人工智能专题深度报告：“计算瓶颈突破商用价值提升引爆AI市场，确定规则场景易被AI取代”-20170927-长城证券-41页-3mb

报告摘要

人工智能（AI）正经历第三次爆发，其核心在于“计算瓶颈突破”与“商用价值提升”。AI通过结合机器规模化生产与人工个性化生产的优势，实现了“低成本与差异化”的双重目标，从而大幅增强企业竞争力。AI技术的发展不仅推动了传统行业的转型升级，还催生了新的商业应用领域，如智能安防和无人驾驶。

AI的商业价值：
- AI可同时实现“成本降低”和“差异化”，提升企业竞争力。
- AI适用于具有明确规则的场景，如智能安防、无人驾驶等。
- AI商业潜能取决于“替代技术的可能性、行业规模、渗透率”等多重因素。
AI技术瓶颈与突破：
- 传统神经网络算法因层数限制，难以有效训练深度学习模型。
- 深度学习算法通过多层结构，可有效识别事物特征，精度可接近或超越人类水平。
- 计算瓶颈的突破，特别是GPU计算能力的提升，使得深度学习得以广泛应用。
AI芯片市场：
- 推理输出环节的芯片市场容量远超训练环节，对实时性与能效性要求更高。
- CPU、GPU、FPGA、ASIC等芯片各有优劣，通用性与计算效率难以兼顾。
- 国内AI芯片企业正在崛起，预计未来在全球AI芯片市场中占据一席之地。
AI行业应用前景：
- 智能安防和无人驾驶是当前AI应用潜力较大的领域。
- 通过AI技术，企业可以满足消费者的个性化需求，推动定制化生产的发展。

市场规模与增速：
- 全球AI市场规模预计在2020年达到1190亿元，年复合增速约19.7%。
- 中国AI市场规模增速远超全球，预计2020年达到91亿元，年复合增速超50%。
AI行业应用：
- 智能安防领域，可关注东方网力、海康威视、大华股份等企业。
- 无人驾驶领域，可关注四维图新、均胜电子等企业。
科技巨头布局：
- Google：通过TensorFlow系统和TPU芯片，构建AI生态。
- NVIDIA：受AI市场需求驱动，其GPU芯片成为深度学习训练的事实标准。
- Intel：收购FPGA龙头Altera，研发AI专用芯片。
- IBM：推出多款并行式类脑芯片，提升AI算力。
- Apple：iPhone X集成A11人工智能芯片，支持CoreML及AI应用。
- Huawei：发布全球首款AI移动芯片麒麟970。
AI发展驱动力：
- 随着深度学习算法和计算能力的提升，AI在图像识别、语音识别等领域的精度显著提高。
- AI在消费电子、汽车制造等行业中展现出巨大的应用潜力。
风险揭示：
- 海外科技巨头AI研发可能受政策抑制。
- AI产业融资进程可能受美联储加息影响。
- AI应用推广不及预期。
- 芯片和算法研发可能遭遇未知障碍。
- 基础层与技术层变化巨大，应用层难以适应。
- 国内企业依赖国际开源平台，缺乏核心竞争力。