2017-人工智能系列报告：智能时代，芯片先行_27页-4mb

计算机行业总结

核心内容

本报告聚焦人工智能时代下AI芯片的发展趋势及投资机会。随着人工智能技术的深入发展，尤其是神经网络算法的成熟和广泛应用，计算能力需求呈现爆发式增长，从而催生了AI芯片产业的快速发展。AI芯片主要分为服务器端和终端端，分别对应训练（Training）和推理（Inference）阶段的计算需求，其技术路线包括GPU、FPGA和ASIC三种，各有优劣。此外，报告还列出了相关投资建议和风险提示。

主要观点

1. 人工智能算法推动AI芯片发展

• 神经网络算法是当前最主流的人工智能算法，其对计算能力的需求极高。
• 人工智能的发展经历了长期的摸索期，直到深度神经网络算法的广泛应用，才真正推动了AI的快速发展。
• 神经网络算法的优化和迭代显著提升了模型的准确率和性能，同时对计算资源提出了更高的要求。

2. AI芯片成为计算能力保障

• 传统CPU已无法满足AI计算需求，硬件优化成为必然选择。
• AI芯片的发展路径包括GPU、FPGA和ASIC三种技术路线，各有优劣，目前仍处于并存阶段。
• GPU适用于大规模并行计算，FPGA适用于灵活可编程计算，ASIC则在性能和功耗上最优，但灵活性较低。

3. 服务器端与终端端AI芯片应用

• 服务器端AI芯片主要用于模型训练，要求高吞吐量和低延迟，GPU和FPGA是主要选择。
• 终端AI芯片主要用于推理阶段，强调低功耗和低延迟，如无人驾驶、计算机视觉和消费电子领域。

4. AI芯片应用场景广泛

• 无人驾驶：Mobileye的EyeQ系列芯片专注于AI优化，具有低功耗和高运算能力。
• 计算机视觉：Movidius的Myriad系列芯片专为视觉计算优化，适用于无人机、智能相机等设备。
• 消费电子：寒武纪的Cambricon-1A芯片在性能和功耗上表现优异，适合移动端AI应用。

5. AI芯片市场前景广阔

• AI芯片与应用场景形成正反馈循环，推动AI芯片出货量增长，摊薄研发成本。
• 随着AI在各行业的渗透，AI芯片市场将迎来快速增长。

关键信息

市场数据

• 行业优化平均市盈率：24.68
• 市场优化平均市盈率：18.43
• 国金计算机指数：7300.57
• 沪深300指数：3817.79
• 上证指数：3341.55
• 深证成指：10930.67
• 中小板综指：11639.16

投资建议

• 中科曙光(603019.SH)：在服务器端AI芯片领域有深厚技术积累，与NVIDIA有深度合作。
• 中科创达(300496.SZ)：在移动端AI芯片产业链布局较早，有望快速切入AI产业链。
• 浪潮信息(000977.SZ)：与百度合作推出AI一体机，具有广泛的AI应用场景。
• 富瀚微(300613.SZ)：在视频监控行业具备领先优势，已支持AI应用。

风险提示

• 人工智能技术推进不达预期；
• 芯片性能提升无法突破计算瓶颈；
• 消费者对终端AI应用接受程度未达预期。

技术路线对比

AI芯片发展路径

• GPU：适用于大规模并行计算，性能强，功耗较高。
• FPGA：架构灵活，适合迭代开发，性能/功耗比高。
• ASIC：性能最优，功耗最低，但灵活性差，开发周期长。

AI芯片与应用场景的正反馈循环

• AI芯片性能提升推动AI应用创新，AI应用增长又带动AI芯片需求。
• 终端AI芯片的普及将带动更多AI应用场景的开发，形成正反馈循环。

行业评级

• 行业评级：增持，预期未来3-6个月内行业上涨幅度超过大盘在5%-15%。
• 公司评级：根据未来6-12个月内股价变动预期，分为买入、增持、中性、减持四个等级。

总结

AI芯片作为人工智能时代的关键基础设施，将在服务器端和终端端发挥重要作用。随着AI技术的不断成熟和应用场景的拓展，AI芯片市场将呈现快速增长趋势。尽管存在技术瓶颈和市场接受度的风险，但AI芯片的发展前景依然广阔。报告建议关注中科曙光、中科创达、浪潮信息和富瀚微等公司在AI芯片领域的布局和表现。