2018人工智能行业投资策略_AI国芯破局_行业切入成长期_25页_2mb

AI国芯破局，行业切入成长期总结

核心内容概述

本报告分析了2018年人工智能行业的投资策略，重点探讨了AI芯片的发展现状、行业商业化进程及重点公司机会。报告指出，人工智能正从Know-How时代进入成长期，算力、算法和数据成为推动AI发展的关键要素。国产AI芯片在技术突破与商业化应用方面取得进展，尤其在寒武纪、中科曙光等企业中表现突出。

主要观点

1. AI策略回顾

   • 人工智能正处于Know-How时代，基础算法已成熟，行业应用与商业模式快速丰富。
   • 2017年H2策略提出算力、算法、数据三要素决定AI冲击层次，其中一线为安防、工业，二线为教育、医疗，三线为金融、智能驾驶。

2. AI算力需求与CPU的差异

   • AI计算以矩阵运算与求导为主，对并行计算有较高需求，而CPU以逻辑顺序处理为主，不适应AI需求。
   • GPU在训练端表现优异，但在执行端存在高能耗问题，限制其应用。

3. AI芯片分类与比较

   • 主流异构计算芯片包括GPU、FPGA和ASIC。
   • GPU适合大规模并行计算，但功耗高；FPGA具有高能效和灵活性，但开发难度大；ASIC在性能和能耗上达到极致，但专用性限制其商业化。
   • 寒武纪在性能和能耗方面优于GPU，且具备通用性，是目前最佳方案之一。

4. 寒武纪的技术突破与商业化进展

   • 寒武纪率先发布指令集，具备专利优势。
   • 寒武纪1A处理器被华为用于麒麟970，显著提升AI识别效率。
   • 寒武纪与中科曙光合作推出AI推理服务器，预计2018年快速抢占市场份额。

5. 行业切入成长期

   • 手机、安防行业商业化场景已形成，教育、医疗正孕育商业模式。
   • AI技术在多个细分行业应用广泛，如教育、医疗、金融、无人驾驶等。

关键信息

AI芯片市场分析

• GPU：适用于训练端，性能强但能耗高，适合图像计算和深度学习。
• FPGA：能效高、灵活性好，但开发难度大，适合小规模市场。
• ASIC：性能和能耗达到极致，但专用性限制商业化。寒武纪在通用性与性能方面优于TPU，是当前最佳选择之一。

寒武纪技术优势

• 寒武纪的ShiDianNao指令集对必要算法进行抽象化，具有专利优势。
• 寒武纪1A处理器在麒麟970中实现每分钟识别2005张照片，优于苹果A11处理器。
• 寒武纪与中科曙光合作推出推理服务器，预计2021年AI利润可达12亿元。

行业商业化进展

• 手机端：华为与苹果推出具备AI功能的SOC芯片，推动AI在手机端的应用。
• 安防端：视频分析系统快速推进，预计2018年安防AI产业链爆发，市场规模增长显著。
• 教育端：科大讯飞在教育领域具有领先优势，通过智慧作业平台、知识图谱等实现个性化学习。

重点公司估值与投资机会

产业成熟节奏预示四类机会

• AI芯片：寒武纪、中科曙光等企业在国产化方面表现突出。
• AI算法：教育、医疗等领域的算法逐步成熟，具备规模化应用潜力。
• 数据积累：数据成为AI行业发展的关键要素，尤其在教育、医疗行业。
• 硬件应用：手机、安防等商业化场景迅速落地，推动AI技术应用。

结论

AI行业正从Know-How时代迈向成长期，算力、算法和数据成为核心驱动力。寒武纪在AI芯片领域取得重要突破，具备通用性与高性能，成为国产芯片的代表。中科曙光与寒武纪合作推出AI推理服务器，具备市场先发优势。科大讯飞在教育领域具有明显优势，通过智慧作业平台与知识图谱实现个性化学习。整体来看，AI行业商业化进程加快，未来将产生更多投资机会。