人工智能行业专题报告_移动AI芯片来袭_嵌入式人工智能大有可为_14页_1mb

人工智能行业专题报告总结

核心内容

本报告聚焦人工智能芯片的发展，特别是嵌入式人工智能芯片的出现标志着人工智能从云端向终端的迁移。华为在IFA2017上发布全球首款移动端AI芯片麒麟970，集成NPU神经网络处理单元，为移动终端的AI应用提供了本地计算能力，解决了云端AI的延迟、安全性和能耗问题。报告分析了NPU在人工智能发展中的核心地位，以及GPU、FPGA、ASIC三种主要实现路径的优劣势，并对A股相关公司提出了投资建议。

主要观点

• 嵌入式AI是AI落地的最后一公里解决方案：随着对人机交互和信息获取智能化要求的提升，移动设备上对AI的需求日益增强。嵌入式AI能够在本地进行实时环境感知、人机交互和决策控制，具有更高的安全性和私密性。
• NPU是嵌入式AI的核心：NPU作为人工智能深度学习算法的硬件加速器，能够显著提升计算效率和降低能耗，是未来嵌入式AI芯片研发的重点。
• GPU、FPGA、ASIC各有侧重：GPU适合云端大规模并行计算，FPGA和ASIC则更适用于终端设备的低功耗、高性能需求。随着摩尔定律放缓，架构优化成为AI芯片发展的新方向。
• AI芯片推动移动终端智能化：AI芯片在智能手机、自动驾驶、智能机器人、智能家居等领域具有广泛应用前景，特别是在需要实时性和数据安全性的场景中。
• 行业竞争与技术发展并存：全球科技巨头如Google、NVIDIA、Intel、微软等纷纷布局AI芯片，而A股相关公司如中科创达、全志科技、富瀚微、中科曙光等也在积极发展嵌入式AI芯片产业链。

关键信息

1. 华为麒麟970 AI芯片

• 发布日期：2017年9月2日（IFA2017）
• 特点：全球首款集成独立NPU的移动芯片，采用10nm工艺，具备强大的AI计算能力（1.92TFP16ops）。
• 优势：相比传统CPU，NPU在处理AI任务时性能提升25倍，能耗降低50倍。
• 应用场景：支持语音识别、人脸识别、场景识别等AI功能，将用于Mate10手机。

2. 嵌入式AI与云端AI对比

3. NPU实现路径

• GPU：适用于云端大规模并行计算，具有强大的浮点运算能力，目前占据70%以上的市场份额。
• FPGA：可编程性高，功耗低，适合需要灵活性和实时处理的终端场景，如自动驾驶、安防摄像等。
• ASIC：专用芯片，低功耗、高性能，适合特定应用场景的深度优化。

4. 移动计算厂商布局

• ARM：发布基于DynamIQ的AI处理器，AI性能提升50倍。
• Intel：推出Movidius Myriad2视觉处理芯片，应用于多种智能终端设备。
• NVIDIA：推出Jetson TX2开发板，集成AI系统，支持终端设备的深度学习功能。
• 中星微：推出中国首款嵌入式NPU芯片“星光智能一号”，准确率高达98%，应用于安防、车载、无人机等领域。

5. A股相关公司投资建议

• 中科创达：开发TurboX智能大脑平台，与多家芯片厂商合作，加强AI算法开发。
• 全志科技：与ARM等建立AI OPENLAB，专注于高性能低功耗SoC芯片研发。
• 富瀚微：专注于视频监控芯片，已推出支持人脸识别的IPC芯片。
• 中科曙光：与寒武纪战略合作，研发人工智能专用芯片，参与政务云和深度学习平台建设。

投资建议

• 行业评级：看好人工智能行业的发展前景。
• 重点公司：建议关注中科创达、全志科技、富瀚微、中科曙光等在嵌入式AI芯片产业链中布局的公司。

结论

嵌入式人工智能的发展标志着AI技术向终端设备的深入，华为麒麟970的发布是该领域的重要里程碑。随着物联网和移动设备的普及，AI芯片在终端场景中的应用将越来越广泛。GPU、FPGA、ASIC三种技术路径各有优势，未来将根据应用场景进行差异化布局。A股相关公司正在积极布局AI芯片产业链，有望受益于行业快速发展。