|
第一章 人工智能芯片基本概述 1.1 人工智能芯片的相關介紹 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
第二章 人工智能芯片行業(yè)發(fā)展機遇分析 2.1 產(chǎn)業(yè)機遇 2.1.1 人工智能步入黃金時期 2.1.2 人工智能投資規(guī)模上升 2.1.3 人工智能應用前景廣闊 2.2 技術機遇 2.2.1 芯片計算能力大幅上升 2.2.2 云計算逐步降低計算成本 2.2.1 深度學習對算法要求提高 2.2.2 移動終端應用提出新要求 2.3 政策機遇 2.3.1 集成電路產(chǎn)業(yè)發(fā)展綱要發(fā)布 2.3.2 人工智能行動實施方案發(fā)布 2.3.3 人工智能發(fā)展規(guī)劃強調(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 芯片市場運行分析 3.2.1 國際市場依賴性強 3.2.2 芯片市場發(fā)展提速 3.2.3 芯片產(chǎn)業(yè)運行現(xiàn)狀 3.2.4 企業(yè)運營動態(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)展機遇 3.3 芯片材料行業(yè)發(fā)展分析 3.3.1 半導體材料市場回顧 3.3.2 半導體材料市場現(xiàn)狀 3.3.3 半導體材料研發(fā)動態(tài) 3.3.4 半導體產(chǎn)業(yè)發(fā)展趨勢 3.4 芯片材料應用市場分析 3.4.1 芯片應用市場綜況 3.4.2 家電芯片行業(yè)分析 3.4.3 手機芯片市場分析 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)易國集成電路進出口情況分析 3.5.3 2015-2017年主要省市集成電路進出口情況分析 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)實力對比 4.4.1 技術實力對比 4.4.2 企業(yè)實力對比 4.4.3 人才實力對比 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年人工智能芯片細分領域分析 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 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 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 5.4.3 ASI應用領域 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應用領域 6.1 人工智能芯片應用狀況分析 6.1.1 AI芯片的應用場景 6.1.2 AI芯片的應用潛力 6.1.3 AI芯片的應用空間 6.2 智能手機行業(yè) 6.2.1 全球智能手機出貨規(guī)模 6.2.2 中國智能手機市場動態(tài) 6.2.3 手機企業(yè)加快AI芯片布局 6.2.4 手機AI應用芯片研發(fā)加快 6.2.5 AI芯片或應用于蘋果手機 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芯片應用案例 6.4 機器人行業(yè) 6.4.1 市場需求及機會領域分析 6.4.2 智能機器人市場規(guī)模狀況 6.4.3 機器人領域投資狀況分析 6.4.4 FPGA在機器人上的應用 6.4.5 企業(yè)布局機器人驅(qū)動芯片 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)展狀況 6.5.3 國內(nèi)無人駕駛實現(xiàn)規(guī)范化發(fā)展 6.5.4 AI芯片將應用于智能汽車領域 6.6 其他領域 6.6.1 無人機高性能芯片 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） 7.1.1 企業(yè)發(fā)展概況 7.1.2 財務運營狀況 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)財務狀況 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 財務運營狀況 7.3.3 AI芯片產(chǎn)業(yè)布局 7.3.4 AI芯片研發(fā)動態(tài) 7.4 IBM 7.4.1 企業(yè)發(fā)展概況 7.4.2 企業(yè)財務狀況 7.4.3 AI芯片產(chǎn)品研發(fā) 7.4.4 AI芯片研發(fā)動態(tài) 7.5 Google（谷歌） 7.5.1 企業(yè)發(fā)展概況 7.5.2 企業(yè)財務狀況 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)財務狀況 7.6.3 AI芯片產(chǎn)業(yè)布局 7.6.4 AI芯片研發(fā)動態(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)人工智能芯片重點企業(yè)分析 8.1 地平線機器人公司 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)動態(tài) 8.2 中科寒武紀 8.2.1 企業(yè)發(fā)展概況 8.2.2 企業(yè)合作動態(tài) 8.2.3 企業(yè)融資動態(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 運營狀況分析 8.3.3 芯片發(fā)展實力 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 技術研發(fā)實力 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)進入壁壘分析 9.1.1 專利技術壁壘 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：人工智能三個階段 圖表：人工智能產(chǎn)業(yè)結構 圖表：人工智能產(chǎn)業(yè)結構具體說明 圖表：16位計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芯片集成度時間軸 圖表：云計算形成了人工智能有力的廉價計算基礎 圖表：人工智能發(fā)展戰(zhàn)略目標 圖表：專利提高效率的過程 圖表：專利收購業(yè)務的一般交易模型 圖表：2000-2015年全球半導體材料市場銷售額 圖表：我國半導體市場需求額占世界半導體的份額 圖表：2012-2015年全球各地區(qū)半導體材料市場占比變化 圖表：2015年全球各地區(qū)半導體材料市場規(guī)模 圖表：2006-2015年全球各地區(qū)半導體材料銷售額變化 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年熱門手機芯片品牌分布 圖表：2015-2017年中國集成電路進口分析 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)易國集成電路進口量及進口額情況 圖表：2016年主要貿(mào)易國集成電路進口量及進口額情況 圖表：2017年主要貿(mào)易國集成電路進口量及進口額情況 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口量及進口額情況 圖表：2016年主要省市集成電路進口量及進口額情況 圖表：2017年主要省市集成電路進口量及進口額情況 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：中美人工智能團隊人數(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主營構成 圖表：英偉達與GPU應用體系 圖表：M9 VS JM5400 圖表：景嘉微2012-2015年營收VS凈利潤 圖表：FPGA內(nèi)部架構 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)務占比 圖表：同方國芯特種集成電路（FPGA等）業(yè)務營收 圖表：同方國芯特種集成電路（FPGA等）毛利率 圖表：GK210指標VSASIC指標 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：比特幣礦機芯片經(jīng)歷了從CPU、GPU、FPGA和ASIC四個階段 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驗室的超級計算機中使用了16顆Truenorh芯片 圖表：全球知名芯片公司的類腦芯片 圖表：人工智能芯片的應用場景 圖表：2015-2017年全球前十大智能手機品牌生產(chǎn)數(shù)量排名 圖表：2015-2017年中國前五大智能手機品牌生產(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力矩陣圖 圖表：Echo音箱主板芯片構成 圖表：叮咚音箱主板構造 圖表：獲投公司在機器人細分領域的分布 圖表：2016年機器人收購金額前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：夏普機器人手機RoBoHoN 圖表：Mobileye的攝像頭和芯片 圖表：恩智浦車載計算平臺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財年英偉達公司綜合收益表 圖表：2014-2015財年英偉達公司分部資料 圖表：2014-2015財年英偉達公司收入分地區(qū)資料 圖表：2015-2016財年英偉達公司綜合收益表 圖表：2015-2016財年英偉達公司分部資料 圖表：2015-2016財年英偉達公司收入分地區(qū)資料 圖表：2016-2017財年英偉達公司綜合收益表 圖表：2016-2017財年英偉達公司分部資料 圖表：NVIDIA（美國）和AMD（英國）公司GPU市場份額對比 圖表：2014-2015財年英特爾公司綜合收益表 圖表：2014-2015財年英特爾公司分部資料 圖表：2014-2015財年英特爾公司收入分地區(qū)資料 圖表：2015-2016財年英特爾公司綜合收益表 圖表：2015-2016財年英特爾公司分部資料 圖表：2015-2016財年英特爾公司收入分地區(qū)資料 圖表：2016-2017財年英特爾公司綜合收益表 圖表：2016-2017財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財年高通公司綜合收益表 圖表：2014-2015財年高通公司分部資料 圖表：2014-2015財年高通公司收入分地區(qū)資料 圖表：2015-2016財年高通公司綜合收益表 圖表：2015-2016財年高通公司分部資料 圖表：2015-2016財年高通公司收入分地區(qū)資料 圖表：2016-2017財年高通公司綜合收益表 圖表：2016-2017財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)、結構、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及以其為基礎搭建的Pod 圖表：2014-2015財年微軟綜合收益表 圖表：2014-2015財年微軟分部資料 圖表：2014-2015財年微軟收入分地區(qū)資料 圖表：2015-2016財年微軟綜合收益表 圖表：2015-2016財年微軟分部資料 圖表：2015-2016財年微軟收入分地區(qū)資料 圖表：2016-2017財年微軟綜合收益表 圖表：2016-2017財年微軟分部資料 圖表：微軟基于FPGA的人工智能芯片 圖表：Big Sur的服務器 圖表：寒武紀芯片 圖表：華為諾亞方舟實驗室 圖表：XFS5152CE芯片系統(tǒng)構成框圖 圖表：中星微NPU架構圖 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用極為廣泛 圖表：人工智能將催生數(shù)十倍于智能手機的核心芯片需求 圖表：地平線機器人正在打造深度學習本地化芯片 圖表：深鑒科技FPGA平臺DPU產(chǎn)品開發(fā)板
|
