歡迎您光臨中國(guó)的行業(yè)報(bào)告門(mén)戶弘博報(bào)告!
分享到:
2017年人工智能芯片發(fā)展態(tài)勢(shì)分析報(bào)告
2017-09-18
  • [報(bào)告ID] 106238
  • [關(guān)鍵詞] 人工智能芯片發(fā)展
  • [報(bào)告名稱] 2017年人工智能芯片發(fā)展態(tài)勢(shì)分析報(bào)告
  • [交付方式] EMS特快專遞 EMAIL
  • [完成日期] 2017/9/18
  • [報(bào)告頁(yè)數(shù)] 頁(yè)
  • [報(bào)告字?jǐn)?shù)] 字
  • [圖 表 數(shù)] 個(gè)
  • [報(bào)告價(jià)格] 印刷版 電子版 印刷+電子
  • [傳真訂購(gòu)]
加入收藏 文字:[    ]
報(bào)告簡(jiǎn)介

報(bào)告目錄
2017年人工智能芯片發(fā)展態(tài)勢(shì)分析報(bào)告

正文目錄
1、人工智能芯片前景廣闊 4
1.1、人工智能市場(chǎng)高速增長(zhǎng) 5
1.2、深度學(xué)習(xí)引領(lǐng)人工智能算法發(fā)展方向 9
2、GPU:并行計(jì)算能力突出 12
2.1、GPU已獲得廣泛應(yīng)用 12
2.2、GPU的優(yōu)勢(shì)來(lái)自并行計(jì)算能力 13
2.3、Nvidia壟斷GPU市場(chǎng),國(guó)內(nèi)公司逐步突破 16
3、FPGA:低功耗場(chǎng)景凸顯優(yōu)勢(shì) 18
3.1、FPGA性能領(lǐng)先 19
3.2、雙寡頭壟斷FPGA市場(chǎng) 22
3.3、國(guó)內(nèi)FPGA產(chǎn)業(yè)孜孜求索 24
4、ASIC:有望成為主流趨勢(shì) 25
5、類(lèi)腦芯片:超越“馮•諾依曼”架構(gòu)的新思路 28
6、人工智能芯片在云端與終端攜手共進(jìn) 32
6.1、云端AI芯片領(lǐng)域百家爭(zhēng)鳴 32
6.1.1、IBM Waston 33
6.1.2、微軟Azure 35
6.1.3、亞馬遜AWS 36
6.1.4、谷歌云平臺(tái) 38
6.1.5、阿里云 38
6.1.6、百度開(kāi)放云 39
6.2、終端AI芯片領(lǐng)域初露頭角 41
6.2.1、智能汽車(chē) 42
6.2.2、智能機(jī)器人 45
7、投資機(jī)遇 50
8、風(fēng)險(xiǎn)提示 52

圖表目錄
圖表 1:人工智能關(guān)鍵要素 5
圖表 2:2015-2020年全球人工智能市場(chǎng)規(guī)模(單位:億美元) 6
圖表 3:2015-2020年中國(guó)人工智能市場(chǎng)規(guī)模(單位:億元) 6
圖表 4:全球人工智能主要公司 7
圖表 5:國(guó)際人工智能領(lǐng)域三巨頭動(dòng)作 7
圖表 6:國(guó)內(nèi)人工智能主要企業(yè) 8
圖表 7:深度學(xué)習(xí)VS神經(jīng)網(wǎng)絡(luò) 10
圖表 8:深度學(xué)習(xí)市場(chǎng)規(guī)模 10
圖表 9:深度學(xué)習(xí)主要市場(chǎng)參與者及開(kāi)源平臺(tái) 11
圖表 10:各公司主要開(kāi)源平臺(tái)列表 11
圖表 11:主要深度學(xué)習(xí)平臺(tái)性能比較 12
圖表 12:GPU在深度學(xué)習(xí)領(lǐng)域應(yīng)用廣泛 12
圖表 13:使用NVidia加速計(jì)算GPU的企業(yè)數(shù)量快速增長(zhǎng) 13
圖表 14:CPU與GPU結(jié)構(gòu)差異 14
圖表 15:GPU在3年時(shí)間內(nèi)性能提高50倍 14
圖表 16:GPU每秒計(jì)算量遠(yuǎn)超CPU 15
圖表 17:GPU 是Nvidia 的主要產(chǎn)品(2016 年報(bào)) 16
圖表 18:Nvidia 在GPU 市場(chǎng)有絕對(duì)優(yōu)勢(shì) 16
圖表 19:NVidia 公司加速運(yùn)算GPU 及相關(guān)產(chǎn)品 17
圖表 20:2000-2017年Nvidia 財(cái)務(wù)數(shù)據(jù)(單位:百萬(wàn)美元) 18
圖表 21:中國(guó)在GPU領(lǐng)域取得最新成就 18
圖表 22:FPGA內(nèi)部結(jié)構(gòu)原理圖 19
圖表 23:CPU、GPU及FPGA單次迭代時(shí)間比較(單位:微秒) 19
圖表 24:CPU、GPU及FPGA單次迭代能耗比較(單位:毫焦) 20
圖表 25:CPU、GPU及FPGA三種芯片性能比較 20
圖表 26:2014-2020年全球FPGA市場(chǎng)規(guī)模保持較快增長(zhǎng)(單位:億美元) 21
圖表 27:2016年FPGA市場(chǎng)份額分布 22
圖表 28:英特爾Lake Crest架構(gòu) 23
圖表 29:Canyon Bridge Capital Partners擬收購(gòu)Lattice 24
圖表 30:谷歌TPU內(nèi)部架構(gòu) 26
圖表 31:寒武紀(jì)芯片 27
圖表 32:寒武紀(jì)2號(hào)DaDianNao版圖 27
圖表 33:中星微NPU架構(gòu)圖 27
圖表 34:2022年類(lèi)腦芯片不同類(lèi)型終端應(yīng)用占比 28
圖表 35:各國(guó)類(lèi)腦計(jì)算研究項(xiàng)目列表 29
圖表 36:各科技巨頭類(lèi)腦芯片產(chǎn)品列表 29
圖表 37:IBM 第一代TrueNorth 芯片 30
圖表 38:第一代IBM TrueNorth芯片與第二代比較 31
圖表 39:IBM神經(jīng)元計(jì)算機(jī)包含16顆TrueNorth芯片 31
圖表 40:2010-2019年全球云計(jì)算市場(chǎng)規(guī)模(億美元) 32
圖表 41:云計(jì)算平臺(tái)人工智能功能 33
圖表 42:2011年Watson參加節(jié)目《Jeopardy》并取得冠軍 33
圖表 43:Watson產(chǎn)生答案流程 34
圖表 44:POWER8架構(gòu)圖 35
圖表 45:微軟Azure功能 35
圖表 46:2014年亞馬遜AWS市場(chǎng)份額占比遙遙領(lǐng)先 36
圖表 47:亞馬遜AWS能夠提供的服務(wù) 37
圖表 48:谷歌云計(jì)算平臺(tái) 38
圖表 49:阿里云適用場(chǎng)景 39
圖表 50:阿里云新一代HPC 39
圖表 51:百度與Altera合作建立FPGA集群 40
圖表 52:百度開(kāi)放云功能 40
圖表 53:Nvidia Drive PX車(chē)載計(jì)算平臺(tái) 42
圖表 54:Nvidia Drive PX2平臺(tái) 42
圖表 55:Nvidia Xavier芯片 43
圖表 56:高通發(fā)布智能汽車(chē)芯片602A 44
圖表 57:2015-2020年國(guó)內(nèi)汽車(chē)電子芯片市場(chǎng)規(guī)模 44
圖表 58:飛思卡爾Vybrid處理器 45
圖表 59:賽靈思FPGA芯片 46
圖表 60:夏普機(jī)器人手機(jī)RoBoHoN 46
圖表 61:亞馬遜Echo音箱基本構(gòu)造 47
圖表 62:Echo音箱主板芯片構(gòu)成 48
圖表 63:京東&科大訊飛叮咚音箱 48
圖表 64:叮咚音箱主板構(gòu)造 49
圖表 65:人工智能芯片及應(yīng)用 49
圖表 66:上市公司切入人工智能領(lǐng)域情況 50
文字:[    ] [ 打印本頁(yè) ] [ 返回頂部 ]
1.客戶確定購(gòu)買(mǎi)意向
2.簽訂購(gòu)買(mǎi)合同
3.客戶支付款項(xiàng)
4.提交資料
5.款到快遞發(fā)票