ABI Research：预计2024年全球云端 AI 芯片达100 亿美元

ABI Research 的第一份报告“云端 AI 芯片：市场前景和供应商定位”表示：云端 AI 推理和训练所产生的 AI 芯片市场，预计将从 2019 年的 42 亿美元增长到 2024 年的 100 亿美元。

2017 年至 2024 年 AI 芯片销售年度总收入对比及预测（资料来源：ABI Research）

与终端 AI 芯片相比，云端 AI 芯片通常具有更高的计算能力，更高的功耗，更大的物理占用面积，因此也相对更加昂贵。

到目前为止，云端 AI 市场一直由英伟达的 GPU 和英特尔的 CPU 主导，而现在的它们正面临着寒武纪科技、Graphcore、Habana Labs 、高通等公司的挑战。

如今的云端 AI 芯片市场可大致分为三个部分：

1、公共云，由云服务提供商托管，如：AWS、Microsoft Azure、Google、阿里云、百度云和腾讯云等。

2、私有云 + 混合云，主要用于企业数据中心，如：VMware、Rackspace、NetApp、HPE、Dell 等公司的各类产品。

3、电信云，由电信公司为核心网络，IT 和边缘计算工作负载部署的云基础架构，是新兴的市场 。

云端推理 AI 芯片市场呈现出不同的景象，该市场并非由单一玩家主导，这在一定程度上取决于推理任务的性质，以及在垂直方向上各不相同的领域。ABI Research 预计：从 2020 年起，ASIC(专用集成电路)将在该领域实现强劲增长。

谷歌的 TPU 就是这样一个例子，它主要应用于云端 AI 相关的训练和推理任务，被视为 CPU 和 GPU 技术的强大挑战者。正如报告中所述，谷歌在 TPU 上的成功为其他云服务提供商提供了开发 AI 专用芯片的蓝图。据 ABI Research 预测，到 2024 年，15%至 18%的市场将落在云服务供应商之下。

终端 AI 芯片

随着 AI 推理任务向边缘转移，终端 AI 芯片变得更加重要。

终端 AI 芯片，指专注于 AI 工作负载的计算芯片，多应用于 AI 推理任务，通常部署在包括：终端设备、网关、内部部署服务器等终端环境中。在某些情况下，终端 AI 芯片还可以支持 AI 训练，尤其是深度学习模型的训练。

终端，即手机、安防摄像头、汽车、智能家居设备、各种 IoT 设备等执行边缘计算的智能设备。终端的数量庞大，而且需求差异较大。

ABI Research 的第二份报告“终端 AI 芯片：技术展望和使用案例”中：终端 AI 芯片市场，预计到 2024 年会增长至 710 亿美元，2019 年至 2024 年之间的复合年增长率为 31%。

这种强劲的增长主要得益于 AI 推理任务向终端迁移，特别是在智能手机、智能家居、自动驾驶、可穿戴设备和机器人等行业。