人工智能产业链的三个核心，底层硬件、通用AI技术及平台、应用领域相关公司盘点.doc

《人工智能产业链的三个核心，底层硬件、通用AI技术及平台、应用领域相关公司盘点.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人工智能产业链的三个核心，底层硬件、通用AI技术及平台、应用领域相关公司盘点　　据腾讯研究院统计，截至2017年6月，全球人工智能初创企业共计2617家。美国占据1078家居首，中国以592家企业排名第二，其后分别是英国，以色列，加拿大等国家。　　人工智能产业链的三个核心，底层硬件、通用AI技术及平台、应用领域相关公司盘点　　据腾讯研究院统计，截至2017年6月，全球人工智能初创企业共计2617家。美国占据1078家居首，中国以592家企业排名第二，其后分别是英国，以色列，加拿大等国家。　　人工智能产业链的三个核心，底层硬件、通用AI技术及平台、应用领

2、域相关公司盘点　　据腾讯研究院统计，截至2017年6月，全球人工智能初创企业共计2617家。美国占据1078家居首，中国以592家企业排名第二，其后分别是英国，以色列，加拿大等国家。　　　　图片来自腾讯研究院　　根据艾瑞咨询的数据，2020年全球人工智能市场规模约1190亿人民币，未来10年，人工智能将会是一个2000亿美元的市场，空间非常巨大。　　本文针对人工智能产业链的三个核心，底层硬件、通用AI技术及平台、应用领域相关公司盘点。　　　　图片来自易观　　底层硬件　　国际芯片巨头长期盘踞，中国初创企业很难进入　　在人工智能领域，传统的芯片计算架构已无

3、法支撑深度学习等大规模并行计算的需求，这就需要新的底层硬件来更好地储备数据、加速计算过程。　　基础层主要以硬件为核心，其中包括GPU/FPGA等用于性能加速的硬件、神经网络芯片、传感器与中间件，这些是支撑人工智能应用的前提。这些硬件为整个人工智能的运算提供算力，目前多以国际芯片巨头为主。　　目前在GPU领域，英伟达主打工业级超大规模深度网络加速，并于日前推出了基于Volta、首款速度超越100TFlops的处理器Tesla；英特尔主要围绕FPGA构建产业，推出了模仿人脑的人工智能芯片。谷歌也推出了第二代TPU芯片，为自己的开源TensorFlow框架提

4、供芯片支撑。　　除了这些国外的芯片行业巨头，在AI芯片领域国内还有众多的初创公司，如中星微、寒武纪以及西井科技等，但在产业布局能力和研发实力方面还远不足以匹敌国外芯片巨头。　　　　AI芯片：提供用来加速深度神经网络、机器视觉以及其他机器学习算法的微处理器　　　　图片来自易观　　云端训练：谷歌（ASIC）、英伟达(GPU)　　云端推理：谷歌（ASIC）、英伟达(GPU)、AMD(GPU)、英特尔(FPGA)、Actel(FPGA)、赛灵思(FPGA)、Altera(FPGA)（被英特尔收购）　　设备端推理：高通（移动端）、深鉴科技（机器人）、寒武纪科技（

5、移动端、CV、机器人）、地平线科技（CV、机器人、语音）、FaceOS（CV）、思必驰（语音）、声智科技（语音）、云知声（语音）、启英泰伦（语音）、耐能（IoT）、NovuMind（IoT）、微软（VR）、华捷艾米（VR）、IBM（类脑芯片）、西井科技（类脑芯片）　　视觉传感器：图像传感器及视觉算法/软件解决方案提供商，用于捕捉和分析视觉信息，代替人眼做各种测量和判断　　　　图片来自易观　　激光雷达：禾赛科技、巨星科技、slamtec、robosense、北科天绘、Quanergy、VelodyneLiDAR、大族激光、中海达、擂神智能、北醒、数字绿土

6、　　毫米波雷达：博世、隼眼科技、Continental、DENSO、行易道科技、Delphi、森思泰克、智波科技、cheng-tech、ZFTRW、HELLA、Autoliv　　监控摄像头：海康威视、大华、宇视科技、Tiandy、Towe、汉邦高科、泰科、亚安科技　　自动驾驶摄像头：索尼、Hella、Panasonic、博世、ZFTRW、大陆、OmniVision、Mobileye　　3D体感：Microsoft、苹果、华捷艾米、凌感、Vidoo、Orbbec　　技术驱动层算法和计算力成主要驱动力，开源化是趋势　　技术层是人工智能发展的核心，对应用层的

7、产品智能化程度起到决定性作用，在这一发展过程中，算法和计算力对AI的发展起到主要推动作用。　　技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模，以及开发面向不同领域的应用技术，包含感知智能和认知智能两个阶段。　　感知智能阶段通过传感器、搜索引擎和人机交互等实现人与信息的连接，获得建模所需的数据，如语音识别、图像识别、自然语音处理和生物识别等。　　认知智能阶段对获取的数据进行建模运算，利用深度学习等类人脑的思考功能得出结果，如机器学习、预测类API和人工智能平台等。在此基础上，人工智能才能够掌握“看”与“听”的基础性信息输入与处理能

8、力，才能向用户层面演变出更多的应用型产品。　　当前，国内的人工智能技术平台在应用层面主要聚焦于