计算机行业：AI芯片助中国“芯”弯道超车，由浅入“深”度学习-20170925-兴业证券-31页-2mb

AI芯片行业分析总结

核心内容

AI芯片作为人工智能发展的底层硬件支撑，正迎来前所未有的发展机遇。随着国家战略政策的推动和AI技术的演进，中国芯片产业有望实现“弯道超车”，尤其是在ASIC芯片领域，寒武纪、海思等企业已取得显著进展。AI芯片主要分为GPU、FPGA、ASIC和类脑芯片四类，各有其优缺点和适用场景。

主要观点

• 中国芯片产业现状：我国芯片自给率约10%，远低于终端制造能力。但近年来，芯片产业销售额保持20%以上的增长，海思等企业已进入全球前50强，未来有望进入前20强。
• AI芯片需求激增：深度学习对算力要求极高，推动AI芯片成为上游产业率先爆发。GPU因强大的并行计算能力成为首选，但FPGA和ASIC也在快速增长。
• AI芯片分类与特点：
  • GPU：通用性强，适合训练阶段，但功耗大、不适用于预测。
  • FPGA：灵活性高，适合预测和云端计算，但成本高、功耗相对较高。
  • ASIC：定制化强，效率高、功耗低，适用于智能终端和AI平台。
  • 类脑芯片：能耗低、感知力强，但缺乏高效的训练方法，精度较低，尚未实现大规模商用。
• 技术趋势：未来AI芯片将根据应用场景和计算阶段进行分化，GPU用于高端计算和数据中心，FPGA用于云平台和预测，ASIC用于终端设备，类脑芯片用于复杂感知任务。
• 企业与产品：英伟达在GPU领域占据主导地位，寒武纪和海思在ASIC领域表现突出，Xilinx和Altera在FPGA领域占据市场主导，IBM和高通在类脑芯片领域探索。

关键信息

• 投资要点：AI芯片是国家战略重点，GPU、FPGA和ASIC将分别适用于不同场景，寒武纪等国内企业有望在终端市场取得突破。
• 推荐标的：中科创达（软件SoC）、富瀚微（芯片制造）、中科曙光、浪潮信息（服务器）。
• 风险提示：ASIC研发进度不及预期、终端落地反馈不佳。

AI芯片分类与应用场景

未来走向

• 短期：GPU仍保持AI芯片的领导地位，FPGA因高能效和灵活性快速增长。
• 长期：AI芯片将根据应用场景和计算阶段进一步分化，各类型芯片将形成互补格局。

政策支持

• 《国家集成电路产业发展推进纲要》：2014年发布，将IC产业视为国家战略性、基础性、先导性行业。
• 《中国制造2025》：提出2020年芯片自给率40%，2025年达到50%。
• 《新一代人工智能发展规划》：2017年发布，目标是到2030年，人工智能核心产业规模达到1万亿元，带动相关产业规模超过10万亿元。

技术与应用

• 深度学习：需要大量的数据和强大的算力，GPU因并行计算能力成为首选。
• 训练与预测：训练阶段需要高性能，预测阶段需要高效率和低延迟。
• 实际应用：如智能终端、自动驾驶、安防系统、云平台等，均对AI芯片有巨大需求。

结论

AI芯片是人工智能发展的关键环节，其性能、功耗、灵活性和定制化程度决定了其在不同场景中的应用。随着技术的进步和政策的推动，中国芯片产业有望实现突破，特别是在ASIC领域，寒武纪、海思等企业已取得领先地位，未来AI芯片将形成多元化的应用格局。