人工智能产业链史上最全分析

开通VIP,畅享免费电子书等14项超值服

首页

好书

留言交流

下载APP

联系客服

2022.04.18

中国人工智能100强企业产业链分布情况

基础层是人工智能产业的基础,主要是研发硬件及软件,如AI芯片、数据资源、云计算平台等,为人工智能提供数据及算力支撑。主要包括计算硬件(AI芯片)、计算系统技术(大数据、云计算和5G通信)和数据(数据采集、标注和分析)。

中国人工智能100强企业产业链基础层

1、计算硬件-AI芯片

AI芯片是人工智能产业的核心硬件。人工智能芯片的定义从广义上讲只要能够运行人工智能算法的芯片都叫作人工智能芯片,但是通常意义上的人工智能芯片指的是针对人工智能算法做了特殊加速设计的芯片。现阶段,这些人工智能算法一般以深度学习算法为主,也可以包括其它机器学习算法。人工智能芯片分类一般有按技术架构分类、按功能划分、按应用场景分类三种分类方式。

人工智能芯片分类

当前,我国人工智能芯片行业正处在生命周期的幼稚期。主要原因是国内人工智能芯片行业的整体销售市场正处于快速增长阶段,传统芯片的应用场景逐渐被人工智能专用芯片所取代,市场对于人工智能芯片的需求将随着云/边缘计算、智慧型手机和物联网产品一同增长,并且在这期间,国内的许多企业纷纷发布了自己的专用AI芯片;尽管国内人工智能芯片正逐渐取代传统芯片,但是集成商或芯片企业仍在寻找新的合作模式,这样才能很好地抓住新客户的需求,除了当前的合作客户,拓展新客户合作开发产品是困难的,因此纷纷推出开源或开放平台让客户开发新需求。

我国人工智能芯片行业所处周期

2、计算系统技术-大数据、云计算和5G通信

人工智能与大数据、云计算、5G的关系

大数据

当前,我国正在加速从数据大国向着数据强国迈进。国际数据公司IDC和数据存储公司希捷的一份报告显示,到2025年,随着中国物联网等新技术的持续推进,其产生的数据将超过美国。我国产生的数据量将从2018年的约7.6ZB增至2025年的48.6ZB,数据交易迎来战略机遇期。1ZETTABYTE大约是1万亿GIGABYTE,这是当今常用的测量方法。与此同时,美国2018年的数据量约为6.9ZB。到2025年,这个数字预计将达到30.6ZB。据贵阳大数据交易所统计,中国大数据产业市场在未来五年内,仍将保持着高速增长。2017年中国大数据市场规模为3517亿元,增速为41.6%,预计到2020年,中国大数据产业规模或达13626亿元左右。

2018年-2025年中美数据生产量

云计算

近年来,我国云计算新兴产业快速推进。多个城市开展了试点和示范项目,涉及电网、交通、物流、智能家居、节能环保、工业自动控制、医疗卫生、精细农牧业、金融服务业、公共安全等多个方面,试点已经取得初步的成果,将产生巨大的应用市场。根据中国信通院公布的数据显示,2013年以来我国云计算市场规模保持了逐年较快增长,2017年达691.6亿元,同比增长34.3%。据测算2018年我国云计算市场规模突破900亿元。

2013-2018年中国云计算市场规模增长情况(单位:亿元)

5G通信

中国5G产业发展历程

3、数据-数据采集、标注和分析

人工智能产业目前已经发展至量变阶段,需要通过大量的数据做出质变进而突破现有的屏障,数据标注和采集行业应运而生。数据采集、标注和分析是指文本、图像、视频、语音等数据的采集、数据标注和分析。

数据采集和标准分类

中国人工智能100强企业产业链技术层

1、中国人工智能专利及论文量世界领先

从近十年人工智能专利数量来看,根据乌镇智库发布的数据,中国在全球人工智能专利数量上处于绝对领先的地位。2009-2018年,中国人工智能累计专利数量达到68467件。同期美国人工智能专利数量为30200件,美国和中国位于第一梯队并占据绝对领先优势。韩国位于第二梯队,同期数量为6893件,仅为中国的10%。英国和加拿大的专利数量相近,分别排在全球的第四位和第五位。从近十年人工智能论文数量来看,根据乌镇智库发布的数据,2009-2018年中美英三国在论文数量方面占据全球前三的位置。其中,中国同样在数量上具有绝对的优势,论文累计数量达到了30303篇,美国和英国累计数量为18144篇和8188篇。印度后来居上位居第四位,西班牙则排名第五。

各国人工智能领域专利数量累计情况(单位:件)

各国人工智能领域论文累计数量情况(单位:篇)

2、国内基础及技术层企业基础算法及平台公司数量仅占4%

算法作为人工智能技术的引擎,主要用于计算、数据分析和自动推理。目前美国是人工智能算法发展水平最高的国家。从高校科研到企业的算法研发,美国都占据着绝对优势。在中国,仅有少数几家科技巨头拥有针对算法的开放平台,国内人工智能基础及技术层企业中,基础算法及平台公司数量仅占4%。我国人工智能产业发展过于依赖开源代码和现有数学模型,导致专业性和针对性不足,效果往往不能满足具体任务的实际要求。以图像识别为例,用开源代码开发出的AI即使可以准确识别人脸,但在对医学影像的识别上却难以达到临床要求。

国内人工智能基础级技术层企业数量分布情况(单位:%)

3、中国人工智能人才相对匮乏

根据牛津大学2018年对中美两国算法研究领域的人才与全球先进国家的对比显示,中国目前在算法研究方面的人才仅占全球人工智能底层技术研究的13.1%,而美国算法人才的占比为26.2%。从开设人工智能专业院校的数量来看,中国仅有不到30所大学的研究实验室专注于人工智能,这一数字远远无法满足人工智能企业的用人需求。

中美两国算法研究人才占比(单位:%)

中国人工智能100强企业产业链应用层

1、行业应用-AI+传统行业

“AI+传统行业”,覆盖了医疗、金融、教育、文娱、零售、物流、政务、安防等诸多垂直领域。

THE END
1.车联网生态需要哪些硬件设备?如何快速开发和设计车联网硬件?在这些无线通信技术的支持下,车联网实现了数据的实时交换和业务的无缝对接,提升了交通的效率和安全性,也为用户带来了更加便捷、舒适的出行体验。 车联网需要哪些硬件设施呢? 在整车数字化浪潮的推动下,每一辆智能汽车都仿佛成为了一部智能手机,每辆车的详尽车况信息都能够在云端拥有一个独特的ID,实现精准识别与管理。https://www.elecfans.com/d/2684992.html
2.一文带你了解智能汽车软件行业回顾汽车产业发展历史,汽车产业经历了从机械时代到电子时代到如今向软件时代 迈进的发展历程。上个世纪 80 年代以来 ECU 开始不断上车,汽车行业以 Tier1 为 中心通过增加 ECU 来提升车辆功能,这一过程中汽车软件以和硬件深度耦合的方式得到发展;现如今,各汽车企业生产的不同车型的硬件配置已逐渐趋同,成本和功能改善https://www.eet-china.com/mp/a346331.html
3.智能汽车软件架构介绍层应用算法软件层,包括智能座舱 HMI、ADAS/AD 算法、网联算法、云平台等,用于实际实现对于车辆的控制与各种智能化功能。 1、系统软件层——狭义操作系统 汽车操作系统是管理和控制智能汽车硬件和软件资源的底层,提供运行环境、通信机制和安全机制等。按照对底层操作系统改造程度以及能力深度的不同,主要可以分为以下几种https://blog.csdn.net/Anghuikeji/article/details/140791441
4.汽车变革时代如何理解软件定义汽车的未来当汽车产业被重新定义,电气化、智能化势不可挡,汽车生态系统正在经历前所未有的技术变革,由“硬件主导”向“软件定义”的转型,正为汽车带来更多新的体验、新的功能和新的特性。随着汽车智能化的不断深入,软件定义汽车将是未来推动产业发展的必然趋势,全球网联汽车市场规模也蕴含着巨大价值,越来越多的产业链企业开始重https://auto.cri.cn/2024-07-24/95a7c5f1-1589-db51-a333-d37368dd3483.html
5.华为智能汽车计算与通信架构驱动软件定义汽车在2020年举办的“中国汽车论坛”分论坛上,华为智能汽车解决方案BUCTO蔡建永发表了题为《华为计算与通信架构使能软件定义汽车》演讲。 以下是蔡总演讲的整理: 现在整个“软件定义汽车”这个概念非常热门,像车载操作系统、服务架构、自动驾驶、中间件等都非常热门,而且每个车企或者大的零部件供应商也在成立新的组织,或者https://www.yoojia.com/ask/17-11559397414730308968.html
6.软件定义汽车系列深度报告(一)E/E架构升级是汽车智能化发展的关键。传统汽车采用的分布式E/E架构因计算能力不足、通讯带宽不足、不便于软件升级等瓶颈,无法满足现阶段汽车发展的需求,E/E架构升级将助力智能汽车实现跨越式革新。汽车E/E架构升级主要体现在硬件架构升级、软件架构升级和通信架构升级3个方面。 https://www.jianshu.com/p/ad457befb1b5
7.鹤壁市2022年7月高层次(急需紧缺)人才需求目录要求:本科及以上,软件工程、计算机科学与技术、信息管理与信息系统等相关专业。 综合薪资6000-8000元/月,缴纳五险一金,工作餐(1元/餐),免费住宿或通勤班车,享受法定节假日及节日福利、生日福利、年度评先等员工关怀。 5、硬件/软件工程师(上海)20名 要求:一本及以上,机械电子、电子信息工程、软件工程、通信工http://wap.hebi.gov.cn/zwgk/zfxxgk/fdzdgknr/zdlyxx/jycywgjy/art/2022/art_f08b43e814fc42c7a03cc0bad01d1379.html
8.中金:汽车电气架构新趋势,车内通信迎变革SOA:软硬件通信方式变革 面向信号的架构(Signal-oriented architecture)是汽车软硬件传统的交互方式,软件与硬件之间通过CAN、LIN总线进行点对点数据传输,通信方式在汽车出厂时已经确定。当汽车架构演化至中央计算式,算力已经全部集中在中央计算机,软件与硬件的互动不再是点对点,硬件之间也存在大量协同,任何调整都会牵扯到整张https://m.zhitongcaijing.com/contentnew/appcontentdetail.html?content_id=480962
9.汽车智能化核心部件——域控制器2)域集中式架构可以提高通信效率,实现软硬件解耦,便于整车 OTA 升级。分布式架构中,来自不同供应商的 ECU 的软件开发框架和底层代码不同,导致冗余,并提高维护和 OTA 统一升级难度;而域集中式架构做到对各 ECU 进行统一管理与信息交互,统一软件底层开发框架,从而便于未来的 OTA 升级和拓展功能的实现。 https://www.51fusa.com/client/knowledge/knowledgedetail/id/3322.html
10.车载电子电器架构——国产基础软件生态简介ORIENTAIS 基础软件平台主要面向车控领域,该平台为用户提供了车控操作系统、通信、诊断、网络管理、测量标定、底层驱动、复杂驱动、Bootloader 等基础软件模块及集成开发环境。普华基础软件平台的汽车电子产品已在 OEM 整车厂和零部件供应商处大规模量产,实现装机量百万套以上,并顺利应用于国内主机厂的多款车型,得到了市场http://www.360doc.com/content/23/1024/09/78548535_1101431462.shtml
11.无人驾驶进入冰封期详解自动驾驶技术▎决策“大脑”:硬件+软件+操作系统 无人驾驶决策系统主要包括硬件平台、软件及操作系统三个部分。在自动驾驶中,传感器从环境中收集数据,并将这些数据提供给硬件平台进行感知和动作的计算,然后再将动作规划发动到控制平台进行执行。 在硬件上,还需要一个操作系统来协调这些组件之间的所有通信,并协调不同实时任务的资源http://www.360che.com/tech/240313/188841.html
12.「TBox」市场研究:市场规模将达百亿,集成化趋势日益明显智能天线在提升通信质量的同时,能够减少线束数量,例如4G、GPS、BT天线,从而节约成本。 大陆为奔驰、沃尔沃、PSA等开发的新一代T-Box与鲨鱼鳍天线集成; 东软智能天线采用all-in-one的设计理念,将Tuner、GPS、Wi-Fi等软硬件集成在一起。同时,将传统鲨鱼鳍和T-BOX进行融合,对全车无线信号归集并数字化,规避了传统线束https://m.dcdapp.com/motor/m/feed/detail?group_id=7234421662702567975
13.2023届电子信息与计算机工程系优秀毕业设计作品毕业设计Zigbee网关是系统的核心部分,它与智能灯具和智能手机App之间建立了Zigbee无线通信。用户通过前端网页点击灯泡状态开关,经Websocket与Pynecone后端服务器建立联系,Pynecone后端服务器通过HTTP协议连接Thingsboard平台,用thingsboard平台规则链通过MQTT协议连接Zigbee网关,控制灯光。本文还详细介绍了系统的硬件设计和软件设计。实验https://www.cdutetc.cn/c/4c068411-751b-4f12-b725-f69e34c010a3.html
14.通信行业深度研究:从总线到以太网,车内通信架构演化新机遇传统点对点式的通信架构下汽车 每增加一个新功能就需要对应增加一个 ECU,增加电线和线束布线,并嵌入相应的 硬件和软件,效率低且可操作性差。而分布式架构如 CAN 总线可协助车辆实现最 高减重 45kg 公斤并节约空间。相比于点对点式的通信模式,分布式架构优势在于: 1)允许紧密联系的功能部署在一个 ECU 上从而更简单https://www.dongchedi.com/article/7148964157428236811
15.《战略性新兴产业重点产品和服务指导目录》网络和终端测试计量设备。包括用于通信网络和通信终端测试,有线、无线通信测量仪器,网络通信测量仪器,基站测量仪器,手机测量仪器等计量使用的仪器仪表。 云计算设备。包括云存储设备,主要指基于云存储技术的对象存储系统或块存储设备等。服务器,主要指用于云计算系统的服务器,包括硬件和软件系统,满足低功耗、高密度等要求https://www.big-bit.com/news/75611_p5.html
16.“增长中枢下滑的十年”,日本三类科技股如何表现?90年代日本硬件/软件/移动通讯/固定通信/传媒表现占优,90-99年日本股市区间涨幅前五的行业中有三个是TMT(软件、硬件、固定通讯)。90年代为美国信息技术产业革命周期,在产业政策顶层加持(如信息高速公路)及龙头公司科技创新(如微软)驱动下,美股掀起科技股上涨浪潮,并驱动日本科技股行情。如下表所示,93年美国信息高速https://wallstreetcn.com/articles/3692520