2024年上半年中国人工智能芯片市场份额

FPGA（Field Programmable Gate Array）是在PAL（可编程阵列逻辑）、GAL（通用阵列逻辑）等可编程器件的基础上进一步发展的产物。它是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。FPGA能够同时实现数据并行和任务并行计算，这在处理特定应用时能够显著提升效率。与通用CPU相比，通用CPU可能需要多个时钟周期才能完成特定运算，而FPGA可以通过编程重组电路，直接生成专用电路，这样就能在仅消耗少量甚至一次时钟周期的情况下完成运算。由于FPGA具有可编程灵活性高、开发周期短以及并行计算效率高等特点，FPGA的应用场景非常广泛，遍布航空航天、汽车、医疗、广播、测试测量、消费电子、工业控制等热门领域。

ASIC(Application Specific Integrated Circuit )芯片是专用集成电路，是针对用户对特定电子系统的需求，从根级设计、制造的专有应用程序芯片，其计算能力和计算效率可根据算法需要进行定制，是固定算法最优化设计的产物。定制化特性可以提高ASIC的性能功耗比，尤其在高性能、低功耗和移动应用方面具有明显优势。然而，缺点包括定制化程度较高、设计周期长、算法依赖性高和扩展性差等。近年来越来越多的公司开始采用ASIC芯片进行深度学习算法加速，其中表现最为突出的是Google的TPU。TPU比同时期的GPU或CPU平均提速15~30倍，能效比提升30~80倍。相比FPGA，ASIC芯片具备更低的能耗与更高的计算效率。但是ASIC研发周期较长、商业应用风险较大等不足也使得只有大企业或背靠大企业的团队愿意投入到它的完整开发中。

GPU仍然是目前最主流的AI芯片。IDC统计显示，2023年，中国加速芯片的市场规模达到近140万张，其中：GPU卡占据85%的市场份额。2024上半年，中国加速芯片的市场规模达超过90万张，其中GPU卡占据80%的市场份额。