江南车规级芯片是智能电动汽车产业发展的核心，当下广泛覆盖智能电动汽车多个领域，使用范围涵盖车身、仪表/信息娱乐系统、底盘/安全、动力总 成和自动驾驶系统五大板块。传感器、微控制器、存储设备、功率半导体在各个板块都有需求， 而互联芯片主要用于车身及信息系统方面。
域控制器除主芯片外，存储、以太网交换机、解串 行等产品价值量较高。汽车域控制器负责处理功能 域内部的控制和转发，需要控制器本身具备强大的 处理功率和实时性能以及大量的通信外设。
✓存储：包括DRAM（数据和代码缓存）； eMMC/UFS（存放启动根目录文件、智能驾驶感知 模型和决策模型及相关文件）；NOR Flash（代码 存储）。目前主流域控制器存储组合主要采用 “LPDDR+UFS”的形式，与手机存储组合一致。
✓以太网交换机：每个域控制器至少需要一片以太网 物理层芯片或包含物理层的以太网交换机，每颗激 光雷达也需要至少一片。（中低端车型至少需要一 片以太网交换机芯片，中高端车型至少需要三片， 高端车型如奔驰EQS顶配这些会用到5-7片，平均每 片价格在20-40美元之间）
✓解串行：摄像头一般会配备解串行芯片，将并行数 据转换为串行用同轴或STP传输，这样传输距离远 且EMI电磁干扰更容易过车规。
智能化、面向服务的基础架构、软件定义汽车等已经成为各大汽车厂商竞相追逐的热点和差异化的焦点。高算力域控制器、智能座舱、辅助驾驶、自动驾驶等人工智能算法应用越来越受到各大汽车制造商、汽车零部件供应商、算法和系统集成商的重视和关注，并迅速成为投资和竞争的重点。软件和算法在智能驾驶汽车中越来越重要而且成为了差异化竞争的关键。软件价值的提升意味着未来汽车更多的创新将集中在电子和软件部分。领先的底层架构、出色的软件迭代、持续优化和不断进化的硬件技术，将加速整个汽车行业的转型与变革。随着芯片技术、硬件技术、软件技术、人工智能、深度学习算法等迅猛发展，智能计算已是大势所趋，车载智能计算软硬件平台和服务的竞争在汽车行业中将会越来越激烈。
需求端方面，2018 年之前 LED 芯片处于快速增长状态，2018 年及之后需求增长较弱。 我国 LED 外延芯片市场规模从 2008 年的约 19 亿元增长到 2017 年的 232 亿元左右，复 合增速达 32%，2018 年及之后我国 LED 外延芯片市场规模增长较弱，2018-2022 年复 合增速为 4%，其中 2021 年需求同比增长明显，主要原因在于原先被疫情压抑的市场需 求在当年得到快速释放，2022 我国 LED 外延芯片市场规模再度呈现下滑，同比下降约 7.9%。我们将结合三大主要应用照明、背光和直显的市场规模分析 LED 芯片市场的增速 变化。
FPGA(Field Programmable Gate Array)又称现场可编程门阵列，是在硅片上预先设计实现的具有可编程特性的集成电路，用户在使用过程中可以通过软件重新配置芯片内部的资源实现不同功能。通俗意义上讲，FPGA 芯片类似于集成电路中的积木，用户可根据各自的需求和想法，将其拼搭成不同的功能、特性的电路结构，以满足不同场景的应用需求。鉴于上述特性，FPGA 芯片又被称作“万能”芯片。
高速光芯片是现代高速通讯网络的糖心之一。随着全球信息互联规模的不断扩大纯电子信息运算与传输能力以无法满足现有需求，光电信息技术作为再冉升起的新星走进大众视野，光通信是以光信号为信息载体，以光纤作为传输介质，通过电光转换，以光信号进行传输信息的系统。光通信系统传输信号过程中，发射端通过激光器芯片进行电光转换江南体育，将电信号转换为光信号，经过光纤传输至接收端接收端通过探测器芯片进行光电转换，将光信号转换为电信号。而在光纤接入4G/5G 移动通信网络和数据中心等网络系统里，光芯片都是决定信息传输连度和网络可靠性的关键。光芯片可以进一步组装加工成光电子器件，再集成到光通信设备的收发模块实现广泛应用。实现光电信号转换的光芯片直接决定了光通信系统的传输效率和可靠性。
光芯片的制造材料一般以化合物居多，主要包括五大系列：InP系列、GaAs系列、Si/SiO2系列、SiP系列以及 LiNbO3系列。其中InP衬底主要包括直接调制DFB/电吸收调制EML芯片、探测器PIN/APD芯片、放大器芯片、调制器 芯片等，GaAs衬底包括高功率激光芯片、VCSEL芯片等，硅基衬底包括PLC、AWG、调制器、光开关芯片等，SiP衬底 包括相干光收发芯片、光开关芯片等，LiNbO3包括调制器芯片等。
数字转型的下一个阶段已经来临。我们当前使用的技术已经帮助我们达到了在之前几乎无法 想象的生产力、创新和创造力水平。现在，随着实际的、日常应用的人工智能出现，可能性 的视野再次扩展。企业领袖对人工智能的决策可以彻底变革工作方式，并由此带来不同的成 功程度。
当下，随着大模型训练的兴起，全球显卡与算力正在进入一段时间的快速膨胀期，国内 外均欲打造 AI 超算互联网。与此同时，算力后周期市场也正在快速兴起。“后周期”中 的后，与传统市场中的行业末期，行业后期不同，“后”指的更多的是后服务市场，我们 认为的后服务，包括了显卡服务器到货 IDC 后，从形成稳定算力到输出稳定的商业推理 结果的全过程。其中主要的环节包括了云化、调优、调度、部署、落地、数据管理等等 软硬结合的数个环节，参与其中的既包括全球一线大厂，也包括许多海外优秀的创业公司。
在芯片模组及以太网交换机方面，公司以自主研发的以太网交换芯片为基础， 将模组或以太网交换机整机的生产制造环节委托予硬件加工商进行，生产得 到成品芯片模组或以太网交换机后再进行内部成品测试，最终通过直销或经 销方式销售予客户，经销模式下一名经销商会对应多名终端客户。
芯片( Chip )，是指内含集成电路的硅片，体积很小，常常是计算机或其他电子设备的一部分，其本质是在半导体村底上制作的能实现一系列特定功能的集成电路。广义芯片包括了集成电路、传感器、分立器件、光电器件产品，狭义芯片单指集成电路。
总览英伟达历史，即使公司在不同时期存在不同发展重点，但贯穿始终的，是其卓越的创新能力、强大的芯片设计能力和稳定的决策执行能力。事实上，英伟达 平均每两年推出一代芯片架构、每半年推出一款新的产品，多年以来坚持不辍，从2009年的Fermi架构到当前的Hopper架构，公司产品性能稳步提升，并始终 引领GPU芯片技术发展。
AI 大模型对训练端的算力提出了更高要求，新兴初创 AI 芯片企业（如 Cerebras、Graphcore 等），以及芯片行业以外的企业，包括特斯拉（TSLA US）等，正在异军突起，试图在芯片 设计上另辟蹊径，通过大尺寸晶圆级芯片内存共享和低延时的技术路线突破 AI 芯片瓶颈， 试图在持续上升的算力需求中抢占份额。
ChatGPT 是由 OpenAI 开发的自然语言生成模型，主要应用之一是聊天机器人。ChatGPT 于 2022 年 11 月正式推出，基于 GPT-3.5 架构语言模型利用对话形式，通过大量语料库 和人工反馈的强化学习（RLHF）进行模型训练，最终模型可以理解并针对各类主题生成 类似于人类的响应。得益于强大的性能和舒适的用户体验，ChatGPT 问世以来便得到了 广泛关注，用户规模迅速扩张，上线 年一月末用户数 突破 1 亿，成为史上用户数增长最快的消费者应用。
ChatGPT (Chat Generative Pre-trained Transfomer) 自22年 11 月发布后就引起了全球关注江南体育，5天内注册用户超 100 万，仅两个月后，月活跃用户已达1亿。ChatGPT 将生成式Al 在文本、图像江南体育、视频等领域的多模态应用正式带入 C 端大众用户的视野。然而，我们认为，语言大模型若只是停留在 C 端应用，提供给一些网民娱乐，其实意义并不大。我们更加认为，生成式 AI 的发展必须要配合 B 端应用的落跑，才能成为真正可以改变世界的高端科技。目前，微软已发布 Microsoft 365 Copllot 等生成式AI产品，作为率先发布的重磅商业化应用。Copilot 依托微款庞大的用户群体、产品生态及使用场景，有望开启 AI 的 B 端应用发展新里程，并带动微软打开新的 A 商业化空问。Bloomberg lntelligence 预测，全球生成式 A1 下游软件市场规模将在 2032 年扩大至 2799 亿美元，2022-2023 年十年复合增速达到 69%。
自 ChatGPT 推出以来，国内外各企业纷纷入局，大模型发展如火如茶。根据中国经济周刊，李开复在 2023 中关村论坛·人工智能大模型发展论坛上表示“AI 大模型是绝对不能错过的历史机遇。因为这将是有史以来最大的平台革命”。根据《中国人工智能大模型地图研究报告》。截至2023年5月底，截至 2023 年5 月，美国已发布 100 个参数规模 10 亿以上的大模型，国内 10 亿级参数规模以上基础大模型至少已发布 79 个。据国外风投数据分析公司pitchBook 的数据，2023 上半年，全球人工智能领城共计发生融资 1387 件，筹集融资金额255 亿美元，平均融资金额达 2605 万美元。根据脉脉高聘近日发布的《2023 泛互联网行业人才流动报告》显示，今年上半年，泛互联网行业最紧缺的岗位主要集中在 AI 方向。算法研究员以 0.47 的人才供需比位居人才紧缺度榜首，平均两家公司争布 1 位人才。A1 技术的爆发也推动了人工智能工程师、自然语言处理、深度学习等 AI 方向人才的招聘需求，这3个岗位的人才供雪比分别为0.61、0.66、0.73，人才供小于求，昭示着AI 发展的持续与火热性。
海量/完整电子版/报告下载方式：公众号《人工智能学派》返回搜狐，查看更多
官方微博
