人工智能芯片行业深度报告_谁会成为下一个ARM_FPGA大有可为_17页_1mb
报告摘要
人工智能芯片行业深度报告总结
核心内容
人工智能正迎来新的发展浪潮,对计算能力的需求呈指数级增长。传统X86架构芯片已难以满足这一需求,未来可能成为新一代计算芯片平台的代表者,有机会复制ARM在智能手机时代的成功。
主要观点
- 人工智能应用主战场在推理环节:尽管当前GPU在训练环节占据主导地位,但推理环节才是未来人工智能芯片发展的核心战场。推理环节对性能功耗比要求更高,适合FPGA、ASIC等芯片。
- FPGA具备独特优势:FPGA具备动态可重配、高性能功耗比等优点,特别适合云端数据中心和前端智能设备的部署。其灵活性和可扩展性使其在算法快速迭代和NRE费用指数级上升的背景下更具潜力。
- FPGA市场格局:FPGA行业呈现双寡头格局,赛灵思(Xilinx)和阿尔特拉(Altera)占据主要市场份额,其中赛灵思占49%,阿尔特拉占39%。国内仅有紫光国芯(002049.SZ)一家能够量产FPGA。
- FPGA生态构建:赛灵思积极构建FPGA生态,推出reVision堆栈等工具,降低使用门槛,提升产品竞争力。
- FPGA的未来潜力:随着NRE费用的上升,ASIC因成本高、灵活性差而难以普及,FPGA则可通过分摊成本实现规模效应,具有更大的发展空间。
关键信息
1. 人工智能市场规模预测
- 2016年全球人工智能收入为6.4亿美元。
- 到2025年预计增长至368亿美元。
- 主要细分市场包括机器学习、自然语言理解、计算机视觉、虚拟个人助手和智能机器人。
2. 芯片架构对比
| 芯片类型 | 效率(晶体管) | 易用性 |
|---|---|---|
| CPU | 低 | 高 |
| DSP | 中 | 中 |
| GPU | 中 | 中 |
| FPGA | 高 | 低 |
| ASIC | 最高 | 最低 |
3. FPGA性能功耗比
| 芯片型号 | 性能(TFLOPS) | 功耗(W) | 性能/功耗(GFLOPS/W) |
|---|---|---|---|
| A10 GX660 | 1.5 | 33 | 45 |
| M4 | 2.2 | 75 | 29 |
| S10 GX2800 | 9.2 | 100 | 92 |
| P40 | 12 | 250 | 48 |
4. FPGA应用案例
- 全球七大超级数据中心:IBM、Facebook、微软、AWS、BAT、腾讯云、阿里云、百度云均采用FPGA服务器。
- 深鉴科技案例:通过模型压缩技术,将LSTM模型尺寸压缩20倍,并在FPGA上实现高效运行,能量效率为CPU的40倍,GPU的11.5倍。
5. 投资建议
- 推荐标的:紫光国芯(002049.SZ)和赛灵思(XLNX.O)。
- 紫光国芯:
- 2017年-2019年预计营收分别为16亿、19亿和20亿元。
- 对应每股收益分别为0.71元、0.86元和0.99元。
- PE分别为35倍、29倍和25倍。
- 目标价28.4元,维持“推荐”评级。
- 赛灵思:
- 全球市场份额超过50%,拥有超过2万家企业客户。
- 推出数据中心FPGA解决方案,被亚马逊、腾讯、百度等云服务商采用。
- 评级为“强烈推荐”。
风险提示
- 人工智能应用不及预期。
- 技术路线竞争激烈。
行业概况
- 行业市值:3211.94亿元。
- 流通市值:2475.64亿元。
- 行业平均市盈率:9.84。
- 市场平均市盈率:12.63。
技术趋势
- 算法快速迭代:模型压缩是训练环节向推理环节过渡的必要过程,有利于FPGA发展。
- NRE费用指数级上升:随着制程工艺提升,NRE费用大幅增长,ASIC难以达到规模经济,FPGA因成本分摊优势更具竞争力。
总结
FPGA凭借其动态可重配、高性能功耗比等优势,在人工智能推理环节展现出巨大潜力。随着算法快速迭代和NRE费用上升,FPGA的市场空间将不断扩大。当前,FPGA行业呈现双寡头格局,赛灵思和阿尔特拉占据主导地位,而国内紫光国芯作为唯一量产FPGA的上市公司,具备稀缺性优势。未来FPGA有望成为人工智能时代的重要计算平台,具备较大的投资价值。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载