20170916-天风证券-半导体行业深度研究：人工智能芯片-新架构改变世界_31页_2mb

报告摘要

人工智能芯片与芯片架构变革分析总结

核心内容

人工智能的发展正在推动芯片底层架构的深刻变革。随着数据量的指数级增长，传统基于冯诺伊曼架构的芯片性能提升已无法满足需求，促使行业向新的计算架构转型。人工智能芯片，如GPU、FPGA、ASIC等，正在成为推动这一变革的关键力量。

主要观点

冯诺伊曼架构的局限性：传统冯诺伊曼架构的计算方式基于线性处理，随着AI对并行计算能力的需求增加，其性能瓶颈日益明显。
人工智能对芯片的需求：AI算法，尤其是深度学习，对大规模并行计算和高效能处理能力有极高要求，促使芯片设计向新的架构演进。
新架构的潜力：GPU、FPGA、ASIC等新架构在特定应用场景中展现出显著优势，特别是在处理海量数据和降低能耗方面。
市场增长预测：预计到2020年，人工智能芯片市场规模将达百亿美元级别，且未来几年将保持高速增长。

关键信息

芯片架构演变

Intel：作为PC时代的王者，其x86架构推动了计算机行业的快速发展，但在AI时代面临架构瓶颈。
ARM：通过RISC架构和共享IP模式，ARM在移动设备中占据主导地位，具有开放生态和高市场渗透率。
GPU：NVIDIA等公司主导，具备并行计算能力，适合AI训练，但能耗较高。
FPGA：在定制化和能耗方面表现优异，适用于特定应用场景，如深度学习。
ASIC：针对AI算法进行定制，如VPU和TPU，具有高性能和低功耗的优势。

市场空间测算

维度一：从人工智能总市场规模反推芯片空间，预计到2020年，芯片市场规模将达96亿美元。
维度二：拆分云端与移动端需求，预计到2021年，人工智能芯片市场将达111亿美元，其中云端市场将增长至106亿美元，终端市场将增长至5.55亿美元。

重点标的

台积电：为AI芯片提供先进制程，具有行业卡位优势。
Intel：通过收购Altera和Movidius，布局AI芯片市场，尤其在服务器端有显著优势。
NVIDIA：在AI芯片领域处于领先地位，拥有完整生态布局。
寒武纪：专注于神经网络芯片，具有高性能和低功耗，有望在移动端实现突破。

图表与数据

图1：遵从摩尔定律发展到微处理器发展
图2：摩尔定律在放缓
图3：全球智能手机每月产生的数据量（EB）5年提升了13X
图4：单一神经元VS复杂神经元
图5：2次应用驱动芯片发展
图6：英特尔x86处理器总市场份额
图7：使用X86架构的单元
图8：摩尔定律下推动下的Intel股价上扬
图9：Intel2012Q1-2016Q4各产品线增速
图10：Intel总产品收入VSPC端收入
图11：IntelVS全球半导体增速
图12：ARM的商业模式
图13：ARM架构的发展
图14：高级消费电子产品正在结合更多的ARM技术
图15：ARM在智能手机中的成分
图16：基于ARM芯片的出货量
图17：ARM在载有处理器芯片部门的市场占有率
图18：ARM收入及利润情况
图19：人工智能芯片产业链
图20：CPU VS GPU架构
图21：GPU架构流程
图22：CPU VS GPU
图23：GPU性能
图24：2012-2016年NVIDIA营收情况
图25：2012-2016年NVIDIA毛利情况
图26：NVIDIA2017年上半年收入构成
图27：FPGA架构
图28：FPGA VS CPU性能
图29：FPGA VS CPU功耗
图30：FPGA性能
图31：VPU架构
图32：VPU模组
图33：VPU应用
图34：3D景深结构
图35：3D成像
图36：Google公司TPU架构
图37：Google公司TPU性能
图38：传统硬件处理方式
图39：寒武纪处理方式
图40：寒武纪芯片性能/能效
图41：终端和移动端
图42：人工智能市场规模
图43：人工智能芯片总市场规模
图44：云端领域人工智能芯片规模预测
图45：终端领域人工智能芯片市场规模预测

风险提示

人工智能芯片的发展可能不达预期，技术变革和市场接受度存在不确定性。

投资评级

行业评级：强于大市（维持评级）

作者

农冰立（分析师）
陈俊杰（分析师）

20170916-天风证券-半导体行业深度研究：人工智能芯片-新架构改变世界_31页_2mb

报告摘要

人工智能芯片与芯片架构变革分析总结

核心内容

主要观点

关键信息

芯片架构演变

市场空间测算

重点标的

图表与数据

风险提示

投资评级

作者

相关报告

相关推荐