2.1　政策機遇
2.1.1　集成電路產業發展綱要發布
2.1.2　集成電路設計企業所得稅政策
2.1.3　集成電路高質量發展政策解讀
2.1.4　人工智能行業政策環境良好
2.1.5　人工智能發展規劃強調AI芯片
2.1.6　人工智能芯片標準化建設加快
2.2　產業機遇
2.2.1　人工智能行業發展特點
2.2.2　人工智能融資規模分析
2.2.3　國內人工智能市場規模
2.2.4　人工智能產業發展指數
2.2.5　人工智能應用前景廣闊
2.3　應用機遇
2.3.1　知識專利研發水平
2.3.2　互聯網普及率上市
2.3.3　智能產品逐步應用
2.4　技術機遇
2.4.1　芯片技術研發取得進展
2.4.2　芯片計算能力大幅上升
2.4.3　云計算逐步降低計算成本
2.4.4　深度學習對算法要求提高
2.4.5　移動終端應用提出新要求

3.1　芯片上下游產業鏈分析
3.1.1　產業鏈結構
3.1.2　上下游企業
3.2　中國芯片市場運行狀況
3.2.1　產業基本特征
3.2.2　產品產量規模
3.2.3　產業銷售規模
3.2.4　市場結構分析
3.2.5　企業規模狀況
3.2.6　區域發展格局
3.2.7　市場應用需求
3.3　中國芯片國產化進程分析
3.3.1　各類芯片國產化率
3.3.2　產品研發制造短板
3.3.3　芯片國產化率分析
3.3.4　芯片國產化的進展
3.3.5　芯片國產化存在問題
3.3.6　芯片國產化未來展望
3.4　芯片材料行業發展分析
3.4.1　半導體材料基本概述
3.4.2　半導體材料發展進程
3.4.3　全球半導體材料市場規模
3.4.4　中國半導體材料市場規模
3.4.5　半導體材料市場競爭格局
3.4.6　第三代半導體材料應用加快
3.5　中國芯片細分市場發展情況
3.5.1　5G芯片
3.5.2　生物芯片
3.5.3　車載芯片
3.5.4　電源管理芯片
3.6　2019-2021年中國集成電路進出口數據分析
3.6.1　進出口總量數據分析
3.6.2　主要貿易國進出口情況分析
3.6.3　主要省市進出口情況分析
3.7　中國芯片產業發展困境分析
3.7.1　國內外產業差距
3.7.2　芯片供應短缺
3.7.3　過度依賴進口
3.7.4　技術短板問題
3.7.5　人才短缺問題
3.7.6　市場發展不足
3.8　中國芯片產業應對策略分析
3.8.1　突破壟斷策略
3.8.2　化解供給不足
3.8.3　加強自主創新
3.8.4　加大資源投入
3.8.5　人才培養策略
3.8.6　總體發展建議

4.1　人工智能芯片行業發展綜況
4.1.1　全球人工智能芯片市場規模
4.1.2　全球人工智能芯片市場格局
4.1.3　中國人工智能芯片發展階段
4.1.4　中國人工智能芯片市場規模
4.1.5　中國人工智能芯片發展水平
4.1.6　人工智能芯片產業化狀況
4.2　人工智能芯片行業發展特點
4.2.1　主要發展態勢
4.2.2　市場逐步成熟
4.2.3　區域分布特點
4.2.4　布局細分領域
4.2.5　重點應用領域
4.2.6　研發水平提升
4.3　企業加快人工智能芯片行業布局
4.3.1　人工智能芯片主要競爭陣營
4.3.2　國內人工智能芯片企業排名
4.3.3　中國人工智能芯片初創企業
4.3.4　人工智能芯片企業布局模式
4.4　科技巨頭加快人工智能芯片布局
4.4.1　阿里巴巴
4.4.2　騰訊
4.4.3　百度
4.5　人工智能市場競爭維度分析
4.5.1　路線層面的競爭
4.5.2　架構層面的競爭
4.5.3　應用層面的競爭
4.5.4　生態層面的競爭
4.6　人工智能芯片行業發展問題及對策
4.6.1　行業面臨的挑戰
4.6.2　行業發展痛點
4.6.3　企業發展問題
4.6.4　產品開發對策
4.6.5　行業發展建議
4.6.6　標準化建設對策

5.1　人工智能芯片的主要類型及對比
5.1.1　人工智能芯片主要類型
5.1.2　人工智能芯片對比分析
5.2　顯示芯片（GPU）分析
5.2.1　GPU芯片簡介
5.2.2　GPU芯片特點
5.2.3　國外GPU企業分析
5.2.4　國內GPU企業分析
5.3　可編程芯片（FPGA）分析
5.3.1　FPGA芯片簡介
5.3.2　FPGA芯片特點
5.3.3　全球FPGA市場狀況
5.3.4　國內FPGA行業分析
5.4　專用定制芯片（ASIC）分析
5.4.1　ASIC芯片簡介
5.4.2　ASIC芯片特點
5.4.3　ASI應用領域
5.4.4　國際企業布局ASIC
5.4.5　國內ASIC行業分析
5.5　類腦芯片（人腦芯片）
5.5.1　類腦芯片基本特點
5.5.2　類腦芯片發展基礎
5.5.3　國外類腦芯片研發
5.5.4　國內類腦芯片設備
5.5.5　類腦芯片典型代表
5.5.6　類腦芯片前景可期

6.1　人工智能芯片應用狀況分析
6.1.1　AI芯片的應用場景
6.1.2　AI芯片的應用潛力
6.1.3　AI芯片的應用空間
6.2　智能手機行業
6.2.1　全球智能手機出貨量規模
6.2.2　中國智能手機出貨量規模
6.2.3　AI芯片的手機應用狀況
6.2.4　AI芯片的手機應用潛力
6.2.5　手機AI芯片競爭力排名
6.3　智能音箱行業
6.3.1　智能音箱基本概述
6.3.2　國內智能音箱市場
6.3.3　智能音箱競爭格局
6.3.4　智能音箱主控芯片
6.3.5　智能音箱芯片方案商
6.3.6　芯片研發動態分析
6.3.7　典型AI芯片應用案例
6.4　機器人行業
6.4.1　市場需求及機會領域分析
6.4.2　全球機器人產業發展狀況
6.4.3　中國機器人市場結構分析
6.4.4　AI芯片在機器人上的應用
6.4.5　企業布局機器人驅動芯片
6.5　智能汽車行業
6.5.1　國內智能汽車獲得政策支持
6.5.2　汽車芯片市場發展狀況分析
6.5.3　人工智能芯片應用于智能汽車
6.5.4　汽車AI芯片重點布局企業
6.5.5　智能汽車芯片或成為主流
6.6　智能安防行業
6.6.1　人工智能在安防領域的應用
6.6.2　人工智能安防芯片市場現狀
6.6.3　安防AI芯片重點布局企業
6.6.4　安防智能化發展趨勢分析
6.7　其他領域
6.7.1　醫療健康領域
6.7.2　無人機領域
6.7.3　游戲領域
6.7.4　人臉識別芯片

7.1　Nvidia（英偉達）
7.1.1　企業發展概況
7.1.2　企業的財務狀況
7.1.3　AI芯片發展地位
7.1.4　AI芯片產業布局
7.1.5　AI芯片研發動態
7.1.6　AI芯片合作動態
7.2　Intel（英特爾）
7.2.1　企業發展概況
7.2.2　企業財務狀況
7.2.3　芯片業務布局
7.2.4　典型AI芯片方案
7.2.5　產品研發動態
7.2.6　資本收購動態
7.2.7　AI計算戰略
7.3　Qualcomm（高通）
7.3.1　企業發展概況
7.3.2　企業財務狀況
7.3.3　芯片業務運營
7.3.4　AI芯片產業布局
7.3.5　AI芯片產品研發
7.3.6　企業合作動態
7.4　IBM
7.4.1　企業發展概況
7.4.2　企業財務狀況
7.4.3　技術研發實力
7.4.4　AI芯片產業布局
7.4.5　AI芯片研發動態
7.5　Google（谷歌）
7.5.1　企業發展概況
7.5.2　企業財務狀況
7.5.3　AI芯片發展優勢
7.5.4　AI芯片發展布局
7.5.5　AI芯片研發進展
7.6　Microsoft（微軟）
7.6.1　企業發展概況
7.6.2　企業財務狀況
7.6.3　芯片產業布局
7.6.4　AI芯片研發合作
7.7　其他企業分析
7.7.1　蘋果公司
7.7.2　Facebook
7.7.3　ARM
7.7.4　AMD

8.1　中科寒武紀科技股份有限公司
8.1.1　企業發展概況
8.1.2　產品研發動態
8.1.3　企業相關合作
8.1.4　經營效益分析
8.1.5　業務經營分析
8.1.6　財務狀況分析
8.1.7　核心競爭力分析
8.1.8　公司發展戰略
8.1.9　未來前景展望
8.2　科大訊飛股份有限公司
8.2.1　企業發展概況
8.2.2　企業布局動態
8.2.3　經營效益分析
8.2.4　業務經營分析
8.2.5　財務狀況分析
8.2.6　核心競爭力分析
8.2.7　公司發展戰略
8.2.8　未來前景展望
8.3　中星微電子有限公司
8.3.1　企業發展概況
8.3.2　智能芯片產品
8.3.3　核心優勢分析
8.3.4　AI芯片布局
8.4　華為技術有限公司
8.4.1　企業發展概況
8.4.2　財務運營狀況
8.4.3　科技研發動態
8.4.4　主要AI芯片產品
8.5　地平線機器人公司
8.5.1　企業發展概況
8.5.2　AI芯片產品方案
8.5.3　芯片業務規模
8.5.4　合作伙伴分布
8.5.5　融資動態分析
8.6　其他企業發展動態
8.6.1　西井科技
8.6.2　依圖科技
8.6.3　全志科技
8.6.4　啟英泰倫
8.6.5　平頭哥
8.6.6　瑞芯微

9.1　人工智能芯片行業投資規模綜況
9.1.1　AI芯片投資規模
9.1.2　AI芯片投資輪次
9.1.3　AI芯片投資事件
9.2　中國人工智能芯片行業投資價值評估
9.2.1　投資價值評估
9.2.2　市場機會評估
9.2.3　發展動力評估
9.3　中國人工智能芯片行業進入壁壘評估
9.3.1　競爭壁壘
9.3.2　技術壁壘
9.3.3　資金壁壘
9.4　中國人工智能芯片行業投資風險分析
9.4.1　宏觀經濟風險
9.4.2　投資運營風險
9.4.3　市場競爭風險
9.4.4　需求應用風險
9.4.5　人才流失風險
9.4.6　產品質量風險
9.5　人工智能芯片行業投資建議綜述
9.5.1　進入時機分析
9.5.2　產業投資建議

10.1　AI云端訓練芯片及系統項目
10.1.1　項目基本情況
10.1.2　項目建設內容
10.1.3　項目投資概算
10.1.4　項目環保情況
10.1.5　項目進度安排
10.2　AI可穿戴設備芯片研發項目
10.2.1　項目基本概況
10.2.2　項目投資概算
10.2.3　項目研發方向
10.2.4　項目實施必要性
10.2.5　項目實施可行性
10.2.6　實施主體及地點
10.2.7　項目經濟效益
10.3　AI視頻監控芯片研發項目
10.3.1　項目基本情況
10.3.2　項目實施必要性
10.3.3　項目實施的可行性
10.3.4　項目經濟效益
10.3.5　項目審批事宜
10.4　高性能AI邊緣計算芯片項目
10.4.1　項目基本情況
10.4.2　項目必要性分析
10.4.3　項目可行性分析
10.4.4　項目投資概算
10.4.5　項目效益分析
10.4.6　立項環保報批
10.5　可編程片上系統芯片項目
10.5.1　項目基本情況
10.5.2　項目建設內容
10.5.3　項目投資概算
10.5.4　經濟效益分析
10.5.5　項目進度安排
10.6　視覺計算AI芯片投資項目
10.6.1　項目基本概況
10.6.2　項目建設內容
10.6.3　項目投資概算
10.6.4　項目環保情況
10.6.5　項目進度安排
10.7　新一代現場FPGA芯片研發項目
10.7.1　項目基本情況
10.7.2　項目投資必要性
10.7.3　項目投資可行性
10.7.4　項目投資金額
10.7.5　項目進度安排
10.7.6　項目其他情況

11.1　人工智能芯片行業發展機遇及前景
11.1.1　半導體產業向中國轉移
11.1.2　AI芯片技術發展及應用機遇
11.1.3　人工智能芯片行業發展前景
11.1.4　AI芯片細分市場發展展望
11.2　人工智能芯片的發展路線及方向
11.2.1　人工智能芯片發展路徑分析
11.2.2　人工智能芯片產品發展趨勢
11.2.3　人工智能芯片的微型化趨勢
11.2.4　人工智能芯片應用戰略分析
11.3　人工智能芯片定制化趨勢分析
11.3.1　AI芯片定制化發展背景
11.3.2　半定制AI芯片布局加快
11.3.3　全定制AI芯片典型代表
11.4　2022-2027年中國人工智能芯片行業預測分析

圖表1　不同部署位置的AI芯片算力要求
圖表2　不同部署位置的AI芯片比較
圖表3　三種技術架構AI芯片類型比較
圖表4　深度學習訓練和推斷環節相關芯片
圖表5　人工智能芯片的生態體系
圖表6　人工智能定義
圖表7　人工智能三個階段
圖表8　人工智能產業結構
圖表9　人工智能產業結構具體說明
圖表10　16位計算帶來兩倍的效率提升
圖表11　2019-2020年已獲批的國家新一代人工智能創新發展試驗區及政策
圖表12　2016-2020年中國人工智能投資市場規模分析
圖表13　2020年國內成長型AI企業TOP10融資事件
圖表14　2015-2020年中國投融資輪次數量變化
圖表15　2020年人工智能細分領域投資數量
圖表16　2017-2025年我國人工智能產業規模及預測分析
圖表17　2017-2019全國人工智能產業發展指數
圖表18　2017-2019全國重點省市人工智能產業發展指數
圖表19　2019年人工智能產業發展指數一級指標前十名
圖表20　城市人工智能發展總體指數排名
圖表21　樣本城市人工智能發展指數排名情況
圖表22　樣本城市人工智能發展指數排名情況（續）
圖表23　城市人工智能環境支撐力
圖表24　城市人工智能資源支持力城市排名
圖表25　城市人工智能知識創造力
圖表26　城市人工智能發展成效
圖表27　2009-2019年集成電路布圖設計專利申請及發證數量
圖表28　2018-2021年中國網民規模和互聯網普及率
圖表29　2018-2021年手機網民規模及其占網民比例
圖表30　Intel芯片性能相比1971年第一款微處理器大幅提升
圖表31　云計算形成了人工智能有力的廉價計算基礎