哪个品牌牌子的儿童智能机器人好？

  儿童机器人哪个牌子好，我是从这“五个方面”来看的

一、看外观设计、材质

孩子对机器人的第一印象便是外观设计了，家长在选择一款机器人的时候除了是否可爱外，还要考虑使用起来容不容易 *** 作，携带起来方不方便。从材质上看，孩子的皮肤比较敏感，抵抗力比价弱，市场上儿童机器人常用的材质有：食品级ABS+TPU,ABS+环保硅胶，环保ABS+PC,安全级ABS+TPU等。食品级ABS+TPU材质没有气味、耐摔、安全，适合各个年龄段的孩子。

二、看语音识别准确度和速度以及应变能力

语音识别准确度对智能机器人来说，是一项很重要的指标，这是人机交流的第一步，如果识别度差，那就说明智能程度不够。语音识别准确很重要，识别速度也很关键。此外，如果机器人给出准确回复要花上个十多秒，相信大多数使用者会失去耐心，使用体验自然也是十分糟糕了。为此，语音识别速度也是应当着重考虑的。

每个孩子的说话方式都不尽相同，也许说的话不完全一样，却有一个同样的目的，所以儿童智能机器人语音识别的应变能力能不能应付得了不同的问法，这也是检验它智能程度的一大要素。

三、看内容

语音沟通是机器人的基本功能之一，而丰富的内容体系才是机器人教育功能的体现， 目前不带视频的机器人大都需要通过手机下载安装特定APP后才能够实现，这时我们可以通过手机看APP上内容是否丰富，是否是最新的资料，是否可以更新等。而对于带视频的机器人，可以直接通过点击屏幕了解。

四、看品牌和价格

品牌，是广大消费者对一个企业及其产品过硬的产品质量、完善的售后服务、良好的产品形象、美好的文化价值、优秀的管理的结果等等，所形成的一种评价和认知，是企业经营和管理者投入巨大的人力、物力甚至几代人长期辛勤耕耘建立起来的与消费者之间的一种信任。当我们难以通过其他因素做判断的时候，比如网购，我们可以选择品牌产品，笔者在此推荐几个品牌，不用说巴巴腾是必须的，另外，优必选、科大讯飞的智能蛋也不错。

我们大部分人都相信“好货不便宜，便宜没好货。”特别是对于工业品而言，这一点，应当被奉为圭臬，然而有时候，我们也会因为商家的营销手段，相信价格低到离谱的好货，一定要警惕这一点。在能力接受的范围内，应当以安全、好用和耐用为首要的考虑因素。

五、看孩子的年龄

孩子的孩子的视力发育在4到6岁达到成人水平，而在此之前，孩子的眼及视力尚未发育完全，为了孩子的视力和眼的发育及健康，推荐4至6岁以下的孩子购买不带屏幕的儿童机器人。等到了年龄后如果有需要再换带屏幕的儿童机器人。

巴巴腾“爸爸疼”儿童机器人——中国孩子的良师益友，智慧好伙伴

手机、电脑、电视等电子用品的电路板芯片都有黄金，只是成分多少而已。

黄金在电脑主板上很多地方都有使用：IDE接口、PCI Express插槽、PCI、AGP和ISA中，以及其他的一些接口，跳线，处理器的插座，在老主板的DIMM上也有，这些都是经常覆盖着几微米厚的黄金层。

内存芯片也有黄金，不过很薄，就在金手指（目的是接触式导通）位置可以看到。内存金手指就是内存片与主板插槽连接的，排列整齐的一排触点，也可以说是导体，为了保证外露导电位不被氧化，所以一般是会镀金处理的。

电子元器件提炼黄金

1、脱金水（脱金剂＋氰化钠）。

2、粉碎电子元器件，放进大烧杯，倒入脱金水，过滤出溶液。

3、加入锌粉，吸收金水中的黄金，将沉淀过滤出来（2h）。

4、加稀硝酸和沉淀反应，用滤纸过滤出沉淀（有毒气放出）。

5、金粉和稀硫酸一起加热，去除杂质。

6、风干或者吹风机吹干。

7、和硼砂一起煅烧。

8、得到纯黄金。

1、兆易创新

兆易创新位列全球Nor flash市场前三位，且随着日美公司的退出，市场份额不断提高；存储价格不断高涨，公司的盈利能力亮眼。

公司打造IDM存储产业链。2017年10月，公司和合肥市产业投资控股（集团）有限公司签署了存储器研发相关合作协议，合作开展工艺制程19nm存储器的12英寸晶圆存储器（含DRAM 等）研发项目，即合肥长鑫，目前研发进展顺利。

2、江丰电子

超高纯金属及溅射靶材是生产超大规模集成电路的关键材料之一，公司的超高纯金属溅射靶材产品已应用于世界著名半导体厂商的最先端制造工艺，在16 纳米技术节点实现批量供货，成功打破美、日跨国公司的垄断格局，同时还满足了国内厂商28 纳米技术节点的量产需求，填补了我国电子材料行业的空白。

公司与美国嘉柏合作CMP项目，并已于2017年11月获得第一张国产CMP研磨垫的订单。

3、北方华创

北方华创作为设备龙头，深度受益本轮晶圆厂扩建大潮，公司业务涵盖集成电路、LED、光伏等多个领域，多项设备进入14纳米制程。

公司产品线覆盖刻蚀机、PVD、CVD、氧化炉、清洗机、扩散炉、MFC等七大核心品类，下游客户以中芯国际、长江存储、华力微电子等国内一线晶圆厂为主。

一食品和饮料产业链各类龙头
(1) 白酒: 贵州茅台五粮液洋河股份泸州老窖山西汾酒
(2)酱油: 海天味业中炬高新千禾味业
(3)火锅底料日辰股份颐海国际
(4)乳制品: 伊利股份妙可蓝多天润乳业新乳业
(5)榨菜涪陵榨菜
(6)面包: 桃李面包
(7)坚果零食: 洽洽食品良品铺子盐津铺子
(8)啤酒: 青岛啤酒重庆啤酒华润啤酒
(9)月饼广州酒家元祖股份
(10)速冻食品: 安井食品三全食品
(11)卤制品: 绝味食品煌上煌
(12)酵母安琪酵母
(13)泡椒凤爪有友食品
(14)餐饮: 海底捞九毛九
(15)火腿肠双汇发展
(16)醋恒顺醋业
(17)米面克明面业
(18)鸡尾酒百润股份
二医疗龙头股
一医疗领域各类细分龙头
1 医疗器械龙头鱼跃医疗
2 体外诊断医械龙头迈瑞医疗
3 心血管医械龙头乐普医疗
4 再生医学龙头正海生物
5 医药装备龙头楚天科技
6 骨科医械龙头大博医疗
7 消毒龙头新华医疗
8 体外诊断试剂龙头安图生物(免疫)凯普生物核酸透景生命(HPV)
9 诊断服务龙头迪安诊断
10 基因测序龙头华大基因
11 生化诊断龙头利德曼最全
12 血液灌流龙头健帆生物
13 真空采血龙头阳普医疗
14 医用手套龙头英科医疗蓝帆医疗南卫股份医用胶带
15 注射器龙头康德莱
16 细胞免疫龙头中源协和
17 独门医疗服务司太立碘造影剂爱尔眼科
二医药行业卖铲人CXO企业
1药明康德临床前CRO/CDMO企业龙头
2康龙化成临床前CRO企业龙二
3昭衍新药临床前CRO企业细分龙头
4药石科技临床前CRO企业细分龙四
5美迪西临床前CRO/CMO企业
6泰格医药国内临床试验CRO企业龙头
(三)医药各类细分龙头
1 民族品牌药龙头云南白药片仔癀东阿阿胶同仁堂九芝堂广誉远贵州百灵苗药步长制药心血管天士力
2 全产业链龙头复星医药上海医药华东医药中国医药
3 创新药龙头恒瑞医药肿瘤贝达药业抗癌
4 疫苗龙头长春高新生长素智飞生物宫颈癌沃森生物肺炎康泰生物肺炎
5 抗生素龙头鲁抗医药
6 输液制品龙头科伦药业莱美药业注射
7 OTC龙头华润三九葵花药业儿童药华森制药
8 原料药辅料龙头华海药业原料山河药辅辅料美诺华特色原料山东药玻药用玻璃
9 血液制品龙头华兰生物博雅生物
10 独门药龙头甘李药业胰岛素千金药业妇科恩华药业中枢神经用药人福医药麻药避孕套
11 维生素龙头新和成兄弟科技
12 保健养生药龙头金达威(辅酶Q10)
13 医药连锁龙头益丰药房老百姓大参林一心堂
三新能源产业链各类龙头
一锂电池各类细分
1电池宁德时代比亚迪亿纬锂能国轩高科欣旺达
2正极材料
a三元正极容百科技当升科技杉杉股份格林美厦门钨业
b磷酸铁锂正极德方纳米
c钴酸锂和锰酸锂正极湘潭电化
3隔膜恩捷股份
4电解液天赐材料新宙邦
5负极材料璞泰来杉杉能源
6导电剂天奈科技
7锂电设备先导智能杭可科技
8铜箔超华科技诺德股份嘉元科技
9结构件科达利
二电机电控各类细分
1卧龙电驱国内电机电控第三方龙头北汽新能源在售的EC系列安装的是公司的驱动电机历史上跨年行情主线多数延续前期表现偏强的行业且关键在于行业高 景气得到验证与估值和交易情绪无关复盘过去 15 年跨年行情11 月 底至次年 1 月领涨的主线行业有 4 个特征
其一领涨主线多数延 续前期表现较强的行业与估值和交易情绪无关其二领涨主线均为跨年期间高景气度逻辑得到验证的行业因跨年行情处于业绩真空期行业景气验证就是关键
最近池子股精选了以上类型的几只标的作为福利想参考的朋友在公 @众 #号凌霄论股回复机会就行了
2均胜电子全球领先的跨国汽车电子企业智能驾驶控制系统新能源汽车动力管理系统服务于全球各大整车厂商和国内一线整车厂商
3汇川技术工业自动化控制龙头之一同时公司也围绕新能源汽车的电机提供控制器
4大洋电机中国微特电机行业龙头之一也是国内最大的新能源车用电机供应商之一
5越博动力新能源汽车动力总成系统及控制器优质供应商
6蓝海华腾中低压变频器电动汽车电机控制器和伺服驱动器等优质供应商
7方正电机微电机及控制器节能与新能源汽车驱动总成汽车控制系统的领军企业
8中科三环世界第二国内最大的钕铁硼永磁材料供应商公司已进入特斯拉产业链
9正海磁材主营高性能钕铁硼永磁材料新能源汽车电机驱动系统
10宏发股份全球继电器龙头之一率先研发微型新能源汽车及低速电动车用低压继电器
三整车企业
1比亚迪专利数9400多件
2长城汽车专利数1000多件
3吉利汽车新能源专利数暂未公示
四有色行业各种龙头
1钴华友钴业寒锐钴业
2锂赣锋锂业天齐锂业雅化集团
3镍盛屯矿业华友钴业
4稀土盛和资源北方稀土广晟有色
5永磁材料正海磁材金力永磁宁波韵升
6黄金紫金矿业中金黄金赤峰黄金
7白银盛达矿业兴业矿业
8铜紫金矿业江西铜业云南铜业
9铝中国铝业闽发铝业华峰铝业云铝股份南山铝业
10铅锌中金岭南驰宏锌锗
11钼洛阳钼业
12钛宝钛股份西部超导
五芯片半导体各种龙头
一IC集成电路设计企业
1兆易创新国内存储芯片设计龙头
2国科微国内广播电视芯片和智能监控芯片龙头
3韦尔股份模拟芯片龙头半导体器件和电源管理IC等设计及分销龙头
4富瀚微数字信号处理芯片设计龙头
5北京君正嵌入式CPU芯片可穿戴芯片设计龙头
6汇顶科技电容触控和指纹识别芯片龙头
7瑞芯微智能应用处理芯片领军者
(二) 半导体材料企业
1阿石创国内PVD镀膜材料行业龙头
2飞凯材料芯片封装材料龙头
3南大光电MO源材料龙头国内光刻胶龙头
4雅克科技国内光刻胶细分龙头
5江丰电子国内高端半导体靶材龙头
三半导体设备企业
1北方华创国内稀缺平台型半导体设备龙头
2晶盛机电国内单晶硅设备龙头
3至纯科技国内高纯工艺系统与设备龙头
四半导体产业链企业
1扬杰科技国内稀缺的集芯片设计制造及封装测试等全产业链优质企业
2士兰微国内氮化镓集成电路芯片设计封装等全产业链优质企业
3华润微国内第一家集芯片设计晶圆制造封测等于一体的优质代工企业
4中芯国际国内芯片代工龙头
5集成电路封测三大龙头通富微电华天科技长电科技
六非芯片基础核心元器件各种龙头
一基础元器件龙头
1福晶科技全球光学晶体部件龙头
2捷捷微电功率半导体器件细分龙头
3法拉电子国内薄膜电容器龙头
4纳思达打印机全产业链龙头
5顺络电子国内片式电感元器件龙头
6中航光电光电互连元器件龙头
7台基股份大功率半导体器件龙头
8斯达半导IGBT模块优质企业
9火炬电子国内片式多层陶瓷电容器龙头
10景旺电子PCB等元器件基础材料龙头
11三安光电国内LED光电组件龙头
12蓝思科技全球视窗防护玻璃巨头
13生益科技国内覆铜板陶瓷器件龙头
14深南电路PCB龙头5G商用龙头
15水晶光电光学光电子细分龙头
16视源股份全球液晶显示主控板卡龙头交互智能平板领军企业
17和而泰拓邦股份智能控制器细分龙头
18领益智造消费电子精密部件优质企业
19鹏鼎控股全球PCB印制电路板龙头
20立讯精密精密部件龙头
21中环股份国内技术最为领先的半导体元件企业
22歌尔股份高端智能手机声学器件龙头
23东山精密精密部件龙头
24京东方A国内面板柔性面板龙头
25TCL科技电视面板龙头
二人工智能细分各种龙头
1虹软科技AI视觉龙头服务方向为智能手机智能汽车物联网IoT等
2同花顺金融大脑互联网金融信息服务龙头服务于金融领域
3鼎捷软件工业40AI软件龙头
4恒生电子金融证券行业软件龙头有投资数据投顾客服等AI多方向赛道
5寒武纪AI芯片细分龙头有终端智能处理器IP云端智能芯片边缘智能芯片
6三六零网络安全龙头有360人工智能创新研发中心
7汉王科技全球文字识别技术与智能交互产品龙头
8圣邦股份AI模拟芯片龙头应用于语音识别超声测距红外避障等
9鸿泉物联胎压智能监测龙头自主无人驾驶监测BSD及驾驶员监视DMS等
10泰禾智能智能检测分选装备及工业机器人装备龙头
11科大讯飞国内智能语音服务龙头
12赛微电子全球领先的MEMS传感器芯片服务商全自主IP的多核SoC芯片北极星
13当虹科技人像识别龙头视频技术AI
14神思电子身份识别龙头智能服务机器人列入发改委AI创新发展重大工程
15优博讯移动应用软硬件服务商布局有AI物联网大数据自动识别等
16赛为智能国内最专业的智能化系统细分龙头拥有全自动化智能电网人脸识别
17东软集团国产软件细分龙头AI应用于大健康智能交通智慧城市等多个领域
18科大国创行业软件细分龙头以大数据驱动的智能软件布局人工智能
19闻泰科技ODM代工龙头有手势识别及人工智能研究院
三数字货币各类小而精
1卫士通信息安全细分龙头参与制定金融分布式账本技术行业标准
2金财互联互联网财税服务先驱有数字货币跨境结算和支付方面的技术积累
3新大陆数字技术服务先驱参与了深圳数字货币红包试点
4 拉卡拉金融支付龙头与央行数字货币研究所战略合作
5证通电子国内金融服务以及IDC优质企业储备有大量的数字货币相关技术
6神州信息金融科技领军者拥有自主领先的智能区块平台
7新国都金融数据服务商有数字货币研究中心研发有数字货币终端设备
8四方精创商业银行IT服务外包商储备了丰富技术
9广电运通智能终端领导者有数字货币自助设备相关技术储备
10优博讯物联网移动智能软硬件服务商有数字货币相关技术储备
11高伟达国内领先的金融信息服务商有数字货币技术相关储备
12银之杰金融科技软件服务商有开展数字货币相关软硬件以及支撑系统的研究
13科蓝软件银行金融软件服务商有数字货币相关技术储备
14朗科科技国内移动存储设备龙头储备有数字货币冷钱包等技术专利
四碳捕获龙头
1凯美特气公司与湖大合作开展二氧化碳捕集封存等工程技术研究
2远达环保公司已具备二氧化碳捕捉的自主知识产权技术和碳交易平台
3杭氧股份公司是国内气体封层设备龙头
4昊华科技公司的碳捕捉技术储备已经初具规模
五可降解塑料龙头
1金发科技公司主营高性能改性塑料
2丹化科技公司是化工行业非常一般的个股但有子公司做可降解塑料
七化工行业各类细分龙头
1万华化学主营产品为MDITDI全球龙头国内绝对龙头
2恒力石化主营传统炼化国内民营龙头
3荣盛石化主营产品聚酯纤维国内龙头
4浙江龙盛主营产品为分散染料活性染料全球龙头
5龙蟒佰利主营产品为钛白粉国内龙头全球第四
6巨化股份主营产品为第三代氟制冷剂国内龙头细分全球龙头
7安迪苏主营产品为蛋氨酸为动物营养添加剂国内龙头全球龙二
8扬农化工主营产品农药菊酯国内龙头
9新洋丰主营产品为农资必需消费品复合肥国内龙头
10金禾实业主营甜味剂(安赛蜜三氯蔗糖)为食品添加剂单寡头垄断全球龙头
11红太阳主营产品为农药吡啶碱全球龙头
12兴发集团主营产品为草甘膦磷矿石国内龙头
13利尔化学主营产品为草铵膦国内龙头
14国瓷材料主营产品为电子陶瓷MLCC配方粉国内龙头全球龙四
15玲珑轮胎主营产品为轮胎国内细分龙头
16黑猫股份主营产品为炭黑国内龙头全球龙三
17卫星石化主营产品为丙烯酸国内龙头全球龙四
18宝丰能源主营煤化工煤基新材料和化学品国内龙头
19华鲁恒升主营煤化工DMF国内龙头
20三棵树主营产品为涂料国内龙头
21卓越新能主营产品为生物柴油国内细分龙头
22光威复材主营产品碳纤维国内龙头
23多氟多主营产品六氟磷酸锂全球龙头
24深圳新星主营产品为铝晶粒细化剂为冶金添加剂全球龙头
25强力新材主营产品为光刻胶用光引发剂为电子化学品

1、中天微：

中天微是目前中国大陆唯一大规模量产自主嵌入式CPU IP Core的公司，中天微主要从事32位嵌入式CPU IP研发与规模化应用，面向多媒体、安防、家庭、交通、智慧城市等物联网领域，全球累计出货超过7亿颗芯片。

中天微有自有指令集的处理器和CPU，其中性能最高的CK860性能已经达到41DMIPS/MHz，这已经是ARM A15的水平，而CK860的功耗还不高的，在28nm工艺下功耗是016mw/Mhz。

扩展阅读，阿里巴巴早期布局的国内芯片公司2、寒武纪：

寒武纪做出来全球AI深度学习计算最快的芯片，已经集成到了华为海思的麒麟970之中，进入变现阶段。

3、Barefoot Networks：

Barefoot Networks开发了世界上最快的可编程网络芯片，这种名为Tofino的芯片比现在市场上任何其他芯片快两倍，以每秒65兆的速度处理网络数据包。

4、深鉴：

深鉴有DNNDK（Deep Neural Network Development Kit）。这是深鉴科技面向AI异构计算平台DPU研发的SDK。深鉴还有名为“听涛“的深度学习用SOC。

5、耐能：

耐能（Kneron）于2016年推出了神经网络处理器（Neural Processing Unit，NPU），以及自行研发的软件开发工具包「重组式人工智能神经网络」（Reconfigurable Artificial Neural Network），应用在低功耗智能家居、智能安防、手机等领域。

6、翱捷科技：

翱捷科技的创始人戴保家为锐迪科前CEO，近期完成了对Marvell（美满电子科技）MBU（移动通信部门）的收购。它是国内基带公司中除海思外唯一拥有全网通技术［支持TD-LTE、FDD-LTE、TD-SCDMA、CDMA（EVDO2000）、WCDMA、GSM共六种不同的通信模式］的公司，具备完整、强大的基带平台研发能力。

7、阿里巴巴达摩院：

阿里巴巴达摩院正研发一款神经网络芯片——Ali-NPU，该芯片将运用于图像视频分析、机器学习等AI推理计算。按照设计，该芯片的性价比将是目前同类产品的40倍。

自上世纪90年代互联网技术诞生以来，移动互联网、云计算、大数据、人工智能等新一代信息技术的不断发展和逐步成熟，并日益深入的渗透到经济社会的各个领域，2020年全球范围内爆发的新冠疫情又进一步加速了这一趋势，数字经济已经成为世界经济发展的新阶段，即世界经济发展已经进入数字经济时代。
党中央、国务院和各级政府高度重视数字经济的发展。从2015年《中国制造2025》、《促进大数据发展行动纲要》等政策出台以来，中央和各级地方陆续以推出系列数字经济发展的措施，并支持雄安新区、浙江、福建等六个地区建设国家数字经济创新发展试验区，支持北京、上海、深圳、西安等地建设国家新一代人工智能创新发展试验区。2020年国家进一步提出加强新型基础设施建设，并明确将数据作为一种新型生产要素写入政策文件，这些将为数字经济的发展奠定更加坚实的基础。
农业经济时代，土地、水源和工具是关键资源。工业经济时代，能源、原材料、机器设备和生产工艺等是关键资源。那数字经济时代的关键资源是什么呢？数字经济时代的关键资源是数据、算力和算法。数据是数字经济时代的原材料，各种经济活动中都在源源不断的产生的数据，越来越多的组织也将数据当作一种资产，在政策层面数据已经成为一种新型生产要素。算力相当于数字经济时代的机器设备和生产力，面向各种场景的数据产品或应用都离不开算力的加工和计算，而且对算力的需求和要求也越来越高。算法是数字经济时代的生产工艺，面向图像、语音、自然语言处理等不同的应用场景和领域的算法也层出不穷，算法的提升和改进可以提高算力的效率和更多的挖掘数据价值。
本文重点分析算力方面内容，介绍算力市场总体情况，当前算力发展的特点和趋势，以及重点算力供应方式等。
一、算力需求快速增长，算力投资具有多重经济价值
算力即计算能力，核心是CPU、GPU、NPU、MCU等各类芯片，具体由计算机、服务器、高性能计算集群和各类智能终端等承载。数字经济时代，数据的爆炸式增长，算法的复杂程度不断提高，对算力需求越来越高。算力是数字经济发展的基础设施和核心生产力，对经济发展具有重要作用，根据IDC与浪潮联合发布的《2020全球计算力指数评估报告》，计算力指数平均每提高1点，数字经济和GDP将分别增长33‰和18‰。
随着数字经济的不断发展，人工智能、物联网、区块链、AR/VR 等数字经济的关键领域对算力的需求也将呈爆炸式增长。根据华为发布的《泛在算力：智能社会的基石》报告，预计到2030年人工智能、物联网、区块链、AR/VR 等总共对算力的需求将达到339万EFLOPS，并且将共同对算力形成随时、随地、随需、随形 (Anytime、Anywhere、AnyCapacity、Any Object) 的能力要求，其中人工智能算力将超过16万EFLOPS，接近整体算力需求的一半。OpenAI开发的GPT-3模型涉及1750亿个参数，对算力的需求达到3640PFLOPS，目前国内也有研究团队在跟进中文GPT-3模型的研究。
算力投资具有多重经济价值，不仅直接带动服务器行业及上游芯片、电子等行业的发展，而且算力价值的发挥将带动各行业转型升级和效率提升等，带来更大的间接经济价值。根据《泛在算力：智能社会的基石》报告，每投入1美元算力即可以带动芯片、服务器、数据中心、智能终端、高速网络等领域约47美元的直接产业产值增长；在传统工厂改造为智能化工厂的场景下，每1美元的算力投入，可以带动10美元的相关产值提升。
二、算力发展的特点及趋势
随着数据规模的增加和算法复杂度的提升，以及应用多样性的不断丰富，对算力提出的要求也越来越高，当前算力发展呈现出三方面的特点，一是多种架构百花齐放的状态，二是中心化的算力与边缘终端算力快速发展，三是专用算力日渐成势。
近年来多种算力架构并存并快速发展。曾经x86架构的算力占绝对优势，英特尔和AMD基本垄断了X86算力架构市场，海光信息通过跟AMD合作获得x86架构的授权；如今基于ARM架构的算力份额不断扩大，特别是在移动端ARM架构算力成为主流，华为海思等主要产品是基于ARM架构，另外天津飞腾的产品也是基于ARM架构。随着人工智能等算力需求的不断增加，GPU算力的需求不断增加，英伟达在GPU算力市场占有绝对优势，AMD也分了一杯羹，叠加比特币挖矿算力需求，导致市场上GPU卡供不应求。近几年国内也出现几个GPU方面的创业团队，如寒武纪、登临科技、燧原科技等。此外，Risc-V、存算一体化架构、类脑架构等算力也不断涌现，不过这些算力刚刚起步，在应用生态等方面还需要一定较长的培育过程。
中心化算力和边缘终端算力快速发展。随着7nm制程日渐成熟，基于7nm制程的CPU、GPU等算力性能得到极大提升，目前7nm制程算力主要是中心化算力，移动端智能手机的处理器算力部分也已经采用7nm制程。台积电的7nm制程已经实现规模化，并开始攻关3nm工艺制程；中芯国际7nm工艺制程仍在技术攻关当中。随着5G及物联网应用的不断增加，边缘终端算力的需求日益增加，特别是自动驾驶、智慧安防、智慧城市等领域算力需求。地平线自动驾驶芯片已经量产，英伟达jetson产品在嵌入式终端产品应用广泛，其他针对特定领域专用边缘终端芯片创业公司层出不穷。
针对图像、语音等特定领域的专用算力日渐成势。一方面是芯片工艺制程越来越逼近摩尔定律的极限，另一方面是物联网智能终端对功耗的要求等，针对特定领域的专用芯片层出不穷，并且越来越多的巨头参与其中。谷歌的TPU专为机器学习定制的算力，阿里平头哥的含光NPU专为神经网络定制的算力，赛灵思的FPGA算力，百度研发针对语音领域的鸿鹄芯片以及云知声、思必驰、探境科技等也推出智能语音相关的芯片，北京君正、云天励飞、依图科技和芯原微电子等推出针对视觉和视频处理相关的专用芯片。
三、算力供应以公有云和自建算力为主，多种方式相补充
当前的算力供给主要包括公有云、超算中心、自建算力、地方算力中心等方式。其中，公有云和自建算力中心是算力的主要来源方式，超算中心及地方算力中心等多种方式相互补充。
规模化的算力供应通常通过数据中来承载，新建数据中心的不断增加，将带动未来算力资源的供应不断扩大。据中国电子信息产业发展研究院统计数据，2019年中国数据中心数量大约为74万个，大约能占全球数据中心总量的23%，其中大型数据中心占比127%；在用数据中心机架规模达到2658万架，同比增长287%；在建数据中心机架规模约185万架，同比增加约43万架。2020年国家大力支持“新基建”建设以来，数据中心作为“新基建”的重要内容，京津冀、长三角和珠三角等算力需求地区，以及中西部能源资源集中的区域，如内蒙、山西等，均在推进新的大中型数据中心的建设。
公有云以其稳定和易用等特点，成为许多企业特别是中小企业的算力首选方式。据不完全统计，阿里云服务器总数接近200万台，腾讯云服务器总数超过110万台，华为云、百度云、京东云、AWS等云厂商服务器总数未找到确切数据，保守估计各类云厂商服务器总数之和也超过500万台。而且在国家宣布大力支持“新基建”建设之后，腾讯宣布未来五年将投资5000亿元用于云计算、数据中心等新基建项目的进一步布局，阿里云宣布未来三年阿里将投2000亿元用于面向未来的数据中心建设及重大核心技术研发攻坚，百度宣布预计到2030年百度智能云服务器台数将超过500万台。各大云厂商仍在继续加大算力投入，公有云算力供应将会更加充裕。
自建算力以其安全性和自主性等特点，成为政府、大企业及其他关注安全的组织的算力首选方式。政府、银行及高校和央企等，通常通过自建或租赁数据中心的方式自建算力，满足自身各项业务的算力需求。许多互联网公司在刚开始时选择使用公有云服务，但规模发展到一定程度时通常都会开始自建或租赁数据中心的方式自建算力。其他有部分各种类型的企业，出于安全、商业机密和隐私等方面的考虑，不意愿把数据和业务等放到阿里云等公有云上，往往选择托管服务器的方式自建算力，规模更小企业直接就在本地使用。2020年6月快手宣布投资100亿元自建数据中心，计划部署30万台服务器，字节跳动等大型互联网公司都在不断加大数据中心的建设。
超算中心和地方算力中心作为算力供应有效的补充方式，适合于大规模计算需求的应用领域。截至2020年，科技部批准建立的国家超级计算中心共有八所，分别是国家超级计算天津中心、广州中心、深圳中心、长沙中心、济南中心、无锡中心、郑州中心和昆山中心。超算中心主要的算力资源以CPU为主，新建的超算中心及更新升级过程中超算中心逐步增加了异构GPU算力资源。超算中心较好的满足和弥补了高校科研中算力资源的需求，特别是在工业仿真、生物信息、新材料、气象、海洋等科学计算领域。国内主要省市地区基本都投资建设了当地算力中心，重点服务本地科研和产业发展的需求，如太原、苏州、福建等地，目前通常地方算力中心的规模并不大，计算节点数在200-500之间居多，主要服务于当地气象、工业仿真和生物信息等领域计算需求。此外，2020年以来，武汉、南京、珠海、许昌等地区正在建设人工智能计算中心，将在一定程度上弥补当前规模化AI算力不足的情况。
结语
算力作为数字经济的基础设施，也是数字经济时代的生产力和引擎，越来越成为数字经济时代国家竞争力的体现。根据IDC与浪潮联合发布的《2020全球计算力指数评估报告》，中国和美国的算力建设在全球处于领先地位，美国的算力无论在规模、效率、应用水平等方面都领先于中国。此外，从算力芯片供应角度看，美国的英特尔、AMD、英伟达等企业几乎占了全球的绝大部分的市场份额。可见，中国在算力建设和发展仍然需要加大投入和加强研发等，发挥优势的同时弥补不足，从而为数字经济长期发展奠定更加坚实的基础。

人工智能产业链分为基础层、技术层和应用层。基础层是人工智能产业链的基础，为人工智能提供算力支撑和数据输入，中国在此领域发展时间较短，基础层发展较为薄弱。目前，中国的人工智能企业主要集中在北京、广东、上海和浙江，北京的人工智能发展已经步入快车道。

人工智能产业链全景梳理：基础层发展薄弱

基础层主要提供算力和数据支持，主要涉及数据的来源与采集，包括AI芯片、传感器、大数据、云计算、开源框架以及数据处理服务等。技术层处理数据的挖掘、学习与智能处理，是连接基础层与具体应用层的桥梁，主要包括机器学习、深度学习、计算机视觉、自然语言处理、语音识别等。应用层针对不同的场景，将人工智能技术进行应用，进行商业化落地，主要应用领域有驾驶、安防、医疗、金融、教育等。

近年来，人工智能在技术与应用方面取得了巨大的进展，在国际上具备了一定的竞争力，但是基础层的薄弱仍然是限制中国人工智能发展的关键因素。中国在在基础层发展时间较短，较落后于国际先进水平。 长期以来，中国的芯片大部份依赖进口，计算力方面的基础薄弱，且开源框架受制于国外AI巨头。

基础层的人工智能算力发挥着越来越重要的作用， AI芯片作为人工智能产业发展的核心，将迎来巨大的发展机遇。目前，中国人工智能芯片优秀企业有寒武纪、华为海思、中星微、西井科技、地平线、富瀚微、四维图新、瑞芯微、深鉴科技等。

人工智能产业链区域热力图：北京AI发展步入快车道

根据公开资料整理人工智能优秀企业区域分布热力地图如下，可见，我国人工智能产业链重点企业集中于北京、广东、上海、浙江等地区。

北京作为中国集聚人工智能企业最多的区域，其人工智能产业的链条已经比较完善，覆盖了整个产业链环节，且在产业链的重点细分领域均出现了行业龙头企业。其中，基础层中传感器的行业龙头京东方科技，AI芯片的行业龙头中星微电子、寒武纪、地平线、四维图新等，云计算的百度云、金山云、世纪互联等，数据服务的百度数据众包、京东众智、数据堂等;技术层的机器学习龙头百度IDL、京东DNN等，计算机视觉的商汤科技、旷视科技等，自然语言处理的百度、搜狗、紫平方等，语音识别的出门问问、智齿科技等;应用层的人工智能重点企业也涉及了各个领域。北京正在逐步形成具有全球影响力的人工智能产业生态体系。

人工智能行业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。

本文核心数据：人工智能技术层重点分类,计算机视觉发展历程,计算机视觉市场规模,语音识别发展历程,语音识别市场规模

1、 机器视觉和语音识别是主要市场

技术层是基于基础理论和数据之上，面向细分应用开发的技术。中游技术类企业具有技术生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。

该层面包括算法理论(机器学习)、平台框架和应用技术(计算机视觉、语音识别、自然语言处理)。众多国际科技巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层围统垂直领城重点研发，在计算机视觉、语音识别等领城技术成熟，国内头部企业脱颖而出，竞争优势明显。

2、计算机视觉发展历经三大理念，规模突破400亿元

1982年马尔(David Marr)《视觉》(Marr，1982)一书的问世，标志着计算机视觉成为了一门独立学科。计算机视觉的研究内容，大体可以分为物体视觉(object vision)和空间视觉(spatial vision)二大部分。物体视觉在于对物体进行精细分类和鉴别，而空间视觉在于确定物体的位置和形状，为“动作(action)”服务。正像著名的认知心理学家JJGibson所言，视觉的主要功能在于“适应外界环境，控制自身运动”。适应外界环境和控制自身运动，是生物生存的需求，这些功能的实现需要靠物体视觉和空间视觉协调完成。

计算机视觉近40年的发展中，尽管人们提出了大量的理论和方法，但总体上说，计算机视觉经历了三个主要历程。即：马尔计算视觉、多视几何与分层三维重建和基于学习的视觉。

国际市场研究机构Research And Markets发布的最新报告显示，2019年全球计算机视觉市场规模为46433亿美元，预计到2027年将达到950805亿美元，从2020年到2027年，预计年复合增长率为469%。

3、语音识别发展科追溯到1956年

语音识别的研究工作可以追溯到20世纪50年代。在1952年，AT&T贝尔研究所的Davis，Biddulph和Balashek研究成功了世界上第一个语音识别系统Audry系统，可以识别10个英文数字发音。这个系统识别的是一个人说出的孤立数字，并且很大程度上依赖于每个数字中的元音的共振峰的测量。1956年，在RCA实验室，Olson和Belar研制了可以识别一个说话人的10个单音节的系统，它同样依赖于元音带的谱的测量。到21世纪之后，深度学习技术极大的促进了语音识别技术的进步，识别精度大大提高，应用得到广泛发展。

目前，语音识别技术已逐渐被应用于工业、通信、商务、家电、医疗、汽车电子以及家庭服务等各个领域。例如，现今流行的手机语音助手，就是将语音识别技术应用到智能手机中，能够实现人与手机的智能对话功能。其中包括美国苹果公司的Siri语音助手，智能360语音助手，百度语音助手等。

随着语音技术和自然语言理解技术的快速进步，AI语音语义技术已在智能翻译、智能医疗、智能汽车、智能客服、互联网语音审核等多个领域实现场景应用。

疫情之后不仅是工业领域，政务服务领域的语音机器人、传统行业企业的语音机器人也将有较高的市场增长空间。另外，NLP、AI数字员工、RPA的发展，一定程度上也将重塑AI应用场景。

2018年，全球智能语音市场仍呈现快速增长趋势，市场规模为1421亿美元，根据预测到2024年全球智能语音市场规模将达到215亿美元，其中智慧医疗健康、智慧金融以及各类智能终端智能语音技术需求将成为主要的驱动因素。

4、美国AI高层次学者数量大幅领先

AI高层次学者是指入选AI 2000榜单的2000位人才，由于存在同一学者入选不同领域的现象，经过去重处理后，AI高层次学者共计1833位。从国家角度看AI高层次学者分布，美国A1高层次学者的数量最多，有1244人次，占比622%，超过总人数的一半以上，且是第二位国家数量的6倍以上。中国排在美国之后，位列第二，有196人次，占比98%。德国位列第三，是欧洲学者数量最多的国家;其余国家的学者数量均在100人次以下。

以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

---