20170905-浙商证券-人工智能行业专题报告:移动AIAI芯片来袭,嵌入式人工智能大有可为_17页_2mb
报告摘要
文档总结
核心内容
本报告聚焦于嵌入式人工智能的发展趋势及其在移动终端领域的应用前景,重点分析了华为发布全球首款移动端AI芯片麒麟970的里程碑意义,并探讨了NPU(神经网络处理单元)在人工智能芯片领域的三种实现路径:GPU、FPGA、ASIC。同时,报告也对A股相关公司进行了梳理,并给出了投资建议。
主要观点
1. 嵌入式人工智能是AI落地的最后一公里解决方案
- 随着人工智能需求在移动端不断增长,传统云端AI存在时延、安全性和隐私性等问题,嵌入式AI能够在本地进行实时的环境感知、人机交互和决策控制。
- 嵌入式AI是实现终端智能的关键,尤其是在自动驾驶、智能机器人、智能家居和智能手机等场景中,其实时性和低功耗特性尤为重要。
2. NPU是嵌入式AI的核心
- 传统CPU架构无法满足深度学习对大规模并行计算的需求,NPU作为专门用于AI计算的芯片,成为嵌入式AI的首选。
- GPU、FPGA、ASIC三种技术路径各有侧重:
- GPU:擅长大规模并行计算,广泛应用于云端AI。
- FPGA:具备可编程性,适用于需要灵活优化的终端场景。
- ASIC:定制化、低功耗、高性能,适合移动端应用。
3. 嵌入式AI的商业价值与技术挑战
- 嵌入式AI在物联网、安防、车载等场景中展现出巨大的商业价值,能够有效减少数据传输成本、提高实时性。
- 由于功耗、计算效率和算法优化等技术瓶颈,嵌入式AI的发展仍面临挑战。
4. 移动计算厂商加快布局嵌入式AI
- 华为、ARM、Intel、NVIDIA、中星微、微软、苹果等企业纷纷布局嵌入式AI领域,推动AI芯片技术向终端应用延伸。
- 华为麒麟970作为首款集成NPU的移动芯片,具备强大的AI计算能力,支持语音识别、人脸识别等功能。
关键信息
华为麒麟970
- 麒麟970是全球首款集成独立NPU的移动芯片,采用10nm工艺,支持HiAI移动计算架构。
- 内置八核CPU、Mail-G72MP12 GPU 和 NPU,在AI任务处理上性能提升显著。
- NPU运算能力达到1.92TFP16ops,在处理AI任务时比CPU性能提升25倍,能耗降低50倍。
嵌入式AI与云端AI的对比
| 特点 | 云端AI | 嵌入式AI |
|---|---|---|
| 优点 | 计算精准、处理海量数据 | 实时性、安全性、低功耗 |
| 缺点 | 能耗高、必须联网 | 计算能力有限、技术难度大 |
主要AI芯片厂商及产品
| 公司 | 产品 | 特点 | 应用场景 |
|---|---|---|---|
| TPU | 专为TensorFlow设计的ASIC芯片 | 云端AI | |
| Intel | Myriad2、Myriad X | 体积小、低功耗、神经运算引擎 | 自动驾驶、无人机等 |
| NVIDIA | Jetson TX2 | 集成AI系统、低能耗 | 移动终端AI |
| 中星微 | 星光智能一号 | 中国首款嵌入式NPU芯片 | 安防摄像、车载摄像等 |
| ARM | DynamIQ处理器 | AI计算性能提升50倍 | 无人驾驶AI |
| 微软 | FPGA视觉芯片 | 支持Bing搜索、Azure云计算 | AR设备、云计算 |
| 苹果 | 专用AI芯片 | 用于提升设备AI处理能力 | 智能终端设备 |
投资建议
推荐关注的A股公司
| 公司 | 简介 |
|---|---|
| 中科创达 | 专注AI智能终端应用,与ARM等合作开发嵌入式AI芯片,已推出TurboX平台,应用于无人机、VR等设备。 |
| 全志科技 | 国内应用处理芯片龙头,参与AI OPENLAB项目,具备研发低功耗AI芯片的能力。 |
| 富瀚微 | 安防视频监控芯片供应商,已推出内嵌AI技术的IPC芯片,支持人脸识别等AI功能。 |
| 中科曙光 | 与寒武纪战略合作,研发人工智能专用芯片,已推出XSystem深度学习计算平台。 |
投资评级
- 看好:人工智能行业未来增长潜力大,有望跑赢沪深300指数。
- 中性:行业指数在沪深300指数上下10%波动。
- 看淡:行业指数下跌超过10%,可能面临技术或市场风险。
投资风险
- AI芯片技术发展不及预期。
- 终端产品落地不及预期,可能影响市场接受度和商业化进程。
正文目录简要
- 华为发布全球首款手机AI芯片
- 嵌入式AI是人工智能在移动终端落地的最后一公里解决方案
- NPU神经网络处理器芯片是嵌入式AI的核心
- A股相关公司梳理及投资建议
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载