70页人工智能芯片行业深度研究：人工智能立夏已至，AI芯片迎接蓝海；首推，英伟达GPU王者风范，Google_TPU破局科技-20171129-天风证券-_70页-7mb

人工智能芯片行业总结

核心内容

人工智能芯片行业正处于快速发展阶段，市场蛋糕不断扩大，形成了GPU、ASIC、CPU和FPGA等多种芯片类型并存的格局。AI芯片市场并非零和博弈，而是百家争鸣，各类型芯片在不同应用场景中发挥各自优势。

主要观点

1. GPU引领主流：在深度学习上游训练端，GPU是首选，尤其英伟达占据主导地位，其产品在数据中心、游戏和自动驾驶等领域广泛应用。
2. ASIC割据一地：以谷歌TPU和寒武纪NPU为代表的ASIC芯片，在特定算法优化和加速方面表现出色，适用于下游推理端。
3. FPGA伸展拳脚：FPGA在推理端因其可编程性和电路级别的通用性，适用于开发周期较短的IoT产品和数据预处理，但成熟设备多采用ASIC。
4. AI芯片市场前景广阔：随着AI算法和计算需求的提升，GPU、ASIC等芯片将在未来几年内持续增长，尤其是数据中心和自动驾驶领域。
5. 行业竞争格局：英伟达和AMD是GPU市场的两大巨头，而Google通过TPU在云端AI领域占据重要地位，英特尔则通过收购布局AI生态。

关键信息

AI芯片市场格局

企业分析

英伟达

• 市场地位：GPU市场龙头，数据中心业务增长迅速。
• 产品布局：Volta架构的Tesla V100 GPU，支持Tensor Core和TensorRT推理引擎。
• 财务预测：2018/19年EPS分别为5.42、6.61美元，目标价上调至280美元。
• 行业影响：推动AI浪潮，预计2020年前数据中心收入将达40亿美元。

AMD

• 市场地位：GPU和CPU市场老二，但拥有独特的技术组合。
• 产品布局：Ryzen CPU和Radeon Instinct GPU，布局云计算和AI市场。
• 财务预测：2018年营收/EPS分别为56.85亿美元/0.35美元，目标价维持16美元。
• 行业影响：通过异构计算技术重回高端市场，预计200亿美元市值可期。

Google

• 市场地位：通过TPU在云端AI领域取得突破。
• 产品布局：TPU与TensorFlow深度结合，用于云计算和AI训练。
• 财务预测：2018年EPS为41.46美元，给予31x PE，目标价上调至1300美元。
• 行业影响：打造AI帝国，推动云计算和AI业务发展。

技术与市场趋势

• GPU性能提升：Volta架构的Tesla V100相比前代产品性能提升显著，支持深度学习和推理。
• 数据中心增长：全球服务器GPU渗透率预计将在2020年前增长至4倍以上。
• 自动驾驶前景：L3以上智能驾驶将开启“黄金十年”，英伟达和英特尔-Mobileye联盟为两大竞争者。
• AI应用领域：包括计算机视觉、语音识别、自然语言处理等，GPU在其中起到关键作用。

风险提示

• 芯片开发周期长：可能导致产品推出延迟。
• 市场需求不达预期：影响企业收入和市场份额。

总结

人工智能芯片行业正处于蓝海阶段，不同类型的芯片在不同应用场景中发挥各自优势，形成非零和博弈的市场格局。英伟达凭借其GPU技术和生态优势，占据行业主导地位；AMD通过异构计算技术重回高端市场；Google通过TPU在云端AI领域取得突破。未来，随着AI算法和计算需求的提升，各企业在AI芯片市场中的角色将更加明确，竞争格局也将更加多元化。