g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

[Rapor] Yapay Zeka (AI) Ses Çipi Sektörü Araştırma ve Analiz Raporu

Yazar: Meng Wei, Feng Zhuo

Jiuding Investment'dan yeniden basıldı

Çekirdek görünüm

Sanayi Genel Bakış

1. Özel yapay zeka çip endüstrisi yeni ortaya çıktı, endüstriyel patlama dönemine giriyor ve uzun süre hızlı büyümeyi sürdürecek.

Yapay zeka, son üç yılda en çok dikkat çeken temel temel teknolojidir ve çeşitli geleneksel endüstrileri derinden dönüştürecek. Yapay zekanın görüntü tanıma ve konuşma tanıma alanındaki uygulaması, 2017 yılından bu yana hızla gelişti ve yapay zekanın en sıcak iki uygulamasıdır. Özel yapay zeka çipi, uygulamanın teknik temeli ve çekirdeğidir ve hızlı gelişmeyi başlatacaktır.

2. Yapay zeka algoritma şirketi, ilgili yonga endüstrisinin hızlı yükselişini sağlayacak olan ticarileştirmeyi şiddetle teşvik eden bir çözüm şirketine dönüştürüldü.

Google, Baidu, Alibaba, Tencent gibi internet devleri ve birçok tanınmış risk sermayesi fonu, yapay zeka endüstrisine akın etti ve birden çok uygulama alanında başlangıç algoritması (çözüm) şirketlerinin ticarileştirilmesini şiddetle teşvik etti. Algoritma şirketi etkili talebi tarayıp geliştirdikten sonra, başarılı pazar hızlı ve hatta patlayıcı bir büyüme elde edecek ve upstream destekleyen çip şirketleri için açık ve geniş bir pazar alanı yaratacaktır. Görüntü (yüz) tanıma sistemleri ve akıllı konuşmacılar, son iki yılda yapay zeka teknolojisinin nispeten net uygulamaları oldu.

3. Yapay zeka çipleri, algoritmalar, çip tasarım teknolojileri ve kapsamlı uygulama senaryoları içerir ve yüksek endüstri engellerine sahiptir.

Yapay zeka çip endüstrisi, yapay zeka ve entegre devrelerin çift engelli bir çapraz endüstrisidir. Birincisi, yapay zeka endüstrisinin algoritmalara, verilere ve uygulama senaryolarına karşı yüksek engelleri olması ve ikincisi, çip tasarım endüstrisinin yetenek, teknoloji, deneyim ve fonlar için yüksek kapsamlı engellere sahip olmasıdır. Son zamanlarda, birçok algoritma şirketi ve geleneksel çip tasarım şirketi, yeni endüstriler ve yatırım noktaları oluşturan AI çiplerini piyasaya sürdü.

Yatırım fırsatları

1. Terminal yapay zeka çipleri kısa vadede birden fazla salgına yol açacak ve bulut genel yapay zeka çipleri uzun vadeli istikrarlı büyümeyi sürdürecektir.

Kısa ve orta vadede, yakın zamanda patlayan "Her Şeyin İnterneti" + "Her Şeyin Akıllı" ekolojisi, akıllı izleme, akıllı ev, Nesnelerin İnterneti ve otonom sürüş gibi çok sayıda etkin noktayı kapsayan terminal yapay zeka çipleri için büyük bir talep oluşturacak. Her bir sıcak noktanın salgını, belirli AI terminal yongalarının patlayıcı bir şekilde büyümesine neden olacaktır. Uzun vadede, güçlü bulut eğitimi ve muhakeme yeteneklerine sahip genel yapay zeka çipleri, uygulamalar aşamalı olarak geldikçe uzun vadeli istikrarlı büyümeyi sürdürecektir. Bulut yongaları için aşırı performans arayışı nedeniyle, yavaş yavaş yonga endüstrisinin teknolojik hakim zirveleri haline gelecek ve geniş çok yönlülüğü nedeniyle Intel ve NVIDIA düzeyinde yeni bulut yongası devlerini bile doğurabilir. Genel olarak, terminal çiplerinin maliyet, güç tüketimi ve diğer faktörler için daha yüksek gereksinimleri vardır ve geleneksel çip tasarım şirketlerinin daha fazla avantajı vardır; bulut çiplerinin algoritmalar ve performans için daha yüksek gereksinimleri vardır ve algoritma şirketleri daha fazla avantaja sahiptir.

2. Ses tanıma, yapay zeka teknolojisinin şu ana kadarki en net iniş uygulamalarından biridir ve terminal yapay zeka ses çipleri hızlı büyümeyi başlatacaktır. .

Bir dizi algoritma şirketi, konuşma tanıma teknolojisinin uygulanmasını şiddetle teşvik etti, algoritmaları ve terminal uygulama çözümlerini entegre eden endüstriyel bir model oluşturdu ve yavaş yavaş kendi kendine araştırmaya veya geleneksel çip tasarım şirketleriyle işbirliği yaparak araştırma ve geliştirme çiplerini başlatarak bir konuşma algoritması ve çip tasarım şirketi oluşturdu. Tamamlayıcı ve rekabetçi model. Geleneksel çip şirketlerinin sektöre büyük ölçekli girişi, düşük maliyetli, düşük güçlü özel konuşma tanıma yongalarının gerçekleştirilmesini teşvik etti ve bu, çeşitli konuşma uygulamalarının hızlı gelişimini aktif olarak daha da teşvik edecek.

içindekiler

1. Sektöre genel bakış

1.1 Sektöre giriş

1.2 Geliştirme geçmişi

1.3 Endüstriyel zincir ve çekirdek bağlantılar

1.4 Sanayi engelleri

2. AI çip modeli ve büyük şirketler

2.1 GPU ve FPGA

2.2 ASIC

3. Anahtar alanlar-AI konuşma tanıma pazarı

3.1 Pazar büyüklüğü

3.2 Rekabet Durumu

4. Sanayi geliştirme eğilimi

Sanayi Genel Bakış

1.1 Sektöre giriş

Yapay zeka çipi (kısaca AI çipi), yapay zeka uygulamalarında çok sayıda bilgi işlem görevini işlemede uzmanlaşmış modüller içeren ve entegre devreler ile yapay zekanın kesişimine ait olan bir çip anlamına gelir. 2016'dan bu yana, Google, Baidu, Ali, Tencent gibi internet devleri ve birçok tanınmış risk sermayesi fonu, yapay zeka endüstrisine akın ederek, birden çok uygulama alanında başlangıç algoritması (çözüm) şirketlerinin ticarileştirilmesini şiddetle teşvik etti. Görsel tanıma, konuşma tanıma vb. Alanlarda yapay zekanın net ticari uygulamalarının ortaya çıkmasıyla birlikte, çip tabanlı ve donanım tabanlı yapay zeka algoritmaları ve çözümlerinin eğilimi giderek daha belirgin hale geldi ve derin öğrenme algoritması hızlandırma işlevlerine sahip çiplere olan talep hızla artıyor.

Yapay zeka alanının hızlı gelişimi üç temel faktöre bağlıdır: son teknoloji algoritmalar üzerine araştırma, iniş uygulama senaryolarının aktif keşfi ve giderek artan netlikteki iş ihtiyaçlarını karşılamak için gelişmiş çip tasarımı ve üretim teknolojileri. SenseTime, Megvii Technology, iFLYTEK, Spitz, Huawei, Cambrian ve diğer Çinli şirketler gibi birçok Çinli şirket, en son algoritmalarla ilgili araştırmalarda dünyanın ön saflarında yer almış ve Amerika Birleşik Devletleri ile yan yana ilerliyor. Çin'in iniş uygulamaları keşfi dünyada daha da gelişmiştir ve yüz tanıma, akıllı güvenlik, akıllı hoparlörler ve akıllı evler dahil olmak üzere birçok iniş işi senaryosu ortaya çıkmıştır. Yeni nesil AI çip başlangıçları, uygulama özelliklerini birleştiriyor ve makul gelişmiş çip tasarımı ve üretim teknolojisini benimsiyor.ABD'deki benzer şirketlerle karşılaştırıldığında, aynı başlangıç çizgisindeler. Endüstri genellikle AI çip savaşının Çinli ve Amerikan şirketleri arasındaki bir rekabet olduğuna ve Çin'in şu anda geçici olarak geride kaldığına inanıyor. Bununla birlikte, daha aktif uygulama keşfi nedeniyle, Çin'in AI çipleri gelecekte rakiplerini geçebilir ve küresel bir lider olabilir.

AI çipleri, uygulama senaryolarına göre bulut çiplerine ve terminal çiplerine bölünebilir ve işlevlere göre eğitim çiplerine ve çıkarım çiplerine ayrılabilir. Bulut, sunucu tarafını ifade eder ve terminal, cep telefonları, bilgisayarlar, gözetleme kameraları, ev aletleri ve tüketici elektroniği dahil olmak üzere elektronik terminal ürünlerini ifade eder. Eğitim, takviye öğrenme gibi denetimsiz öğrenme yöntemlerini kullanarak, büyük miktarda veri girişi yoluyla karmaşık bir derin sinir ağı modelini eğitme sürecini ifade eder ve yüksek genel çip hesaplama ve depolama performansı gerektirir. Muhakeme, eğitimli bir model kullanma ve çeşitli sonuçlar çıkarmak ve çeşitli görevleri tamamlamak için yeni verileri kullanma sürecini ifade eder.Çip hızı, enerji tüketimi, güvenlik ve donanım maliyetleri için yüksek gereksinimleri vardır.

Yukarıdaki iki boyuta göre, AI çipi dört bölüme ayrılabilir. Bunların arasında, uçbirim / gömülü aygıtlar esas olarak çıkarım uygulamalarıdır ve eğitim gereksinimleri çok net değildir, ancak gelecekte uçbirim aygıtları kademeli olarak eğitim ve öğrenme yeteneğine sahip olacaktır.

Şekil 1: AI çipleri iki boyuta göre sınıflandırılır

Kaynak: Tsinghua Üniversitesi, Beijing Future Chip Technology Innovation Center

1.2 Geliştirme geçmişi

Çipin doğuşundan bu yana insanlar, çip teknolojisinin hızlı gelişimini teşvik eden yonga tasarımını, yüksek saflıkta silikon teknolojisini, ultra yüksek hassasiyetli ekipmanları ve fiziksel ve kimyasal süreçleri keşfetmeye devam etti. Çiplerin hesaplama gücü katlanarak arttı ve bu da kişisel bilgisayarları ve interneti teşvik etti. Çağın doğuşu ve gelişimi. 2006'da, derin öğrenme algoritmalarıyla işaretlenmiş yeni bir yapay zeka nesli doğdu. 2016 ve 2017'de TPU (ASIC) üzerinde çalışan derin öğrenme teknolojisine dayanan Google yapay zekası AlphaGo, insan Go dünya şampiyonları Li Shishi ve Ke Jie'yi art arda yendi. Yeni yapay zeka geliştirme dalgasında, bilgi işlem gücü bir kez daha yapay zeka çağının temel itici gücü haline geldi. AI çipleri, bilgi işlem gücünün iyileştirilmesinin konsantre bir ifadesidir ve yapay zeka "beyinlerinin" temeli haline gelir.

2010 yılından bu yana, derin öğrenme algoritmaları için farklı işlevlere ve konumlandırmaya sahip çipler geliştirilmeye başlandı ve başlangıçta GPU, FPGA ve ASIC gibi müreffeh ve simbiyotik bir AI çip endüstrisi oluşturuldu.

1.3 Endüstriyel zincir ve çekirdek bağlantılar

AI yongalarının tasarım ve üretim süreci diğer yongalara benzer ve tasarım, üretim, paketleme ve testten oluşur. AI yonga tasarım şirketinin aşağı akışı bir uygulama çözümü şirketidir ve çözüm şirketi, belirli uygulama senaryoları için genel çözümünü (bulutta ve terminallerde çalışan çeşitli yazılım ve donanımlar dahil) kullanır. Şu anda AI alanının geliştirilmesinin erken aşamasında, Çinli algoritma şirketleri, iniş uygulamalarını keşfetmek için çok para ve enerji yatırdı.Algoritma şirketleri ve uygulama çözümleri şirketleri aslında entegre oldu. Özellikle:

Aşağı akış uygulama bağlantısında, algoritma ve çözüm şirketleri, farklı uygulama senaryolarına göre bulut ve terminal çip yerleşim planlarını formüle eder. Bunların arasında bulut, uygulama senaryoları için güvenilir yapay zeka algoritmalarını eğitir ve karmaşık muhakeme görevlerinin çoğunu üstlenir ve terminal, uygulama senaryoları için sonuçları doğrudan verir. Günümüzde yapay zeka güvenlik, finans, tıbbi tedavi ve eğitim alanlarında hızla uygulanmakta ve popüler vakalar oluşturmuştur.

Yukarı akış bağlantısında, farklı yapay zeka algoritmaları, AI yongalarının hızlandırma işlevi için farklı gereksinimler ortaya koymaktadır.Az yonga tasarım şirketlerinin, algoritmaların özelliklerine göre belirli hızlandırma işlevlerine sahip yongaları tasarlamaları gerekmektedir. Çıkarım ve eğitim bölümüne göre, eğitim bağlantısında gerekli işlemler ileri hesaplama ve geriye dönük güncellemeyi içerir ve çıkarım bağlantısı esas olarak ileriye yönelik hesaplamadır. İleriye doğru hesaplama matris çarpımı, evrişim ve döngüsel katman işlemlerini içerir ve geriye doğru güncelleme esas olarak gradyan işlemidir. Bu nedenle, iki bağlantının çalışma özellikleri aynı değildir. Bulut eğitime odaklanır ve algoritma daha karmaşık ve kapsamlıdır, bu da daha yüksek çok yönlülük ve çipin kapsamlı performansını gerektirir; terminal çıkarıma odaklanır, algoritma daha verimli ve güvenilirdir ve çipin özgüllüğü ve verimliliği daha yüksektir. Aynı zamanda, çip, tasarım tamamlandıktan sonra değiştirilemeyen donanım özelliklerine sahip olduğu için, algoritma şirketinin mevcut AI çip teknolojisi koşulları altında algoritmanın mevcut gelişimine bağlı olarak uygun çip mimarisini ve yazılım ve donanım fonksiyon bölümlerini seçmesi gerekir.

Genel olarak, algoritmalar ve AI çip tasarımı birbirini etkiler. Bir AI çip şirketi olarak, algoritma kurallarını tam olarak anlamalı ve bu konuda uzmanlaşmalı ve geliştirme ihtiyaçlarını karşılayan AI çipleri tasarlamalıyız; bir algoritma şirketi olarak, çeşitli AI çipleri, özellikle özel çipler temelinde algoritma evrimini uygulamamız gerekiyor.

Şekil 2: AI çip endüstrisi zincirinin şematik diyagramı

Kaynak: Jiuding Investment

1.4 Sanayi engelleri

AI çip endüstrisi, çift niteliklere ve yüksek endüstri engellerine sahip, yapay zeka ve entegre devrelerin bir çapraz endüstrisidir.

Birincisi, yapay zeka sektöründe iki engel var. İlk engel algoritmadır, ancak derin öğrenme algoritmasında ustalaşarak ve algoritmayı sürekli güncelleme yeteneğine sahip olarak, gerçekten yapay zeka kapısına girebilir. İkinci engel, uygulama senaryolarının anlaşılmasıdır.Yalnızca algoritma, kapalı bir veri artı algoritma döngüsü oluşturmak için belirli uygulama senaryolarında uygulandığında, veriler, rakiplere göre bir avantaj oluşturmak için algoritmayı geri besleyebilir.

İkincisi, çip tasarım endüstrisinin teknoloji, yetenek, deneyim ve sermaye önünde kapsamlı engelleri vardır. Çip tasarım endüstrisi zincirinde, çok yönlü, çok seviyeli, çok gradyanlı yetenekler ve seri üretim mühendisliğinde zengin deneyim gerektiren birçok bağlantı vardır. Gelişmiş üretim süreçlerine sahip yapay zeka çipleri gereklidir, bant çıkış maliyetleri on milyonlara kadar yüksektir ve ürün geliştirme döngüsü 1-2 yıl kadar uzundur.Yeni şirketler için giriş engeli çok yüksektir.

AI çip modeli ve büyük şirketler

Şu anda, eğitim oturumunda, daha verimli büyük ölçekli paralel bilgi işlem ihtiyacı nedeniyle, NVIDIA GPU'lar tekel konumunda ve Intel CPU + FPGA, Google TPU ve Cambrian MLU gibi ASIC çözümleri de yetişmek için hızlanıyor. Çıkarım bağlantısında, farklı heterojen yongaların veya adanmış yongaların hesaplama performansı, geliştirme ve değişim sürecindedir. Bulut muhakeme açısından, Intelin CPU + FPGA mimarisi güçlü yeteneklere sahiptir. Nvidia ayrıca GPU'sunun çıkarım performansını Volta mimarisi aracılığıyla büyük ölçüde geliştirmiştir. Son uygulamaya daha yakın olduğu için terminal muhakemesi açısından, farklı pazar segmentlerinin algoritmaları oldukça farklıdır. Güçlü özgüllük, yüksek verimlilik ve düşük güç tüketimi ile ana tercih haline gelmiştir ve FPGA'lar, algoritma şemalarının hızla değiştiği terminal alanlarında kullanım için uygundur.

Birlikte ele alındığında, aşağıdaki endüstriyel modeller gelecekte ortaya çıkabilir: GPU'lar ileri teknoloji karmaşık algoritmalarda, yüksek performanslı bilgi işlem ve veri merkezlerinde kullanılır; ASIC'ler bulut eğitiminde, çıkarımda ve akıllı terminallerde yaygın olarak kullanılır; FPGA'lar hızla değişen endüstri uygulamalarında ve sanallaştırılmış bulutlarda kullanılır platform.

Tablo 1: Dört tür yapay zeka yongasının karşılaştırması

Kaynak: Jiuding Investment

2.1 GPU ve FPGA

1. GPU

GPU (Grafik İşleme Birimi), grafik işlemlerini gerçekleştiren bir mikroişlemcidir. Genel amaçlı bilgi işlem teknolojisinin gelişmesiyle birlikte, GPU işlevleri artık grafik işlemeyle sınırlı kalmadı ve kayan nokta işlemleri ve paralel hesaplama gibi yüksek performanslı hesaplamalarda yaygın olarak kullanılmaya başladı. Şu anda finans mühendisliği, meteoroloji ve okyanus modelleme, veri bilimi ve analizi, savunma ve istihbarat, imalat (CAD çizimi ve CED), görüntüleme ve bilgisayar görüşü, tıbbi görüntüleme, elektronik tasarım otomasyonu, hesaplamalı kimya vb. Dahil olmak üzere 150 alanı desteklemektedir. Birden fazla uygulamanın hızlanması. Ancak yüksek güç tüketimi nedeniyle, çoğunlukla bulut bilişim için kullanılır.

GPU şu anda derin öğrenme algoritması eğitimi için tercih edilen çiptir ve bu alanda en yüksek pazar payına sahiptir. Eksiksiz bir yapay zeka bilgi işlem yazılımı ekolojisine sahiptir ve giderek daha fazla derin öğrenme standart kitaplığı GPU tabanlı derin öğrenme hızlandırmayı destekler. CPU ile karşılaştırıldığında, GPU yoğun programlar ve paralel hesaplama için uygundur, CPU ise mantıksal işlemlerde ve seri hesaplamada iyidir.

(1) NVIDIA

Nvidia'nın GPU ürünleri temelde PC tarafı işlemci GeForce, mobil işlemci Tegra ve derin öğrenme çipi Tesla'yı içerir. Tesla'nın temel ürünleri arasında PASCAL mimarisi ve Volta mimarisine dayalı bir dizi yonga bulunmaktadır.

Şu anda, NVIDIA'nın GPU ürünleri çoğunlukla çeşitli hesaplama platformlarında, veri merkezi hızlandırma ve derin öğrenme eğitiminde kullanılmaktadır.Uygulama alanları arasında tıbbi bakım, otomobiller, akıllı ev aletleri ve finansal hizmetler yer almaktadır. Nvidia, Tegra serisi işlemcileri temel alarak, otoyolda otomatik sürüş ve yüksek çözünürlüklü grafikler gibi otomatik seyir işlevlerini gerçekleştirebilen DRIVE PX açık yapay zeka araç bilgi işlem platformunu piyasaya sürdü.Uygulanan Tesla ModelS seri üretime başladı, Baidu, Volvo Ayrıca NVIDIA ile bir işbirliğine vardılar ve hepsi DRIVE PX ile donatılmış akıllı sürüş arabaları üretecekler.

NVIDIA, kayan nokta hesaplama hızını 1,5 kat, derin öğrenme eğitim hızını 12 kat ve çıkarım hızını 6 kat artırmak için Mayıs 2018'de Telsa V100'ü piyasaya sürdü.

(2) ATI (AMD tarafından satın alındı)

ATI, Nvidia ile aynı üne sahip bir ekran kartı üreticisidir ve AMD tarafından 2006 yılında 5,4 milyar ABD Doları karşılığında satın alınmıştır. Ağustos 2017'de AMD, NVIDIA Pascal serisinin çeşitli test ve uygulamalardaki performansını aşan derin öğrenme işlevleriyle donatılmış yeni nesil GPU'yu resmen yayınladı. AMD, 2018'de dünyanın ilk 7 nanometre GPU çip prototipini kamuoyuna açıkladı. Genel olarak AMD, ürün ekolojisi ve pazar payı açısından Nvidia'dan daha düşüktür, ancak yine de dünyanın GPU üreticisi yalnızca Nvidia'dan sonra ikinci sırada yer almaktadır.

(3) Jing Jiawei

Jingjiawei, bağımsız fikri mülkiyet haklarına ve Çin'de olgun ürünlere sahip tek grafik işleme çipi şirketidir. Şirket Nisan 2006'da kuruldu ve Mart 2016'da Shenzhen Borsası'na kote oldu. 400'den fazla çalışanı var. Şirketin yenilikçi MPPA mimarisi, yüksek performans, düşük güç tüketimi ve gerçek zamanlı özelliklere sahip tek çipli bir süper hesaplama çözümü sağlar. Video, ağ iletişimi, telekomünikasyon ve büyük veri alanlarındaki bulut bilişim uygulamaları ve havacılık için gerçek zamanlı hızlandırma elde edebilir Havacılık, savunma, otomotiv ve diğer alanlardaki yerleşik uygulamalar, yerleşik yüksek performanslı bilgi işlem yetenekleri sağlar. Ancak Jingjiawei'nin yabancı GPU devleri ile büyük bir teknolojik açığı var ve yapay zeka GPU yongalarının endüstriyel modelini kısa vadede etkilemek mümkün değil.

2. FPGA

FPGA, sahada programlanabilir bir geçit dizisidir. Yüksek yoğunluklu bilgi işlemin özellikleri, yüksek verim ve düşük güç tüketimi, çeşitli endüstrilerde geliştirme için geniş bir alana sahip olmasını sağlar. İletişim alanında FPGA'lar, veri merkezlerine daha yüksek enerji verimliliği, daha düşük maliyet ve daha yüksek ölçeklenebilirlik sağlamak için iletişim ve kablosuz cihaz sistemlerinde kullanılır.Ayrıca 5G programlanabilir çözümler için de kullanılabilir; endüstriyel alanda, FPGA otomasyon, makine görüşü ve hareket kontrolünü gerçekleştirebilir; otomotiv alanında, FPGA, ADAS'ın ana işleme platformu haline gelir ve gerçek zamanlı görüntü analizi ve akıllı iletim sağlar. FPGA programlanabilir olduğu için farklılaştırılmış ürünler sağlama ve hızlı yanıt verme konusunda büyük avantajlara sahiptir. Ayrıca CPU + FPGA'nın hibrit yapısı da bulut hizmeti hesaplama için kullanılabilir.

FPGA pazarı hızla gelişiyor, ancak teknik eşik nispeten yüksek Şu anda pazara,% 80'den fazla birleşik pazar payıyla iki şirket, Xilinx ve Altera hakim.

(1) Xilinx (Xilinx)

Xilinx, dünyanın bir numaralı eksiksiz programlanabilir mantık çözümleri sağlayıcısıdır. Şirket 1984 yılında kuruldu, Xilinx sahada programlanabilir mantık dizisi (FPGA) teknolojisine öncülük etti ve 1985 yılında ilk kez ticari ürünleri piyasaya sürdü. Xilinx, önceden tanımlanmış sistem düzeyi işlevler olarak çeşitli türlerde entegre devreler, yazılım tasarım araçları ve IP (Fikri Mülkiyet) çekirdekleri geliştirir, üretir ve satar. Xilinx ürünleri, mobil iletişim baz istasyonlarından DVD oynatıcılara kadar dijital elektronik uygulamalarda yaygın olarak kullanılmaktadır. FPGA teknolojisinin mucidi ve sektörde lider bir şirket olan Xilinx, küresel FPGA pazar sevkiyatlarının yaklaşık% 50'sini oluşturmaktadır ve üst düzey FPGA pazarında (16nm, 20nm, 28nm) büyük bir avantaja sahiptir. Şirketin, IBM, NEC, Samsung, Siemens ve Sony gibi tanınmış şirketler de dahil olmak üzere tüm dünyada 7.500'den fazla müşterisi bulunmaktadır.

(2) Altera

Altera, FPGA alanında uzun süredir lider konumdadır ve Xilinx'in yanı sıra başka bir FPGA oligopol şirketidir. Altera'nın FPGA'ları iki kategoriye ayrılmıştır; biri orta kapasiteli, düşük maliyetli uygulamalara odaklanır ve performans Cyclone, CycloneII gibi genel mantık tasarım gereksinimlerini karşılayabilir; diğeri ise yüksek kapasiteli yüksek performanslı uygulamalara odaklanır ve çeşitli Stratix, StratixII vb. Gibi üst düzey uygulamalar Altera'nın FPGA ürünleri, otomobiller, tüketici elektroniği, askeri havacılık, tıbbi bakım ve kablosuz iletişim gibi birçok alanda yaygın olarak kullanılmaktadır.

2015 sonunda Intel, Altera'yı satın almak için 16.7 milyar dolar harcadı. Intel, ağ araması ve makine öğrenimi gibi belirli görevler için daha verimli ürün çözümleri oluşturmak üzere Altera'nın özelleştirilebilir yongalarını kendi standartlaştırılmış yarı iletkenleriyle entegre etmeyi planlıyor.

(3) Shenjian Teknolojisi (Xilinx tarafından satın alındı)

Shenjian Technology, Ağustos 2018'de Xilinx tarafından satın alınan FPGA platformuna dayalı yapay zeka hızlandırma çözümleri sunuyor. Shenjian Technology, derin sinir ağı sıkıştırması, komut seti ve hesaplama mimarisi alanlarında teknolojik liderliğe sahiptir. Derin sıkıştırma hakkındaki makalesi ve Google DeepMind'ın makalesi, ICLR2016'nın en iyi kağıdı için bağlanmıştır. 2016'daki Açık Güç Zirvesi'nde dünyanın en büyük FPGA üreticisi yeni derin öğrenme işlemcileri yöntemini tanıttı.Teknik parçaların çoğu Shenjian Teknolojisinden geldi. Derin Öğrenme Teknolojisinin FPGA tabanlı DPU ürünleri, birden çok endüstri için derin öğrenme hızlandırma çözümleri sağlayabilir. CPU ve GPU gibi genel amaçlı ürünlerle karşılaştırıldığında, daha yüksek enerji verimliliğine sahiptir ve şu anda güvenlik, büyük veri ve diğer sektörlerde kullanılmaktadır.

Jingwei Qili, Gaoyun, Anlu, Zhiduojing vb. Dahil Çin'deki diğer FPGA yonga şirketleri genellikle henüz yüksek performanslı FPGA üretmemişlerdir ve kısa vadede yapay zeka FPGA'larının endüstriyel modelini etkileme olasılığı yoktur.

2.2 ASIC

ASIC (Uygulamaya Özel Entegre Devreler), özel ihtiyaçlar için tasarlanmış ve üretilmiş entegre devreleri ifade eder. Sinir ağı işlemcisi, ASIC özel devresinin yapay zeka alanındaki uygulama şeklidir. Şu anda, önde gelen uluslararası çip üreticileri, GPU ve FPGA alanlarında AI çip uygulamaları için şiddetle rekabet ediyor.Gelecekte terminal yapay zeka uygulamalarının yükselişiyle, derin öğrenme algoritmaları için özelleştirilmiş ASIC çipleri, hesaplama hızı ve güç tüketimi açısından GPU'lardan ve GPU'lardan çok daha iyi. FPGA, yapay zekanın sektöre daha hızlı girmesiyle, ASIC'ler gelecekte güvenlik, akıllı terminaller, finans, araba ağı ve diğer alanlarda yaygın olarak kullanılacak.Geniş pazar alanı, ASIC büyük ölçekli uygulamaları mümkün kılıyor. Özel AI çiplerinin (ASIC'ler), gelişmekte olan AI çip üreticilerinin geleneksel devlerle rekabet edebilmesi için ana savaş alanı olacağı öngörülebilir. Aynı zamanda, Çin'in özel yapay zeka çip şirketleri ile dünyanın önde gelen seviyesi arasında çok fazla boşluk yok ve bazı alanlar dünyanın ön saflarında yer alıyor.ASIC, Çin'in çip endüstrisinde virajı geçmenin anahtarı olacak.

Şu anda, Çin'de, kabaca dört kategoriye ayrılabilen terminal yapay zekasıyla karşı karşıya kalan bazı ASIC çip şirketleri var: biri İnternet ve iletişim devlerinin çip tasarım ekibi; ikincisi, uzun yıllardır var olan olgun bir çip tasarım şirketi; üçüncüsü yeni kurulmuş AI çip girişimci ekibi / şirketi; dördüncüsü, algoritma şirketini AI çipleri yapacak şekilde genişletmektir.

1. İnternet ve iletişim devleri

Huawei ve Baidu tarafından temsil edilen dev şirketler, algoritmalar ve verilerde bariz avantajlara sahipler.Almanya uygulamalarının uygulanmasını genişletmek için yonga tarafının düzenini hızlandırdılar, ancak çoğunlukla bulut yongalarına odaklandılar.

(1) Google

Google'ın TPU (Tensor Processing Unit), derin öğrenme yazılımı Tensor Flow ile eşleşen özel bir hızlandırıcı çiptir. TPU, makine öğrenimi için özel olarak tasarlanmıştır ve tek bir işlemi yürütmek için daha az transistör gerektirir. Araştırma ve geliştirme amacı, GPU'nun yerini almak ve daha verimli derin öğrenmeye ulaşmaktır.

TPU'nun tasarımı yalnızca belirli bir sinir ağı modeli için değildir, aynı zamanda çeşitli sinir ağlarında (CNN, LSTM ve büyük tam bağlı ağ modelleri, vb.) CISC (karmaşık talimat bilgisayarı) talimatlarını yürütebilir. TOPS / Watt (watt başına performans) güç verimliliği testinde, TPU'nun performansı geleneksel işlemcinin performansından 30 ila 80 kat daha iyidir; geleneksel GPU / CPU bilgi işlem kombinasyonu ile karşılaştırıldığında, TPU'nun işlem hızı 15 ila 30 kat; daha da önemlisi TPU kullanımı sayesinde derin sinir ağları için gereken kod miktarı da büyük ölçüde azalır. Derin öğrenme teknolojisinin hızla geliştiği ve veri ve bilgi işlem gücü gereksinimlerinin hızla arttığı yapay zeka çağında, Google'ın alternatif çözümü donanım üzerindeki yükü büyük ölçekte azaltacak ve yapay zekanın donanım maliyetini daha da düşürecektir.

(2) Huawei HiSilicon

Çin'in çip alanındaki lider şirketlerinden biri olan Huawei HiSilicon, 2017 yılında dünyanın ilk AI mobil çipi Kirin 970'i piyasaya sürdü ve AI çiplerinin hakimiyet seviyelerini işgal etmede liderliği ele geçirdi ve sektörde yaygın endişelere neden oldu. Kirin 970, endüstrinin yüksek standartlı TSMC 10nm sürecini kullanır, 5.5 milyar transistörü entegre eder, 1.2Gbps'lik en yüksek indirme oranına ulaşır, NPU'ya özel donanım işleme birimlerini yenilikçi bir şekilde entegre eder ve HiAI mobil bilgi işlem mimarisi tasarlar.

Eylül 2018'de Huawei HiSilicon bir kez daha yeni nesil ürünler olan Kirin 980'i piyasaya sürdü. Ürün CPU, GPU, NPU, ISP ve DDR'ye dayanıyor ve tam sistem entegrasyonu ve optimizasyonu ile heterojen bir mimari gerçekleştiriyor ve dünyada altı ilke imza attı: ilk kez, önde gelen TSMC 7nm üretim süreci kullanılıyor ve mobil çip ilk kez çift NPU ile donatılıyor. , Önce ARM Cortex-A76 CPU mimarisine dayalı ticari geliştirmeyi gerçekleştirdi. Bunların arasında çift çekirdekli yapıya sahip Kambriyen NPU, görüntü tanıma hızı Kirin 970'den% 120 daha yüksek.

Ek olarak, Huawei HiSilicon, SOC yongalarını izleme alanında dünyanın en büyük pazar payına sahip ve entegre AI yerel çıkarım işleviyle SOC'yi izleme, kesinlikle pazarda önemli bir konuma sahip olacaktır.

(3) Baidu

Baidu ve donanım üreticileri, Baidu'nun yapay zeka ve donanım ekipmanlarının entegrasyonundaki yeni keşfi olan DuerOS akıllı çipini piyasaya sürdü. DuerOS akıllı yongalar, gömülü yonga biçiminde herhangi bir donanıma yerleştirilebilen ve daha fazla senaryoya daha hızlı ve daha geniş bir şekilde uygulanabilen düşük maliyetli yongalara ve modüllere sahiptir. Baidu'nun yapay zekanın sanayileşmesini sağlamak için "algoritma + çip" kombinasyonunu kullandığı görülüyor.

Temmuz 2018'de Baidu, Baidu'nun CPU, GPU ve FPGA için AI hızlandırıcılarının geliştirilmesindeki sekiz yıllık deneyimine dayanan ilk bulut AI yongası "Kunlun" u piyasaya sürdü.Çin'de büyük ölçekli AI bilgi işlem uygulamasında, 20'den fazla yinelemeden sonra oluşturuldu. yonga. Kayan nokta hesaplamasında iyi olan Google TPU ile karşılaştırıldığında, Baidu AI yongası karma hassasiyetli hesaplamada daha iyidir. Bazı senaryolarda hesaplama performansı 2-3 kat daha güçlüdür ve güç tüketimi daha düşüktür.Gelecekteki otopilot, görüntü tanıma ve diğer alanlarda kullanılacaktır.

2. Geleneksel çip şirketleri

Yapay zeka algoritmaları kademeli olarak açık kaynaklı ve popüler hale geldikçe, uzun yıllardır var olan bazı olgun çip tasarım şirketleri, yapay zeka algoritmalarının emilimini ve araştırmasını hızla tamamladı ve belirli uygulama alanları için terminal AI çiplerini piyasaya sürdü. Bu olgun yonga tasarım şirketlerinin maliyet kontrolü, yonga tanımı ve müşteri kanallarında önemli avantajları vardır.

Entegre AI işlevine sahip ses ve video SOC yonga serisi, set üstü kutular, dijital TV'ler, akıllı hoparlörler, tablet bilgisayarlar gibi ev aletleri ve tüketici elektroniği pazarlarında çok sayıda uygulama alanı ve büyük pazar alanıyla yaygın olarak kullanılabilir, tüketici elektroniğinin ana savaş alanlarından biridir. Çin'in ses ve video SOC çip devlerinin tümü pazara giriyor ve gelecekteki rekabet şiddetli olacak.

(1) Hangzhou Guoxin

Tanınmış bir set üstü kutu SOC yonga tasarım şirketi olan Hangzhou Guoxin, 2017 yılında konuşma tanıma alanı için NPU (Neural Network Processor) ile entegre SOC düzeyinde bir AI yongası başlattı. Algoritmaları, yazılımı, Donanımın derin entegrasyonu, yüksek zeka, düşük güç tüketimi ve tam entegrasyona sahip yeni bir sesli etkileşim AI çipidir. Terminal ürünlerinin, özellikle akıllı hoparlörler ve akıllı TV'ler için yerel çevrimdışı, düşük güç tüketimi ve mobil ses tanıma elde etmesine yardımcı olabilir. , Akıllı oyuncaklar ve diğer sıcak alanlar.

(2) Rockchip

Dijital ses, video ve mobil multimedya yongalarının Ar-Ge üreticisi olarak Rockchip, 2018 yılında CPU + GPU + NPU donanım yapısıyla tasarlanan ilk AI yongasını piyasaya sürdü. Bu, Rockchipin makine görüşü ve ses işleme alanındaki yılların deneyimini entegre ederek karakterize edildi. Deneyim, yüksek donanım performansı ve güçlü platform uyumluluğu. 2019'un başlarında, IoT alanında konumlandırılan en yeni AI çipi piyasaya sürüldü ve sesle uyandırma ve tanıma, yüz algılama ve tanıma vb. Şu anda, Rockchipin AI çipleri, Himalaya akıllı hoparlörlerinde ve Alibabanın ön ödeme ürünlerinde kullanılmaktadır.

(3) Jingchen Yarı İletken

Jingchen Semiconductor bir OTT / IPTV set üstü kutusu ve akıllı TV ve akıllı ev çipi tasarım şirketidir. Şu anda, Jingchen Semiconductor akıllı TV teknolojisini ve pazar avantajlarını pekiştirmeyi, yenilikçi yapay zeka teknolojisini entegre etmeyi ve gömülü sinir ağı işlemcileri içeren yapay zeka TV dizisi çiplerini aktif olarak geliştirmeyi ve ekolojinin her şeyin akıllı ara bağlantısına doğru ilerlemeyi öneriyor. Ürünler açısından Jingchen, akıllı kameralar ve akıllı hoparlörler gibi akıllı ev alanlarında kullanılabilen, yerleşik bir NN (sinir ağı) işlemcisine sahip yarı evrensel bir terminal AI çipi olan 12nm ultra yüksek performanslı altı çekirdekli yapay zeka ekran çipini piyasaya sürdü.

(4) Allwinner Teknolojisi

Allwinner Technology, akıllı terminal uygulama işlemcisi SOC, yüksek performanslı analog cihazlar ve kablosuz ara bağlantı çipleri konusunda uzmanlaşmış bir tasarım şirketidir. Son zamanlarda, Allwinner Teknolojisi, ses tanıma ve görüntü tanıma yapay zeka teknolojisini, vizyon ve ses algoritması hızlandırma modülleri ile çoklu çip ürün serilerine entegre etti.

(5) MediaTek

MediaTek, kablosuz iletişim ve dijital multimedya teknolojisine odaklanan dünyaca ünlü bir IC tasarım şirketidir. 2018'in sonunda, MediaTek yerleşik bir çok çekirdekli yapay zeka işlemcisine sahip çip P70'i piyasaya sürdü. 2019'un başında MediaTek, terminal tarafı AI çözümlerini desteklemek için akıllı hoparlörler ve diğer akıllı donanımlara cep telefonu alanında AI özel çekirdek (APU) stratejisini tanıttı. .

3. Başlangıç çip şirketleri

Bazı üniversiteler, bilimsel araştırma enstitüleri ve geri dönen ekipler, AI algoritmaları ve çip teknolojisinin birikimine dayanan bir dizi AI çip şirketi kurdu ve belirli belirli uygulama alanlarının ihtiyaçları için özelleştirilmiş AI çipleri başlattı.

(1) Kambriyen

Cambrian Technology'nin öncülü, Çin Bilimler Akademisi Bilgisayar Teknolojisi Enstitüsü altında bir araştırma grubuydu. 2008'de sinir ağı algoritmalarını ve çiplerini incelemeye ve 2012'de araştırma sonuçlarını yayınlamaya başladı. Şirketin kurucusu ve CEO'su Chen Tianshi Profesör, işlemci mimarisi ve yapay zeka alanında uluslararası bir üne sahip genç bir bilim insanıdır. Cambrian'ın ana ürünleri, çeşitli akıllı bulut sunucularının, akıllı terminallerin ve akıllı robotların çekirdek işlemci çipleridir.

Mayıs 2018'de Cambrian, ilk bulut AI çipi MLU100'ü piyasaya sürdü. Çip, en son MLUv01 mimarisini ve TSMC 16nm sürecini benimser ve dengeli modda (ana frekans 1Ghz) ve yüksek performans modunda (1.3GHz) çalışabilir.Değerli teorik tepe hızı sırasıyla 128 trilyon sabit nokta işlemine ulaşabilir. Ve 166.4 trilyon sabit nokta işlemi, güç tüketimi 80w / 110w'dir. Aynı zamanda Cambrian, üçüncü nesil makine öğrenimine özel çip olan terminal AI çipi 1M'yi de piyasaya sürdü. 1M'nin kapsamlı performansı, selefinin on katı.

(2) Ufuk

Horizon, 2015 yılında Baidu Derin Öğrenme Araştırma Enstitüsü eski başkanı Yu Kai tarafından kuruldu. BPU (Beyin İşleme Birimi), Horizon Robotics tarafından bağımsız olarak tasarlanan ve geliştirilen, ARM / GPU / FPGA / ASIC'i destekleyen, otonom sürüş ve yüz görüntüsü tanıma gibi özel alanlara odaklanan, yüksek verimli bir yapay zeka işlemci mimarisi IP'sidir. Horizon'un Gauss mimarisine dayalı yerleşik yapay zeka çözümleri üç alanda uygulanmaya başlandı: akıllı sürüş, akıllı yaşam ve kamu güvenliği. Horizon'un birinci nesil BPU'su, geleneksel CPU / GPU 2'ye kıyasla enerji verimliliğini artırabilen TSMC'nin 40nm sürecini benimser ~ 3 büyüklük sırası (yaklaşık 100 ~ 1.000 kez), şu anda üretim öncesi aşamada.

(3) Bitmain

2013 yılında kurulan Bitmain, yüksek hızlı, düşük güçlü özelleştirilmiş dijital para madenciliği makinesi yongalarının tasarımı ve geliştirilmesinde uzmanlaşmış bir şirkettir.

2017 Dünya Yapay Zeka Konferansı'nda Bitmain, yapay zeka uygulamaları için özelleştirilmiş bir çip olan Sophon BM1680'i, derin öğrenme hızlandırıcı kartları SC1 ve SC1 + ve yapay zeka endüstrisine resmi olarak giren akıllı video analiz sunucusu SS1'i piyasaya sürdü. Ekim 2018'de Bitmain, önceki nesil ürüne kıyasla 5 kattan fazla performans iyileştirmesine sahip yeni nesil terminal yapay zeka çipi BM1880'i piyasaya sürdü.Ayrıca Fortune Smart Server SA3, gömülü AI mini makine SE3 ve 3D yüz tanıma da piyasaya sürüldü. BM1880 tabanlı geliştirme kartları, AI modülleri ve bilgi işlem güç çubukları gibi akıllı terminaller ve ürünler, özel terminal AI yongalarına doğru ilerlemek için tam çaba göstermeye başladı.

(4) Kenan Teknolojisi

2013 yılında kurulan Canaan Technology, dijital blok zinciri bilgi işlem ekipmanına odaklanan ilk şirketlerden biridir. Şu anda, hem görsel tanıma hem de ses tanıma özellikli yapay zeka terminal çipi Kanzhi @ K210 serisi çipini piyasaya sürdü. Çip, Nesnelerin İnterneti teknolojisi, yazılım sistemleri, bulut bilgi işlem platformları vb. Gibi temel bilgi teknolojileriyle esnek bir şekilde birleştirilebilen yüksek hızlı bir evrişimli sinir ağı hızlandırıcı (KPU) ve ses işleme hızlandırıcısına (APU) sahiptir ve reklamcılıkta / büyük veride yaygın olarak kullanılabilir. Toplama, güvenlik izleme, lojistik denetim, insansız mağazalar, yorulma güvenliği izleme, güç / güç kontrolü, oyuncaklar ve robotlar gibi pazarlar ve akıllı evler, akıllı fabrikalar, yüz tanıma ve diğer alanlarda başarılı uygulama örnekleri var.

(5) Xijing Teknolojisi

Xijing Technology, Mayıs 2015'te kurulmuştur. "Beyin benzeri AI çipleri + algoritmalar" geliştiren bir teknoloji şirketidir. Çipleri, nöronları simüle etmek için FPGA devrelerini kullanır. Bitmiş ürün, SNN'nin çalışma modunu gerçekleştirmek için 10 milyar simüle nörona sahiptir. Ürünü Deepsouth, IBM'in gerçek değeri ile rekabet ediyor. Özel mimarisi sayesinde, bu çipler güçlü hesaplama gücüne sahiptir ve gen sıralaması ve beyin deşarjını simüle etme gibi tıbbi alanlarda kullanılabilir. Aynı zamanda, Xijing Technology, küçük boyutu ve düşük güç tüketimi nedeniyle taşınabilir tıbbi cihazlarda kullanılabilen 50 milyon nöronlu ticari bir çipe sahiptir.

(6) Qiying Tylen

Chengdu Qiying Tailun Technology Co., Ltd. Kasım 2015'te kuruldu. Yapay zeka terminal çiplerinin tasarımına ve akıllı algoritma motorlarını destekleme geliştirilmesine odaklanan bir şirkettir. Eylül 2016'da, dünyanın ilk derin sinir ağı akıllı konuşma tanıma çipi olan CI1006 piyasaya sürüldü. CI1006 yongası, beyin sinir ağı işleme birimi BNPU'yu Qiyingtailun'un bağımsız fikri mülkiyet haklarıyla birleştirir ve ayrıca yüksek performans, düşük güç tüketimi, yüksek tanıma oranı ile özel bir SoC mimarisi oluşturmak için ARMün en gelişmiş MCU çekirdeği Cortex-M4F'yi kullanır. Düşük maliyet ve diğer avantajlar, yerel ses algılamayı, uyandırmayı ve yüzlerce çevrimdışı komut girişini tanımayı destekleyebilir.

(7) ThinkForce

2017 yılında kurulan ThinkForce, Yitu Technology tarafından stratejik olarak yatırım yapılan akıllı bir çip geliştiricisidir. Çin'deki dört büyük CV (bilgisayar görüşü) tek boynuzlu attan biri olan Yitu, güçlü AI algoritma yeteneklerine ve bir yüz veritabanına sahiptir. Mayıs 2019'da Yitu, ThinkForce ile ortaklaşa geliştirilen bulut derin öğrenme çıkarımı özelleştirilmiş SoC çip "arama" yı başlatmak için bir basın toplantısı düzenledi. "Quest", görsel alanda farklı işlemleri hızlandırmak için Yitu'nun bulut ve uç sunucularında kullanılan bağımsız fikri mülkiyet haklarının Many Core mimarisini benimser.Yüz tanıma, araç algılama, video yapı analizi, yaya yeniden tanıma vb. İçin uygundur. Çeşitli görsel muhakeme görevleri. Yapay zeka yongalarının seri üretimi, Yitu'nun algoritmadan çipe geçişi tamamladığını, yazılımdan donanıma dikey entegrasyon yeteneği ve eksiksiz bir yapay zeka yazılımı ve donanım çözümü oluşturduğunu gösteriyor.

4. Algoritma şirketi

Bazı AI algoritma şirketleri, eksiksiz yazılım ve donanım çözümleri sağlamak için kendi yeteneklerine güvenmeyi umarak algoritma gereksinimlerini tam olarak karşılayan bir çip bulamıyorlar, bu nedenle kendi ihtiyaçlarına göre tamamen özelleştirilmiş AI çipleri geliştirmeye başladılar.

Yapay zeka algoritmalarının görsel tanıma ve konuşma tanıma alanında hızlı bir şekilde uygulanmasıyla ilgili algoritma şirketleri, "algoritma + çip + veri" modelinin etkili bir şekilde ölçek elde edebileceğini ve maliyetleri azaltabileceğini fark etti. Konuşma tanıma alanında, AI konuşma tanıma algoritmalarını destekleyen terminal ASIC'lerin nispeten düşük yonga karmaşıklığı nedeniyle, bazı algoritma şirketleri, konuşma tanımaya adanmış AI yongaları geliştirmiştir. Ana temsilciler Yunzhisheng ve Sibichi'dir.

Şekil 3: Çin'deki AI çip şirketlerinin dağılımı

Kaynak: Jiuding Investment tarafından derlenen halka açık bilgiler

Anahtar alanlar-AI konuşma tanıma pazarı

3.1 Pazar büyüklüğü

Konuşma anlamsal tanıma, bilgisayarların konuşma sinyali işleme ve anlamsal tanıma yoluyla insan konuşulan dilini otomatik olarak anlamasını sağlayan teknolojiyi ifade eder. Konuşma tanımanın ana aşamaları sinyal toplama, gürültü azaltma, özellik çıkarma ve kod çözmedir Çıkarılan özellikler, konuşma büyük verileri üzerinde eğitilmiş konuşma modeli tarafından arka planda çözülür ve sonunda konuşma metne dönüştürülür. Anlamsal tanıma, insan dilinin anlamını anlamak için doğal dil analizini kullanır.

Araştırma ve Piyasalar araştırma tahminlerine göre, küresel akıllı ses pazarı hızla büyümeye devam edecek ve pazar büyüklüğü 2020 yılına kadar 19.17 milyar ABD dolarına ulaşacak. Bu aşamada, ses tanıma uygulama pazarı ağırlıklı olarak akıllı hoparlörler, akıllı sesli etkileşimli ev aletleri vb. Alanlarda yer almaktadır. Akıllı ses tanımanın, otonom sürüş, eğitim ve tıbbi tedavi gibi alanlarda da derinlemesine uygulanacağı öngörülebilir. Konuşma anlamsal tanımanın nihai geliştirme hedefi, çok dilli otomatik çeviri teknolojisi ve ekipmanıdır Nihai hedef bir kez gerçeğe dönüştüğünde, farklı diller arasındaki iletişim engellerini tamamen ortadan kaldırmak ve insan toplumu üzerinde derin bir etkisi olacak "Babil Kulesi" ni yeniden üretmek mümkün olacaktır. Etki.

1. Akıllı hoparlör pazarı

Akıllı hoparlörler alanı patlayıcı bir büyümeye yol açıyor.

20188620170%20182000201886031%29%28%