全球AI 芯片市场规模及预测

FPGA是一种可编程的逻辑芯片，这种芯片有着灵活的结构，允许用户通过编程来改变其功能和性能。因此，FPGA可以在硬件设计周期较短的情况下实现功能丰富、可定制化的电路，使其更适合于应对设计迭代和快速更新，通常用于嵌入式系统、高性能计算、数字信号处理等领域，也被广泛应用于视频编解码、机器学习、人工智能、传感器处理和射频通信等复杂和高速处理领域。

ASIC是一种专门为特定应用程序而设计的定制化芯片，相对于通用处理器，ASIC可以提供更高的性能和更低的功耗，可以用于各种不同的应用程序，显著提高特定应用程序的性能，如机器学习、人工智能、加密货币挖掘等。但是，ASIC的设计相对较复杂，需要一系列的工艺和流程，并且需要大量的研发投入。同时，由于ASIC芯片无法轻易地重新编程或改变其功能，也让其相对较难以适应不同应用的需求。

类型 定制化程度 可编辑性 算力 价格 优点 缺点

GPU 通用型 不可编辑 中 高 通用性计算能力较强，适合大规模并行运算 并行运算能力在推理端无法完全发挥

FPGA 半定制化 容易编辑 高 中可通过编程灵活配置芯片架硬件编程困难、量产价格高 构，开发时间短

ASIC 全定制化 难以编辑 高 低功耗低、体积小、量产后成前期投入高、研发风险大本低

资料来源：公开资料整理，招商证券

FPGA全球市场竞争格局稳定，ASIC国产替代趋势明显。随着人工智能的技术进步和应用升级，市场对于人工智能算力的需求不断增长，这一趋势推动了AI芯片行业的发展。据预测，全球AI芯片市场规模将以29.3%的复合增长率增长，并于2026年达到920亿美元。2022年，全球FPGA芯片市场呈“两大两小”格局，AMD和Intel两家公司的市场份额分别为52%和35%，Lattice和Microsemi的市场份额各占5%。可以看出，AMD和Intel双寡头主导FPGA市场，全球市场竞争格局相对稳定。ASIC不同于GPU和FPGA，目前尚未形成明显的市场竞争格局，国产厂商在技

术端持续发力。国外厂商Google、Intel等公司在ASIC领域已有成型产品，而国产厂商海思、遂原科技和寒武纪的产品在整体性能上也与谷歌相近。因此，未来国产厂商有望在ASIC领域创造技术优势，突破国外厂商在AI芯片的垄断格局。

5%3%

5%

35%

52% 600 400 200

0202020212022E2023E2024E2025E2026E

资料来源：中商情报网，招商证券资料来源：中商情报网，招商证券

2、AIGC：NVIDIA加速生成式AI普及，AIGC服务引起全领域变革

生成式AI部署助手微服务NIM发布，容器化服务助力AI+模型。NVIDIANIM是一组经过优化的云原生微服务，旨在缩短上市时间并简化在云端、数据中心和GPU加速工作站上部署生成式AI模型。NIM微服务通过打包算法、系统

和运行优化，并添加行业标准的API，简化了AI模型部署过程，这使得开发人员可以将NIM集成到现有的应用程序和基础设施中，而无需进行大量定制或专业知识。通过使用行业标准的API，将AI模型开发和打包的复杂性抽象化，从而扩大AI模型开发人员的范围。NIM提供的一些Nvidia微服务将包括用于定制语音和翻译模型的Riva、用于路由优化的cuOpt以及用于天气和气候模拟的Earth-2模型。NIM通过针对每个模型和硬件设置进行优化的推理引擎，为加速基础设施提供最佳的延迟和吞吐量，这降低了推理工作负载的成本，并改善了最终用户的体验。