中国机器翻译行业研究报告（32页）

人工智能芯片涉及 GPU、FPGA 和 ASIC，目前的人工智能芯片市场主要由非定制化芯 片 GPU 和 FPGA 主导，但非定制化芯片在计算性能、功耗、成本等方面存在明显不足，市 场需求必将推动人工智能芯片从通用向专用发展，由通用的 GPU，半通用的 FPGA，向专 用化的 ASIC 发展。  通用型 CPU 与 GPU 在集成电路产业中最早发展成熟并被广泛应用，但在人工智能时 代，CPU 的串行逻辑架构无法适应大数据量运算，单独的 CPU 解决方案不再出现于人工智 能应用中。GPU 天然的并行逻辑架构可以轻易地适应大数据量运算环境，因此被最早应用 于人工智能市场。但 GPU 高度缺乏灵活性，难以为各种特定的人工智能场景定制性能与算 力。  半通用的 FPGA 可与硬件结合紧密，在编程、底层配置和构建层面具有较高灵活度，在 专用芯片发展尚未成熟的阶段能较好缓解 GPU 在人工智能领域中的发展不适，赋予特定人 工智能应用场景所需的芯片可塑性。短期内，半通用 FPGA 的市场前景可观，市场潜力有望 被挖掘。如深鉴科技的“深度学习处理单元”芯片（DPU）基于 FPGA 平台，利用指令集与 编译器，实现了以 ASIC 级别的功耗提供优于 GPU 的性能。微软也把重心放在 FPGA 人工 智能芯片上，推出了基于 FPGA 的视觉芯片 A-eye，可应用于无人机、机器人等多种人工智 能产品。由于 FPGA 的单片成本较 ASIC 低，在芯片需求未成规模、深度学习算法未稳定的 情况下，运用 FPGA 芯片来实现半定制化的人工智能芯片成为了众多企业的最佳选择。

机器翻译产业链中游包括机器翻译软件供应商和硬件供应商。由于现阶段机器翻译软件 的盈利能力较低，硬件产品是机器翻译厂商的主要收入来源，因此多数中国的机器翻译厂商 集成了软件和硬件生产能力，成为软硬一体的机器翻译供应商，如百度翻译包括百度翻译 APP 和百度翻译机；科大讯飞推出讯飞翻译 APP 和晓译翻译；搜狗推出搜狗翻译 APP 和搜 狗翻译机、搜狗旅行翻译宝等。  2.5.3 产业链下游  机器翻译产业链下游市场主体为 B 端、G 端和 C 端消费者，其中 B 端消费者主要为行 业应用，如金融行业的机器翻译应用、医疗行业的机器翻译应用和文学领域的机器翻译应用 等，但由于行业应用对机器翻译结果的准确度要求高，而目前的机器翻译水平尚未能满足行 业应用的需求，因此 B 端的行业应用难以普及。  G 端消费者主要为政府机构，政府机构将机器翻译产品多应用于跨国交流场景，如 2019 年博鳌亚洲论坛启用讯飞人工智能翻译机，2018 年博鳌亚洲论坛将腾讯同传作为官方指定 的独家人工智能同声传译合作伙伴，但会议论坛上呈现的机器翻译结果不佳。  C 端消费者为个人用户，可应用于个人境外旅游、个人商务交流合作、个人语言学习等 场景。现阶段，C 端市场是各大机器翻译厂商的主要发力点，消费级机器翻译硬件产品是机 器翻译厂商的主要盈利来源。