性能堪比台积电3nm工艺！英特尔对量产intel 4充满信心【附ai芯片市场竞争格局分析】-凯发官网入口

图片来源：摄图网

近日，英特尔逻辑技术与开发产品工程总监(副总裁)william grimm表示，通过euv，我们可以控制工艺复杂性。我们成功地获得了比预期更高的产量。他表示，对量产intel 4(7nm级)充满信心。

intel 4是intel工艺中首次应用euv的案例。业内分析称，intel 4工艺产品的性能优于台积电5nm工艺，与3nm工艺相似。

目前，全球人工智能芯片市场呈现快速增长的态势。随着人工智能技术的广泛应用，对高性能、低功耗的人工智能芯片需求不断增加。人工智能芯片在各个领域，如自动驾驶、智能手机、物联网等发挥着重要作用。同时，全球各国纷纷加大对人工智能技术的投资和支持，推动了人工智能芯片市场的发展。

——全球人工智能芯片市场规模分析

人工智能芯片是人工智能的大脑，随着全球人工智能终端设备数量的增长以及边缘计算的需求逐步提升，全球人工智能芯片需求量快速增长，市场规模不断扩大。根据tractica公布的数据显示，2019年全球人工智能芯片市场规模达110亿美元，预计2020年全球人工智能芯片市场规模将增加至175亿美元，2025年全球人工智能芯片市场规模有望突破720亿美元。

——市场竞争格局分析

根据芯片技术结构分类来看，各个种类的人工智能芯片领域几乎都能看到国外半导体巨头的影子，反观国内的人工智能芯片企业，由于它们大部分是新创公司，所以在人工智能芯片领域的渗透率较低，这些企业主要聚集在asic和类脑，如寒武纪主打asic芯片，而近几年兴起的类脑芯片领域，西井科技有所涉足。

而从应用领域分类来看，英伟达一家独大全球云端训练芯片市场，tpu很难撼动英伟达gpu的垄断地位，目前英伟达的gpu cuda计算平台是最成熟的ai训练方案，除此之外还有第三方异构计算平台opencl amd gpu以及云计算服务商自研加速芯片这两种方案，全球各芯片厂商基于不同方案，都推出了针对于云端训练的人工智能芯片。

反观在全球云端推断芯片竞争格局方面，云端推断芯片百家争鸣，各有千秋。相比训练芯片，推断芯片考虑的因素更加综合：单位功耗算力、时延、成本等。初期推断也采用gpu进行加速，但由于应用场景的特殊性，依据具体神经网络算法优化会带来更高的效率，fpga/asic 的表现可能更突出。

除了nvidia、google、xilinx、altera(intel)等传统芯片大厂涉足云端推断芯片以外，wave computing、groq等初创公司也加入竞争。中国公司里，寒武纪、比特大陆同样积极布局云端芯片业务。

william grimm表示，(euv产能)已经有足够的保障来满足市场需求，并且未来几年的计划，比如intel 3，已经确定。intel 3将采用4nm工艺，计划今年下半年发布。

asic将是未来ai芯片的核心。根据kbvresearch报告数据显示，2019-2025年，全球asic芯片市场规模预计将达到247亿美元，在预测期内以8.2%的复合年增长率增长。

前瞻经济学人app资讯组

更多本行业研究分析详见前瞻产业研究院《》。

同时前瞻产业研究院还提供、、、、、、、、、咨询等凯发官网入口的解决方案。在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。

更多深度行业分析尽在【前瞻经济学人app】，还可以与500 经济学家/资深行业研究员交流互动。