2018人工智能行业投资策略：AI国芯破局，行业切入成长期-20171122-申万宏源-27页-2mb

AI行业投资策略与国产芯片突破总结

核心内容概述

本文聚焦2018年人工智能行业投资策略，从AI行业的发展阶段、算力需求、芯片技术突破及行业商业化前景等方面进行分析。重点探讨了国产AI芯片的发展潜力，尤其是寒武纪在AI芯片领域的突破，以及科大讯飞、中科曙光等企业在AI商业化中的表现。

主要观点与关键信息

1. AI行业策略回顾

• Know-How时代：人工智能发展处于基础算法成熟、行业应用与商业模式快速丰富阶段。
• 冲击层次：
  • 一线：安防、工业，商业化进展迅速，收入与利润快速兑现。
  • 二线：教育、医疗，技术确定性高、空间大，但商业化进展较慢。
  • 三线：金融、智能驾驶，技术尚未成熟，处于快速尝试阶段。

2. 国产AI芯片突破

2.1 算力是AI核心需求

• AI算力分为云端与终端，云端主要用于训练和推理，终端主要用于执行。
• GPU与CPU架构存在显著差异，GPU擅长并行计算，而CPU更依赖缓存和逻辑顺序。

2.2 GPU、FPGA、ASIC的异构计算方案

• GPU：
  • 适合训练端，性能强但能耗高。
  • 浮点计算能力仅为CPU的一半，整点计算能力仅为TPU的1/40。
• FPGA：
  • 具有能效高、灵活性强的优势。
  • 但开发难度高，且放量后成本高于ASIC。
• ASIC：
  • 专为AI应用设计，性能极致，但灵活性差，难以适应算法变化。
  • 寒武纪与谷歌TPU在算法适用范围上存在差异，寒武纪更具通用性。

2.3 寒武纪的突破与优势

• 寒武纪在2015年推出测试片，是国产唯一AI芯片。
• 寒武纪1A芯片性能显著优于GPU，能效提升明显，助力华为麒麟970实现AI识别功能。
• 寒武纪与中科曙光合作推出AI推理服务器，预计2018年将推出性能为CPU服务器120倍的产品。
• 寒武纪具备专利/版权优势，且率先实现全面商用化。

2.4 寒武纪与TPU对比

• 寒武纪的算法适用范围更广，覆盖kNN、k-Means、DNN、线性回归、支持向量机等。
• 寒武纪的指令集设计对必要算法进行抽象化，成为ASIC兴起后的杀手锏。

3. 行业切入成长期

• 商业化场景形成：
  • 手机与安防行业已进入商业化阶段，教育与医疗行业正在孕育。
  • 华为与苹果推出AI芯片，推动手机端AI识别功能发展。
  • 国内安防行业快速推进，预计2018年AI产业链将爆发式增长。
• AI技术应用场景：
  • 一级：安防、工业，已形成初步商业化。
  • 二级：教育、医疗，技术确定性高，但商业化进程较慢。
  • 三级：金融、无人驾驶，处于尝试阶段，需进一步验证。

4. 产业成熟节奏与投资机会

• 产业成熟节奏预示四类投资机会，包括：
  • 算力需求激增带来的芯片市场机会。
  • 行业应用落地带来的技术商业化机会。
  • 国产替代带来的市场空间。
  • 产业链上下游企业受益。
• 行业重点公司估值分析：
  • 中科曙光：估值较高，预计2021年AI利润约12亿元。
  • 科大讯飞：具备行业壁垒，教育市场空间广阔。
  • 海康威视、东方网力：在安防领域具有领先优势。
  • 思创医惠、万东医疗：在医疗领域具有潜力。

AI芯片性能对比

重点公司与投资建议

• 科大讯飞：AI行业标杆，具备行业壁垒，教育市场空间大，预计2017年教育AI收入空间约为325亿元。
• 中科曙光：与寒武纪合作，具备先发优势，预计2021年AI利润约12亿元。
• 投资评级：
  • 股票投资评级：
    • 买入：相对强于市场表现20%以上；
    • 增持：相对强于市场表现5%~20%；
    • 中性：相对市场表现在-5%~+5%之间；
    • 减持：相对弱于市场表现5%以下。
  • 行业投资评级：
    • 看好：行业超越整体市场表现；
    • 中性：行业与整体市场表现基本持平；
    • 看淡：行业弱于整体市场表现。

法律声明与信息披露

• 本报告由申万宏源证券有限公司发布，仅供其客户使用。
• 本报告基于公开信息撰写，不保证信息的准确性或完整性。
• 投资者应自主决策，自行承担风险。
• 报告中所指的投资及服务可能不适合个别客户，不构成私人咨询建议。

总结

2018年，AI行业进入成长期，算力需求成为核心驱动力。GPU、FPGA、ASIC作为主要算力方案，各有优劣。寒武纪作为国产AI芯片代表，具备较高的能效与通用性，且已实现商业化。科大讯飞、中科曙光等企业在AI行业具备显著优势，值得重点关注。投资建议需结合市场与行业趋势，谨慎评估风险与回报。