|
第一章 人工智能芯片基本概述 1.1 人工智能芯片的相關(guān)介紹 1.1.1 芯片的定義及分類 1.1.2 人工智能芯片的內(nèi)涵 1.1.3 人工智能芯片的要素 1.2 人工智能芯片與人工智能的關(guān)系 1.2.1 人工智能的內(nèi)涵 1.2.2 人工智能對芯片的要求提高 1.2.3 人工智能芯片成為戰(zhàn)略高點(diǎn)
第二章 人工智能芯片行業(yè)發(fā)展機(jī)遇分析 2.1 產(chǎn)業(yè)機(jī)遇 2.1.1 人工智能步入黃金時(shí)期 2.1.2 人工智能投資規(guī)模上升 2.1.3 人工智能應(yīng)用前景廣闊 2.2 技術(shù)機(jī)遇 2.2.1 芯片計(jì)算能力大幅上升 2.2.2 云計(jì)算逐步降低計(jì)算成本 2.2.1 深度學(xué)習(xí)對算法要求提高 2.2.2 移動(dòng)終端應(yīng)用提出新要求 2.3 政策機(jī)遇 2.3.1 集成電路產(chǎn)業(yè)發(fā)展綱要發(fā)布 2.3.2 人工智能行動(dòng)實(shí)施方案發(fā)布 2.3.3 人工智能發(fā)展規(guī)劃強(qiáng)調(diào)AI芯片
第三章 人工智能芯片背景產(chǎn)業(yè)——芯片行業(yè) 3.1 芯片專利申請狀況 3.1.1 專利的分類及收購 3.1.2 各國專利申請排名 3.1.3 企業(yè)專利申請排名 3.1.4 我國專利申請概況 3.2 芯片市場運(yùn)行分析 3.2.1 國際市場依賴性強(qiáng) 3.2.2 芯片市場發(fā)展提速 3.2.3 芯片產(chǎn)業(yè)運(yùn)行現(xiàn)狀 3.2.4 企業(yè)運(yùn)營動(dòng)態(tài)分析 3.2.5 芯片產(chǎn)業(yè)發(fā)展態(tài)勢 3.2.6 存儲芯片發(fā)展機(jī)遇 3.3 芯片材料行業(yè)發(fā)展分析 3.3.1 半導(dǎo)體材料市場回顧 3.3.2 半導(dǎo)體材料市場現(xiàn)狀 3.3.3 半導(dǎo)體材料研發(fā)動(dòng)態(tài) 3.3.4 半導(dǎo)體產(chǎn)業(yè)發(fā)展趨勢 3.4 芯片材料應(yīng)用市場分析 3.4.1 芯片應(yīng)用市場綜況 3.4.2 家電芯片行業(yè)分析 3.4.3 手機(jī)芯片市場分析 3.4.4 LED芯片市場狀況 3.4.5 車用芯片市場分析 3.5 2015-2017年集成電路貿(mào)易分析 3.5.1 2015-2017年中國集成電路進(jìn)出口總量數(shù)據(jù)分析 3.5.2 2015-2017年主要貿(mào)易國集成電路進(jìn)出口情況分析 3.5.3 2015-2017年主要省市集成電路進(jìn)出口情況分析 3.6 國內(nèi)芯片產(chǎn)業(yè)發(fā)展的問題及對策 3.6.1 國產(chǎn)芯片產(chǎn)業(yè)的差距 3.6.2 國產(chǎn)芯片落后的原因 3.6.3 國產(chǎn)芯片發(fā)展的建議 3.6.4 產(chǎn)業(yè)持續(xù)發(fā)展的對策
第四章 2015-2017年人工智能芯片行業(yè)發(fā)展分析 4.1 人工智能芯片行業(yè)發(fā)展綜況 4.1.1 人工智能芯片發(fā)展階段 4.1.2 人工智能芯片市場規(guī)模 4.1.3 人工智能芯片產(chǎn)業(yè)化狀況 4.2 企業(yè)加快人工智能芯片行業(yè)布局 4.2.1 互聯(lián)網(wǎng)公司布局AI芯片市場 4.2.2 百度發(fā)布Duer OS智慧芯片 4.2.3 高通旗艦芯片正式發(fā)布 4.2.4 三星注資AI芯片制造公司 4.3 科技巨頭打造“平臺+芯片”模式 4.3.1 阿里云 4.3.2 百度開放云 4.4 中美人工智能芯片行業(yè)實(shí)力對比 4.4.1 技術(shù)實(shí)力對比 4.4.2 企業(yè)實(shí)力對比 4.4.3 人才實(shí)力對比 4.5 人工智能芯片行業(yè)發(fā)展問題及對策 4.5.1 發(fā)展問題 4.5.2 發(fā)展對策
第五章 2015-2017年人工智能芯片細(xì)分領(lǐng)域分析 5.1 人工智能芯片的主要類型及對比 5.1.1 人工智能芯片主要類型 5.1.2 人工智能芯片對比分析 5.2 GPU芯片分析 5.2.1 GPU芯片簡介 5.2.2 GPU芯片特點(diǎn) 5.2.3 國外企業(yè)布局GPU 5.2.4 國內(nèi)GPU產(chǎn)業(yè)分析 5.3 FPGA芯片分析 5.3.1 GPU芯片簡介 5.3.2 GPU芯片特點(diǎn) 5.3.3 全球FPGA市場規(guī)模 5.3.4 國內(nèi)FPGA行業(yè)分析 5.4 ASIC芯片分析 5.4.1 ASIC芯片簡介 5.4.2 ASIC芯片特點(diǎn) 5.4.3 ASI應(yīng)用領(lǐng)域 5.4.4 國際企業(yè)布局ASIC 5.4.5 國內(nèi)ASIC行業(yè)分析 5.5 類腦芯片（人腦芯片）分析 5.5.1 類腦芯片簡介 5.5.2 類腦芯片最新成果 5.5.3 國外類腦芯片研發(fā) 5.5.4 國內(nèi)類腦芯片研發(fā) 5.5.5 類腦芯片典型代表 5.5.6 類腦芯片前景可期
第六章 2015-2017年人工智能芯片重點(diǎn)應(yīng)用領(lǐng)域 6.1 人工智能芯片應(yīng)用狀況分析 6.1.1 AI芯片的應(yīng)用場景 6.1.2 AI芯片的應(yīng)用潛力 6.1.3 AI芯片的應(yīng)用空間 6.2 智能手機(jī)行業(yè) 6.2.1 全球智能手機(jī)出貨規(guī)模 6.2.2 中國智能手機(jī)市場動(dòng)態(tài) 6.2.3 手機(jī)企業(yè)加快AI芯片布局 6.2.4 手機(jī)AI應(yīng)用芯片研發(fā)加快 6.2.5 AI芯片或應(yīng)用于蘋果手機(jī) 6.3 智能音箱行業(yè) 6.3.1 智能音箱市場概況 6.3.2 智能音箱銷售規(guī)模 6.3.3 企業(yè)加快行業(yè)布局 6.3.4 芯片廠商積極布局 6.3.5 典型AI芯片應(yīng)用案例 6.4 機(jī)器人行業(yè) 6.4.1 市場需求及機(jī)會(huì)領(lǐng)域分析 6.4.2 智能機(jī)器人市場規(guī)模狀況 6.4.3 機(jī)器人領(lǐng)域投資狀況分析 6.4.4 FPGA在機(jī)器人上的應(yīng)用 6.4.5 企業(yè)布局機(jī)器人驅(qū)動(dòng)芯片 6.5 智能汽車行業(yè) 6.5.1 國際企業(yè)加快車用AI芯片研發(fā) 6.5.2 國內(nèi)智能汽車行業(yè)發(fā)展?fàn)顩r 6.5.3 國內(nèi)無人駕駛實(shí)現(xiàn)規(guī)范化發(fā)展 6.5.4 AI芯片將應(yīng)用于智能汽車領(lǐng)域 6.6 其他領(lǐng)域 6.6.1 無人機(jī)高性能芯片 6.6.2 智能家電芯片 6.6.3 智能穿戴芯片 6.6.1 智能眼鏡芯片 6.6.2 人臉識別芯片
第七章 2015-2017年國際人工智能芯片典型企業(yè)分析 7.1 Nvidia（英偉達(dá)） 7.1.1 企業(yè)發(fā)展概況 7.1.2 財(cái)務(wù)運(yùn)營狀況 7.1.3 市場份額分析 7.1.4 AI芯片產(chǎn)業(yè)地位 7.1.5 AI芯片產(chǎn)業(yè)布局 7.2 Intel（英特爾） 7.2.1 企業(yè)發(fā)展概況 7.2.2 企業(yè)財(cái)務(wù)狀況 7.2.3 AI芯片產(chǎn)品介紹 7.2.4 AI芯片產(chǎn)業(yè)布局 7.3 Qualcomm（高通） 7.3.1 企業(yè)發(fā)展概況 7.3.2 財(cái)務(wù)運(yùn)營狀況 7.3.3 AI芯片產(chǎn)業(yè)布局 7.3.4 AI芯片研發(fā)動(dòng)態(tài) 7.4 IBM 7.4.1 企業(yè)發(fā)展概況 7.4.2 企業(yè)財(cái)務(wù)狀況 7.4.3 AI芯片產(chǎn)品研發(fā) 7.4.4 AI芯片研發(fā)動(dòng)態(tài) 7.5 Google（谷歌） 7.5.1 企業(yè)發(fā)展概況 7.5.2 企業(yè)財(cái)務(wù)狀況 7.5.3 AI芯片產(chǎn)業(yè)布局 7.5.4 云端AI芯片發(fā)布 7.6 Microsoft（微軟） 7.6.1 企業(yè)發(fā)展概況 7.6.2 企業(yè)財(cái)務(wù)狀況 7.6.3 AI芯片產(chǎn)業(yè)布局 7.6.4 AI芯片研發(fā)動(dòng)態(tài) 7.7 其他企業(yè)分析 7.7.1 蘋果公司 7.7.2 Facebook 7.7.3 CEVA 7.7.4 ARM
第八章 2015-2017年國內(nèi)人工智能芯片重點(diǎn)企業(yè)分析 8.1 地平線機(jī)器人公司 8.1.1 企業(yè)發(fā)展概況 8.1.2 企業(yè)融資狀況 8.1.3 發(fā)展實(shí)力分析 8.1.4 AI芯片產(chǎn)業(yè)布局 8.1.5 AI芯片研發(fā)動(dòng)態(tài) 8.2 中科寒武紀(jì) 8.2.1 企業(yè)發(fā)展概況 8.2.2 企業(yè)合作動(dòng)態(tài) 8.2.3 企業(yè)融資動(dòng)態(tài) 8.2.4 AI芯片產(chǎn)品研發(fā) 8.3 中興 8.3.1 企業(yè)發(fā)展概況 8.3.2 運(yùn)營狀況分析 8.3.3 芯片發(fā)展實(shí)力 8.3.4 AI芯片發(fā)展布局 8.4 華為 8.4.1 企業(yè)發(fā)展概況 8.4.2 技術(shù)研發(fā)實(shí)力 8.4.3 AI芯片產(chǎn)品發(fā)布 8.4.4 AI芯片產(chǎn)業(yè)布局 8.5 其他企業(yè)發(fā)展動(dòng)態(tài) 8.5.1 科大訊飛 8.5.2 中星微電子 8.5.3 BAT企業(yè)
第九章 人工智能芯片行業(yè)投資壁壘及發(fā)展前景分析 9.1 人工智能芯片行業(yè)進(jìn)入壁壘分析 9.1.1 專利技術(shù)壁壘 9.1.2 市場競爭壁壘 9.1.3 投資周期漫長 9.2 人工智能芯片行業(yè)發(fā)展前景 9.2.1 人工智能軟件市場展望 9.2.2 國內(nèi)AI芯片將加快發(fā)展 9.2.3 AI芯片細(xì)分市場發(fā)展展望 9.3 人工智能芯片的發(fā)展路線及方向 9.3.1 人工智能芯片發(fā)展態(tài)勢 9.3.2 人工智能芯片發(fā)展路徑 9.3.3 人工智能芯片技術(shù)趨勢 9.4 人工智能芯片定制化趨勢分析 9.4.1 AI芯片定制化發(fā)展背景 9.4.2 半定制AI芯片布局加快 9.4.3 全定制AI芯片典型代表
圖表目錄 圖表：芯片與集成電路 圖表：人工智能定義 圖表：人工智能三個(gè)階段 圖表：人工智能產(chǎn)業(yè)結(jié)構(gòu) 圖表：人工智能產(chǎn)業(yè)結(jié)構(gòu)具體說明 圖表：16位計(jì)算帶來兩倍的效率提升 圖表：人工智能歷史發(fā)展階段 圖表：2011-2015年全球人工智能公司融資額 圖表：2012-2015年國內(nèi)人工智能行業(yè)投資情況 圖表：Intel芯片性能相比1971年第一款微處理器大幅提升 圖表：Intel芯片集成度時(shí)間軸 圖表：云計(jì)算形成了人工智能有力的廉價(jià)計(jì)算基礎(chǔ) 圖表：人工智能發(fā)展戰(zhàn)略目標(biāo) 圖表：專利提高效率的過程 圖表：專利收購業(yè)務(wù)的一般交易模型 圖表：2000-2015年全球半導(dǎo)體材料市場銷售額 圖表：我國半導(dǎo)體市場需求額占世界半導(dǎo)體的份額 圖表：2012-2015年全球各地區(qū)半導(dǎo)體材料市場占比變化 圖表：2015年全球各地區(qū)半導(dǎo)體材料市場規(guī)模 圖表：2006-2015年全球各地區(qū)半導(dǎo)體材料銷售額變化 圖表：2010-2016全球IC材料市場規(guī)模及增長率 圖表：2010-2016全球晶圓制造材料和封裝材料占比變化 圖表：2011-2016年我國半導(dǎo)體材料行業(yè)市場規(guī)模及增速 圖表：各類家電的混合信號中央處理芯片（MCU） 圖表：2016年熱門手機(jī)芯片品牌分布 圖表：2015-2017年中國集成電路進(jìn)口分析 圖表：2015-2017年中國集成電路出口分析 圖表：2015-2017年中國集成電路貿(mào)易現(xiàn)狀分析 圖表：2015-2017年中國集成電路貿(mào)易順逆差分析 圖表：2015年主要貿(mào)易國集成電路進(jìn)口量及進(jìn)口額情況 圖表：2016年主要貿(mào)易國集成電路進(jìn)口量及進(jìn)口額情況 圖表：2017年主要貿(mào)易國集成電路進(jìn)口量及進(jìn)口額情況 圖表：2015年主要貿(mào)易國集成電路出口量及出口額情況 圖表：2016年主要貿(mào)易國集成電路出口量及出口額情況 圖表：2017年主要貿(mào)易國集成電路出口量及出口額情況 圖表：2015年主要省市集成電路進(jìn)口量及進(jìn)口額情況 圖表：2016年主要省市集成電路進(jìn)口量及進(jìn)口額情況 圖表：2017年主要省市集成電路進(jìn)口量及進(jìn)口額情況 圖表：2015年主要省市集成電路出口量及出口額情況 圖表：2016年主要省市集成電路出口量及出口額情況 圖表：2017年主要省市集成電路出口量及出口額情況 圖表：人工智能核心計(jì)算芯片經(jīng)歷的四次大變化 圖表：全球人工智能芯片市場規(guī)模預(yù)測 圖表：巨頭紛紛布局人工智能芯片 圖表：阿里云新一代HPC 圖表：中美人工智能初創(chuàng)企業(yè)總量占全球比 圖表：中美人工智能團(tuán)隊(duì)人數(shù)對比 圖表：處理器芯片對比 圖表：GPU VS CPU圖 圖表：CPU VS GPU表 圖表：GPU性能展示 圖表：NVIDIA 2015主營構(gòu)成 圖表：英偉達(dá)與GPU應(yīng)用體系 圖表：M9 VS JM5400 圖表：景嘉微2012-2015年?duì)I收VS凈利潤 圖表：FPGA內(nèi)部架構(gòu) 圖表：CPU,FPGA算法性能對比 圖表：CPU，FPGA算法能耗對比 圖表：全球FPGA市場規(guī)模 圖表：Altera FPGA VS CPU 圖表：同方國芯2015年業(yè)務(wù)占比 圖表：同方國芯特種集成電路（FPGA等）業(yè)務(wù)營收 圖表：同方國芯特種集成電路（FPGA等）毛利率 圖表：GK210指標(biāo)VSASIC指標(biāo) 圖表：工藝VS性能VS功耗 圖表：ASIC芯片執(zhí)行速度快于FPGA 圖表：比特幣礦機(jī)芯片經(jīng)歷了從CPU、GPU、FPGA和ASIC四個(gè)階段 圖表：各種挖礦芯片的性能比較 圖表：Truenorh芯片集成神經(jīng)元數(shù)目迅速增長 圖表：美國勞倫斯利弗莫爾國家實(shí)驗(yàn)室的超級計(jì)算機(jī)中使用了16顆Truenorh芯片 圖表：全球知名芯片公司的類腦芯片 圖表：人工智能芯片的應(yīng)用場景 圖表：2015-2017年全球前十大智能手機(jī)品牌生產(chǎn)數(shù)量排名 圖表：2015-2017年中國前五大智能手機(jī)品牌生產(chǎn)數(shù)量排名 圖表：智能音箱的基本內(nèi)涵 圖表：智能音箱市場AMC模型 圖表：2015-2017年京東商城智能音箱銷量 圖表：智能音箱市場的布局企業(yè) 圖表：中國智能音箱廠商實(shí)力矩陣圖 圖表：Echo音箱主板芯片構(gòu)成 圖表：叮咚音箱主板構(gòu)造 圖表：獲投公司在機(jī)器人細(xì)分領(lǐng)域的分布 圖表：2016年機(jī)器人收購金額前15比例分布 圖表：飛思卡爾Vybrid處理器 圖表：賽靈思FPGA芯片 圖表：夏普機(jī)器人手機(jī)RoBoHoN 圖表：Mobileye的攝像頭和芯片 圖表：恩智浦車載計(jì)算平臺Bluebox 圖表：國內(nèi)汽車電子芯片市場規(guī)模 圖表：NVIDIATegraK1處理器芯片 圖表：2014-2015財(cái)年英偉達(dá)公司綜合收益表 圖表：2014-2015財(cái)年英偉達(dá)公司分部資料 圖表：2014-2015財(cái)年英偉達(dá)公司收入分地區(qū)資料 圖表：2015-2016財(cái)年英偉達(dá)公司綜合收益表 圖表：2015-2016財(cái)年英偉達(dá)公司分部資料 圖表：2015-2016財(cái)年英偉達(dá)公司收入分地區(qū)資料 圖表：2016-2017財(cái)年英偉達(dá)公司綜合收益表 圖表：2016-2017財(cái)年英偉達(dá)公司分部資料 圖表：NVIDIA（美國）和AMD（英國）公司GPU市場份額對比 圖表：2014-2015財(cái)年英特爾公司綜合收益表 圖表：2014-2015財(cái)年英特爾公司分部資料 圖表：2014-2015財(cái)年英特爾公司收入分地區(qū)資料 圖表：2015-2016財(cái)年英特爾公司綜合收益表 圖表：2015-2016財(cái)年英特爾公司分部資料 圖表：2015-2016財(cái)年英特爾公司收入分地區(qū)資料 圖表：2016-2017財(cái)年英特爾公司綜合收益表 圖表：2016-2017財(cái)年英特爾公司分部資料 圖表：英特爾Nervana產(chǎn)品組合 圖表：2014-2015財(cái)年高通公司綜合收益表 圖表：2014-2015財(cái)年高通公司分部資料 圖表：2014-2015財(cái)年高通公司收入分地區(qū)資料 圖表：2015-2016財(cái)年高通公司綜合收益表 圖表：2015-2016財(cái)年高通公司分部資料 圖表：2015-2016財(cái)年高通公司收入分地區(qū)資料 圖表：2016-2017財(cái)年高通公司綜合收益表 圖表：2016-2017財(cái)年高通公司分部資料 圖表：2014-2015年IBM綜合收益表 圖表：2014-2015年IBM收入分地區(qū)資料 圖表：2015-2016年IBM綜合收益表 圖表：2015-2016年IBM分部資料 圖表：2016-2017年IBM綜合收益表 圖表：2016-2017年IBM分部資料 圖表：2016-2017年IBM收入分地區(qū)資料 圖表：IBM的TrueNorth芯片的形態(tài)、結(jié)構(gòu)、功能、外形 圖表：2014-2015年谷歌綜合收益表 圖表：2014-2015年谷歌收入分地區(qū)資料 圖表：2015-2016年谷歌綜合收益表 圖表：2015-2016年谷歌分部資料 圖表：2016-2017年谷歌綜合收益表 圖表：2016-2017年谷歌分部資料 圖表：2016-2017年谷歌收入分地區(qū)資料 圖表：Google TPU板卡 圖表：谷歌最新發(fā)布的CloudTPU及以其為基礎(chǔ)搭建的Pod 圖表：2014-2015財(cái)年微軟綜合收益表 圖表：2014-2015財(cái)年微軟分部資料 圖表：2014-2015財(cái)年微軟收入分地區(qū)資料 圖表：2015-2016財(cái)年微軟綜合收益表 圖表：2015-2016財(cái)年微軟分部資料 圖表：2015-2016財(cái)年微軟收入分地區(qū)資料 圖表：2016-2017財(cái)年微軟綜合收益表 圖表：2016-2017財(cái)年微軟分部資料 圖表：微軟基于FPGA的人工智能芯片 圖表：Big Sur的服務(wù)器 圖表：寒武紀(jì)芯片 圖表：華為諾亞方舟實(shí)驗(yàn)室 圖表：XFS5152CE芯片系統(tǒng)構(gòu)成框圖 圖表：中星微NPU架構(gòu)圖 圖表：人工智能芯片發(fā)展階段 圖表：人工智能芯片的發(fā)展路徑 圖表：人工智能類腦芯片主要類型 圖表：人工智能核心芯片下游應(yīng)用極為廣泛 圖表：人工智能將催生數(shù)十倍于智能手機(jī)的核心芯片需求 圖表：地平線機(jī)器人正在打造深度學(xué)習(xí)本地化芯片 圖表：深鑒科技FPGA平臺DPU產(chǎn)品開發(fā)板
|
