原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
SUPPLYFRAMEMEDIA与非网资深行业分析师张慧娟
1引言:国产AI芯片发展的意义和挑战
2i国产AI芯片的创新方向与突破路径
3国产AI芯片产业全景
4国产AI芯片核心应用:智算、智驾、机器人、端侧AI
2
supplyframe四万·eefocus与非网
supplyframe
四万·
eefocus
与非网
弓
3
中国AI芯片发展的意义
4
4
supplyframe四方eefocus与非网弓52025
supplyframe
四方
eefocus
与非网
弓
5
国产芯片主要面临三大挑战
规模化落地挑战:
规模化落地挑战:
supplyframe四方2025AI
supplyframe
四方
supplyframe四方AI
supplyframe
四方
广义AI芯片(功能范畴):所有能够加速AI工作负载的处理器,都可纳入其中(包括CPU、GPU、FPGA等)。
狭义AI芯片(设计范畴):特指专为AI场景设计的ASIC芯片(如NPU、TPU),追求在Al这个单一目标上的极致表现。
处理器类型
CPU
GPU
FPGA
NPU/TPU
所属范畴
广义AI芯片
广义AI芯片
广义AI芯片
狭义AI芯片
特点
通用并行处理器(大量核心)
可编程硬件(硬件可重构)
专用集成电路(ASIC)
优点
灵活、生态成熟
高并行度、生态成熟(CUDA)
灵活、能效高、延迟低
极致性能、极致能效
缺点
Al算力弱、能效较低
高算力伴随高功耗、架构固定
开发难度大、绝对性能非最优
灵活性差、只为AI设计
AI场景中的角色
处理轻量级AI任务、系统控制与调度
Al训练和推理的主力加速器(目前)
专用场景加速、原型验证、嵌入式Al
专注于AI推理和训练,追求最高效率
来源:与非研究院据公开资料整理
CPU
FPGAGPU
低通用性,超高效率。
NPU/TPU:AI推理/训练加速核心。
例如:
2025AI8
supplyframe四方eefocus与非网湾芯展2025
supplyframe
四方
eefocus
与非网
2.国产AI芯片创新方向与突破路径
主流计算架构的AI革新
架构特性
定位与角色
核心AI创新
软硬件融合
集成与能效
典型应用场景
生态策略
通用计算基石控制与调度
AMX、AVX-512指令集高带宽内存(HBM)
多芯片封装(EMIB)
系统级优化
广泛生态地位
Arm
高能效生态端边云协同
SVE2/SME2矢量扩展为AI优化的CPU核
与GPU/NPU紧密集成
文档评论（0）