2017-AI芯片行业迎来黄金发展期_23页-2mb

报告摘要

电子行业覆盖报告总结

核心内容

本报告聚焦人工智能芯片领域，分析其发展现状、技术路线及行业布局。人工智能芯片作为人工智能技术的底层基础硬件，正成为推动人工智能应用的关键因素。报告指出，随着深度学习算法的广泛应用，传统CPU架构已难以满足高性能计算需求，因此GPU、FPGA和ASIC三种技术路线逐渐兴起，其中ASIC因定制化、低成本成为未来终端应用的主流方向。

主要观点

华为麒麟970的发布
华为在IFA2017大会上发布了全球首款内置NPU（神经网络处理单元）的麒麟970处理器，标志着人工智能芯片在终端设备中的应用迈出了重要一步。该处理器采用异构架构，结合CPU、GPU、NPU、ISP和DSP，实现高效的人工智能计算。同时，华为提出端云结合的概念，使终端设备具备强大的感知能力，云端则提供策略性输出。
人工智能芯片的崛起
人工智能芯片的出现源于传统CPU在深度学习任务中的低效和高成本。GPU因具备强大的并行计算能力成为深度学习的首选，随后FPGA凭借可编程性在特定场景中展现优势，而ASIC则因高性能、低功耗和低成本，被认为是未来终端应用的核心方向。
全球科技巨头布局AI芯片
NVIDIA、Intel和Google是当前AI芯片市场的主要参与者。NVIDIA凭借GPU市场占有率高，成为AI芯片的市场领先者；Intel通过收购Altera、Nervana和Movidius，全面布局AI芯片技术；Google则专注于ASIC路线，发布两代TPU芯片，推动AI计算发展。
寒武纪科技的崛起
寒武纪科技作为中科院计算所孵化的独角兽企业，是全球首个推出深度学习专用处理器芯片（NPU）的公司。其产品在性能和能耗比上显著优于传统CPU和GPU，展现了中国在AI芯片领域的竞争力。
AI芯片的下游应用与A股机会
AI芯片的应用场景广泛，涵盖安防、消费电子、自动驾驶、可穿戴设备等。由于A股市场缺乏类似NVIDIA和Google的AI芯片企业，投资者可关注AI芯片的下游应用企业，如富瀚微、中科曙光、科大讯飞和东方网力等。

关键信息

AI芯片技术路线对比

类型	特点	代表企业	应用场景
GPU	并行计算能力强，技术成熟	NVIDIA	数据中心、自动驾驶、嵌入式计算
FPGA	可编程性高，灵活性强	Xilinx、Altera	企业应用、军工、工业
ASIC	定制化强，性能高、成本低	Google TPU、寒武纪NPU	消费电子、移动端AI应用

人工智能发展阶段

弱人工智能：当前主要处于感知智能阶段，以图像识别、语音识别为主。
强人工智能：尚未实现，但已有初步进展。
超人工智能：未来目标，目前仍处于研究阶段。

全球AI产业发展趋势

2017年全球AI企业总数达2542家，其中美国占42%，中国占23%。
人工智能成为各国战略布局的重点，中国在2017年7月发布《新一代人工智能发展规划》，目标是到2030年实现AI核心产业规模超1万亿元，带动相关产业超10万亿元。
埃森哲预测，到2035年，人工智能将拉动中国经济年增长率提升1.6个百分点。

AI芯片市场格局

NVIDIA占据全球GPU市场70%以上份额，是AI芯片市场的领导者。
Intel通过收购Altera、Nervana和Movidius，全面布局AI芯片。
Google发布两代TPU芯片，从ASIC方向切入AI芯片市场。
寒武纪科技推出全球首个深度学习专用处理器芯片，成为AI芯片领域的代表。

A股相关企业

公司	业务方向	与AI芯片关联
富瀚微	视频监控芯片设计	搭载AI芯片，拓展视频监控市场
中科曙光	高端计算机与存储	与寒武纪战略合作，推动AI应用
科大讯飞	智能语音技术	构建AI产业生态，技术全球领先
东方网力	视频监控管理解决方案	提供AI相关产品，拓展应用市场