战场”之一。上月，英特尔宣布正式面向中国市场推出第二代深度学习加速器——Habana Gaudi2，该产品可用于加速AI训练及推理。

Habana Gaudi 2作为英特尔AI战略的关键产品之一，有望打破目前芯片市场的固有格局。

英特尔公司执行副总裁表示，在过去六个月，AI加速芯片因为大模型的关系忽然又再火了一把，接下来我们会有更多的资源投入，利用本土团队让这些中国定制版的产品能够加速落地。

微美全息构建AI高效解决方案

目前全球各大芯片公司都在积极进行AI芯片的布局，同样在AI赛道上，作为新兴的AI半导体供应商，AI视觉领导者微美全息(WIMI.US)正押注强大的人工智能硬件领域，致力于为云计算和人工智能领域提供高性能、低功耗的智能半导体解决方案，开发构建核心的竞争力，通过“弯道超车”抓住机遇。

事实上，微美全息近年来致力于AI算法的开发和应用，通过将技术算法与软件或硬件或两者集成，为客户提供全面的解决方案，实现技术目标。目前，微美全息已拥有图像处理和展示、模型输入/输出、3D建模方面的相关技术专利195件，拥有申请AI相关发明专利325项等，以领先的技术专利积累，在业务中进行模式创新，并积极提升数智化处理行业的一般领域的行业价值。

在AI持续火热的情况下，AI芯片可以帮助公司实现规模化收入，微美全息在AI领域加足马力，尤其是在云计算、数据中心、自动驾驶等领域。同时随着AI技术的不断发展，以及AI芯片的性能不断提升，越来越贴合各种应用场景，据悉，该公司根据AI行业的发展趋势及技术演进，AI硬件的规模化生产也在不断推进，未来，微美全息将让更多的B端客户能够应用更高效的AI解决方案。

结尾

以大模型为代表的热潮带来了AI算力需求的爆发式增长，AI算力已成推动人工智能发展的关键要素。从产业角度看，乐观地说，AI芯片可谓正处于百花齐放、百家争鸣的萌发阶段，各主体正在激烈的市场竞争中快速探索适合的成长道路。而如何进一步提升各企AI芯片竞争力?或许可以鼓励更多企业和社会资本进入AI芯片领域，加大投资力度;加快工艺创新进步，构建本土供应链体系，让AI整体发展有待突破。