厉害！AI芯片可用电场而非电流，能效超越现有技术35倍至300倍【附AI芯片产业链剖析】

瞻观前沿

运行生成式人工智能（AI）系统不仅硬件成本高昂，而且会带来惊人的能源消耗。

据TechCrunch最新报道，总部位于德国的初创公司塞姆龙最新开发出一种创新的AI芯片设计方法，率先使用新的神经网络控制设备——忆容器为其3D芯片供电。这有可能彻底改变节能计算技术，使消费电子设备更容易获得先进的AI功能。

不同于处理器中的晶体管，塞姆龙的芯片使用电场而不是电流。这些由传统半导体材料制成的忆容器可存储能量并控制电场，不仅提高了能源效率，还降低了制造成本，使消费电子产品更容易运行先进的AI模型。

电场方法最大限度地减少了电子在芯片中的运动，减少了能源使用和热量。塞姆龙旨在利用电场的降温特性，在单个芯片上放置数百层电容器，从而大大提高计算能力。

在《自然·电子学》杂志最近发表的一项研究中，塞姆龙芯片展示出显著的能效提升，其实现了超过3500TOPS/W（每瓦每秒万亿次运算）的卓越能效，超越现有技术35倍至300倍。这一指标表明AI模型训练期间能源消耗将可大幅减少。

技术价值观察

——AI芯片产业链剖析：该技术处于上游

人工智能芯片产业链结构清晰，链条较短，主要分为上游的材料与设备，中游的产品制造，下游的应用市场;上游的材料与设备主要指半导体材料和半导体设备，半导体材料包括单晶硅、单晶锗、砷化镓、晶体管等材料，半导体设备包括光刻机、等离子刻蚀机等设备;中游的产品制造包括芯片设计和芯片制造，芯片设计的流程主要是通过EDA进行系统设计、RTL设计、物理设计等过程，芯片制造包括晶圆加工、晶圆测试、晶片切割、芯片封装等过程;下游的应用市场主要有云计算、自动驾驶、智能手机、无人机、智能音箱、智能安防等。

全球AI芯片行业发展现状

2019年全球AI芯片市场规模为110亿美元。随着人工智能技术日趋成熟，数字化基础设施不断完善，人工智能商业化应用将加速落地，推动AI芯片市场高速增长，预计2025年全球人工智能芯片市场规模将达726亿美元。

——AI芯片竞争格局

从应用领域分类来看，英伟达在全球云端训练芯片市场一家独大，目前英伟达的GPU+CUDA计算平台是最成熟的AI训练方案。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。

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。

对于2024年，业内人士倾向于认为，全球芯片行业的恢复与增长将为主旋律，其中一个重要原因便是消费电子市场的复苏和人工智能行业的火爆。IDC乐观估计，全球半导体销售市场将在2024年复苏，年增长率为20%。

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《2024-2029年中国人工智能芯片（AI芯片）行业发展前景预测与投资战略规划分析报告》

同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、专精特新小巨人申报、十五五规划等解决方案。如需转载引用本篇文章内容，请注明资料来源（前瞻产业研究院）。

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。