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_68页_9mb

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，随着深度学习技术的普及和算力需求的提升，GPU、ASIC、FPGA等各类芯片在不同应用场景中发挥重要作用。市场并非零和博弈，而是百花齐放，各具优势。

主要观点

• AI芯片市场前景广阔：人工智能的普及带动了芯片市场的扩张，GPU、ASIC、FPGA等芯片在不同环节中各领风骚，共同推动行业发展。
• GPU为主流芯片：在深度学习上游训练端，GPU是主流，尤其英伟达占据主导地位，其产品如Volta架构Tesla V100具有强大的性能优势。
• ASIC在推理端有潜力：以谷歌TPU为代表的ASIC芯片，针对特定算法进行深度优化，将在推理端占据一席之地。
• FPGA适用于特定场景：FPGA凭借可编程性和电路级别的通用性，在IoT产品、传感器数据预处理等开发周期较短的领域具有优势。
• 英伟达与AMD在AI领域各有优势：英伟达在GPU市场占据领先地位，而AMD凭借其GPU和CPU技术储备，有望在数据中心市场突破。
• Google通过TPU拓展云服务：Google利用TPU优化TensorFlow，拓展云计算市场，打破AWS、Azure的垄断格局。

关键信息

AI芯片类型与应用

企业分析

英伟达（NVIDIA）

• 市场地位：GPU市场龙头，深度学习训练端主导。
• 产品优势：Volta架构Tesla V100，性能提升显著，Tensor Core提升张量运算能力至120 TFLOPS。
• 业务增长：数据中心业务预计2020年前收入达40亿美元，同比增长率可达70%。
• 估值：2018/19年EPS分别为5.42、6.61美元，对应PE为52/42x，目标价上调至280美元，维持“买入”评级。
• 应用扩展：布局自动驾驶和游戏业务，通过Drive PX平台推动无人驾驶发展。

AMD（Advanced Micro Devices）

• 市场地位：GPU和CPU市场老二，但拥有独特技术优势。
• 产品优势：Radeon Instinct加速器，与EPYC处理器协同优化。
• 业务增长：数据中心业务增长潜力大，2018年预计营收56.85亿美元，EPS为0.35美元。
• 估值：2018年PS为2.3x，PE为45x，目标价维持16美元，维持“买入”评级。

Google（Google TPU）

• 市场地位：通过TPU自下而上构建AI生态，拓展云计算市场。
• 产品优势：TPU针对TensorFlow深度优化，提升浮点运算精度。
• 业务增长：TPU已部署于云计算，激活中小企业市场，预计2018年EPS为41.46美元，目标价上调至1300美元。
• 应用扩展：云+YouTube+硬件战略，推动AI创新业务发展。

市场趋势

• GPU在数据中心渗透率提升：预计2020年前全球服务器GPU渗透率将达4倍增长，英伟达市场份额高达98%。
• 云计算数据中心增长：工作负载效率是传统数据中心的3倍，预计CAGR为26%。
• 自动驾驶市场：预计2030年L4/5级别自动驾驶车辆渗透率将达到15%，带来巨大市场机会。
• 技术发展趋势：AI算法推动浮点运算需求指数增长，GPU和CUDA生态是AI普及的关键。

风险提示

• 芯片开发周期过长。
• 市场需求不达预期。
• 技术迭代速度不及预期。

行业展望

AI芯片行业进入下一片蓝海，未来将形成“CPU + FPGA + GPU + ASIC + 量子芯片”的多元格局。英伟达、AMD、Google等企业将在不同细分市场中发挥各自优势，推动AI技术发展和应用落地。