20170913-新时代证券-计算机行业_人工智能系列报告_看阿里云全新一代AI异构加速平台_领略_AI芯片+_生态好风光_14页_1mb

阿里云全新一代AI异构加速平台总结

核心内容

阿里云于2017年9月12日推出了全新一代人工智能异构加速平台，包含6款异构实例，涵盖GPU和FPGA两种AI芯片类型。这些实例包括GA1、GN4、GN5、GN5i、FPGA F1、FPGA F2，适用于机器学习、图形图像处理和科学计算等场景。

主要观点

1. AI异构计算的定义与发展趋势

AI异构计算是指使用不同架构的处理器（如CPU、GPU、FPGA、ASIC）协同处理人工智能任务，其中AI芯片主要负责大规模并行计算，而CPU处理非计算任务。异构计算起源于2000年后的高性能计算（HPC）需求，随着数据量的增加、算法的成熟，AI异构计算在近年来快速发展。

• GPU：擅长大规模并行计算，适用于深度学习和科学计算，软件生态完善，但功耗较高。
• FPGA：具备硬件可编程性，适合小批量数据处理，具有低功耗、低延迟和高性能的优势，但软件生态相对薄弱。
• ASIC：专用集成电路，计算性能最强，但开发成本高，且不对外开放。

2. 阿里云GPU异构实例

阿里云在2017年推出了多款GPU异构实例，涵盖AMD和NVIDIA的GPU技术，用于深度学习和科学计算。

• GA1：采用AMD GPU，侧重图像处理和高性能计算（HPC）。
• GN4、GN5、GN5i：采用NVIDIA GPU，其中GN5i专注于AI推断，支持一键部署主流深度学习框架（如TensorFlow、Caffe），提供智能调度、自动运维、实时扩容等服务，降低AI在线服务成本50%以上。
• 阿里云计划在下半年推出搭载NVIDIA V100（Volta架构）的高性能GPU实例。

3. 阿里云FPGA实例亮点

阿里云推出了FPGA实例F1和F2，分别采用英特尔Altera和Xilinx的FPGA芯片，适用于深度学习、图像识别、语音识别等场景。

• FPGA镜像市场：用户可购买或出售FPGA方案（IP），形成“FPGA版淘宝”，推动AI生态发展。
• FPGA实例具有低功耗、低延迟、高性能的特点，适合小批量数据处理，如AlexNet模型在FPGA实例上的图片类别预测速度比CPU实例快8~15倍。

4. 投资建议

AI芯片是AI计算的基础，基于AI芯片的数据和场景应用前景广阔。建议关注“AI芯片+”产业链相关企业，包括：

• 首推：中科曙光、浪潮信息、中科创达
• 重点推荐：四维图新、汉王科技、佳都科技、景嘉微、科大讯飞、海康威视、大华股份、同花顺、东方网力、思创医惠

关键信息

• 阿里云异构加速平台覆盖硬件、软件、生态等多个层面，支持AI研发和应用的低成本、快速建设和轻资产运营。
• 异构计算在AI发展中的重要性日益凸显，预计2020年全球用于AI的计算力将比2016年增长12倍。
• 阿里云的GPU和FPGA实例为国内企业和高校提供了强大的AI计算支持，有助于推动AI技术在各领域的应用。
• 风险提示包括AI芯片技术及应用进展不及预期、竞争加剧导致毛利率下滑等。

未来展望

阿里云持续在GPU和FPGA异构计算领域发力，通过提供多样化的计算实例和镜像市场，推动AI生态的发展。随着AI技术的不断成熟，异构计算将成为AI计算的主要方式，为相关产业链带来广阔的投资机会。