盘古开源解析：2022人工智能“产业”，芯片、IP多元发展成趋势

近几年随着技术不断进步，人工智能产业发展迅速，从政策层面来看，各国都在积极改进、需求更完善的市场运行规范，从应用层面来看，人工智能技术在医疗、自能驾驶、元宇宙领域都呈现出重要作用，技术上也在不断探索，整个人工智能产业呈现成熟、全面、规模化发展趋势。

一、巨量模型将有助于推进人工智能产业化

巨量模型的发展对于人工智能技术的发展意义重大，通过大规模数据训练的超大参数量的巨量模型，可以让人工智能的逻辑、推理等能力更强。

2021年9月浪潮人工智能研究院发布了巨量模型“源1.0”，超过GPT3模型，成为全球最大的人工智能模型，参数达2457亿，训练采用中文数据集达5000GB。相比于GPT3模型1750亿参数量和570GB训练数据集，参数规模领先40%，训练数据集规模领先近10倍。

目前全球知名的人工智能企业都在投入研究巨量模型，包括谷歌、微软、英伟达、浪潮、智源研究院、百度、阿里等等，人们认为巨量模型是解决各种人工智能挑战的重要路径。

因为以往小模型基本是用于专用的特定领域，一个场景对应一个模型，在构建和训练模型上需要耗费大量的人力与资源。而巨量模型则可以实现一个模型在多个场景通用、泛化和规模化复制，减少对数据标注的依赖，可以大幅降低人工智能开发与应用的使用成本。

2021除了浪潮发布巨量模型“源1.0”之外，还有微软、英伟达推出了最大单体AI语言模型，预计接下来，在众多人工智能企业的努力下，巨量模型将会更好的赋能人工智能产业化发展。

二、人工智能芯片呈现多元化发展趋势

在人工智能领域，数据、算法、算力是三个关键要素，而谈到算力，就离不开芯片，近年来，人工智能应用落地场景越来越丰富，因此人工智能芯片的发展也呈现出一些变化。

以前谈论AI芯片更多是云端训练芯片，而且很大部分的AI芯片都是GPU，随着人工智能技术的逐渐成熟，人工智能产业化也呈现蓬勃发展的态势，AI芯片更多的向边缘、终端蔓延，除GPU之外的FPGA、ASIC、NPU等的市场占比也越来越多。

人工智能在边缘及端侧有广泛的应用场景，包括自动驾驶、工业制造、消费电子、智能家居、可穿戴设备等，尤其在5G等连接技术降低数据的传输和处理速度下，人工智能在边缘侧的处理将成为企业的一个关键增长领域。

过去几年在人工智能热潮的推动下，成立了大量的AI芯片初创企业，这些企业在资本的大力追捧下，不断打磨技术，寻找创新发展路线，探索合适的市场应用场景，逐渐将芯片产品推进商用，这也使得AI芯片的技术路线更多元化。

预计接下来，边缘、终端AI推理芯片，以及不同于以往GPU的AI芯片的发展将持续旺盛。

三、人工智能IP多元化融合发展趋势

IP核是从芯片设计环节中逐步分离出来、经过验证的、可重复使用的设计模块，作用是可以让芯片在设计环节中，降低冗余设计成本，降低错误发生风险，提高芯片设计效率。

而对于发展时间并不长的AI芯片来说，IP厂商有着更为重要的作用，该市场的特点，目前是因为AI芯片多元化、碎片化的特点，以至于近年来市场出现了特别多面向细分领域、体量不大的IP厂商，人工智能IP似乎呈现百花齐放的局面。

而未来的趋势如何呢？一是多元融合，我们现在正处在新一代计算浪潮中，5G、AIoT、智能汽车以及新兴的元宇宙等场景，将带来海量的数据，而单一架构的处理器已不能满足处理这些数据的算力需求。

因此， NPU、GPU、VPU等IP模块的多元融合方案，将会给芯片厂商带来更大的价值，这可以帮助芯片厂商开发出更具市场竞争力的产品。

二是单一IP模块将向一站式方案转变。IP厂商除了提供适用性强、复用性强的人工智能IP模块之外，提供包括工具、软件、设计服务等在内的一站式解决方案将成为主流。