2017-人工智能的引擎-AI芯片_44页-4mb

人工智能芯片：AI巨轮的引擎

核心内容

人工智能芯片是推动人工智能技术发展的核心环节，其性能和效率的提升直接关系到人工智能应用的广泛性与深度。当前人工智能芯片主要包括GPU、FPGA、ASIC以及类脑芯片等类型，它们在不同应用场景中发挥各自的优势。

主要观点

• 人工智能芯片前景广阔：随着人工智能技术的快速发展，市场对计算能力的需求激增，AI芯片成为推动技术进步的关键因素。
• 各类AI芯片百花齐放：GPU、FPGA、ASIC和类脑芯片在人工智能领域各具特色，GPU以并行计算能力强著称，FPGA以低功耗和可编程性为优势，ASIC则在特定应用场景中表现出色，类脑芯片则作为未来技术方向，具备突破传统架构的潜力。
• 云端与终端协同推进：AI芯片在云端和终端领域均发挥重要作用，云端AI芯片支持大规模数据处理，终端AI芯片则推动智能设备的普及。

关键信息

人工智能市场概况

• 人工智能市场规模持续增长，2015年全球市场规模为74.5亿美元，预计到2020年将增长至183亿美元，复合年增长率达19.7%。
• 中国人工智能市场规模从2015年的12亿元增长至2020年的91亿元，复合年增长率达50.0%。

GPU：并行计算能力突出

• GPU在深度学习领域应用广泛，尤其在图像识别、语音识别、视频分析等任务中表现优异。
• Nvidia在GPU市场占据主导地位，市场份额超过70%，其产品如Tesla V100加速卡在计算能力上远超传统CPU。
• 中国企业在GPU领域取得一定突破，如景嘉微的JM5400芯片打破国外在军用GPU领域的垄断。

FPGA：低功耗场景优势明显

• FPGA具有高性能、低功耗和可编程的特点，适用于需要灵活计算和实时处理的应用场景。
• 全球FPGA市场由Altera和Xilinx主导，合计占有近90%的市场份额。
• 中国FPGA市场发展迅速，2014年市场规模达到15亿美元，占全球市场份额的三分之一。

ASIC：有望成为主流趋势

• ASIC是为深度学习量身定制的芯片，其计算速度和功耗均优于GPU和FPGA。
• 谷歌的TPU是ASIC领域的代表性产品，其性能比CPU+GPU方案提升30~80倍。
• 国内企业如中科寒武纪和中星微也在ASIC领域取得进展，寒武纪NPU芯片应用于手机、安防等领域。

类脑芯片：突破传统架构的新思路

• 类脑芯片模仿人脑信息处理方式，具有低功耗、实时处理非结构化信息的能力。
• IBM的TrueNorth芯片是类脑芯片的代表，其性能和功耗均优于传统芯片。
• 各国在类脑芯片研究方面投入巨大，包括美国、日本、欧盟、中国等。

投资建议

• 未来我国人工智能芯片领域有望迅猛发展，建议关注以下A股公司：
  • 中科曙光
  • 全志科技
  • 景嘉微
  • 通富微电
  • 富瀚微
  • 海康威视
  • 大华股份

风险提示

• 人工智能芯片研发不及预期
• 下游需求不及预期

图表目录

• 图1：人工智能关键要素
• 图2：全球人工智能市场规模（单位：亿美元）
• 图3：中国人工智能市场规模（单位：亿元）
• 图4：全球人工智能主要公司
• 图5：国际人工智能领域三巨头动作
• 图6：国内人工智能主要企业
• 图7：深度学习VS神经网络
• 图8：深度学习市场规模
• 图9：深度学习主要市场参与者及开源平台
• 图10：各公司主要开源平台列表
• 图11：主要深度学习平台性能比较
• 图12：GPU在深度学习领域应用广泛
• 图13：使用NVIDIA加速计算GPU的企业数量快速增长
• 图14：CPU与GPU结构差异
• 图15：GPU在3年时间内性能提高50倍
• 图16：GPU每秒计算量远超CPU
• 图17：GPU是NVIDIA的主要产品（2016年报）
• 图18：NVIDIA在GPU市场有绝对优势
• 图19：NVIDIA公司加速运算GPU及相关产品
• 图20：NVIDIA近年来财务数据（单位：百万美元）
• 图21：中国在GPU领域取得最新成就
• 图22：FPGA内部结构原理图
• 图23：CPU、GPU及FPGA单次迭代时间比较（单位：微秒）
• 图24：CPU、GPU及FPGA单次迭代能耗比较（单位：毫焦）
• 图25：CPU、GPU及FPGA三种芯片性能比较
• 图26：全球FPGA市场规模保持较快增长（单位：亿美元）
• 图27：2016年FPGA市场份额分布
• 图28：英特尔LakeCrest架构
• 图29：Canyon Bridge Capital Partners拟收购Lattice
• 图30：谷歌TPU内部架构
• 图31：寒武纪芯片
• 图32：寒武纪2号DaDianNao版图
• 图33：中星微NPU架构图
• 图34：2022年类脑芯片不同类型终端应用占比
• 图35：各国类脑计算研究项目列表
• 图36：各科技巨头类脑芯片产品列表
• 图37：IBM第一代TrueNorth芯片
• 图38：第一代IBM TrueNorth芯片与第二代比较
• 图39：IBM神经元计算机包含16颗TrueNorth芯片
• 图40：全球云计算市场规模（亿美元）
• 图41：云计算平台人工智能功能
• 图42：2011年Watson参加节目《Jeopardy》并取得冠军
• 图43：Watson产生答案流程
• 图44：IBM POWER处理器发展路径
• 图45：POWER8架构图
• 图46：微软Azure功能
• 图47：2014年亚马逊AWS市场份额占比遥遥领先
• 图48：亚马逊AWS能够提供的服务
• 图49：谷歌云计算平台
• 图50：阿里云适用场景
• 图51：阿里云新一代HPC
• 图52：百度与Altera合作建立FPGA集群
• 图53：百度开放云功能
• 图54：NVIDIA Drive PX 车载计算平台
• 图55：NVIDIA Drive PX2平台
• 图56：NVIDIA Xavier芯片
• 图57：高通发布智能汽车芯片602A
• 图58：国内汽车电子芯片市场规模
• 图59：飞思卡尔Hybrid处理器
• 图60：赛灵思FPGA芯片
• 图61：夏普机器人手机RoBoHoN
• 图62：亚马逊Echo音箱基本构造
• 图63：Echo音箱主板芯片构成
• 图64：京东&科大讯飞叮咚音箱
• 图65：叮咚音箱主板构造
• 图66：人工智能芯片及应用
• 图67：A股上市公司切入人工智能领域情况