人工智能芯片行业分析报告.docx

1、人工智能芯片行业分析报告2017年人工智能芯片行业分析报告目 录1. 人工智能下一代计算革命 . 41.1. 人工智能当前发展阶段.41.2. 人工智能应用遍地开花.51.3. 人工智能投资热度与日俱增.62. 芯片人工智能必争之地. 82.1. CPU 对个人计算机的重要性.82.2. ARM 处理器 在移动计算时代的重要作用 .82.3. A.I 催生下一代芯片 .93. 人工智能芯片各有千秋. 113.1. 通用芯片GPU. 113.2. 专用芯片.153.2.1. 半定制化芯片FPGA . 153.2.2. 全定制芯片ASIC. 173.3. 类脑芯片.193.4. 前景预测.193.

2、4.1. 芯片应用场景由需求决定 . 193.4.2. GPU 广泛用于高处理需求的数据中心. 203.4.3. FPGA 用于企业，ASIC 用于消费电子市场 . 204. 重点推荐标的. 204.1. GPU 巨头英伟达.204.2. FPGA 双寡头赛灵思 .225. 风险提示 . 23图目录图 1：蚂蚁小贷借款网页. 5 图 2： Wealthfront 的推荐投资计划 网页界面 . 5 图 3：全球人工智能企业数量分布情 况. 6 图 4：世界人工智能投资情况. 7 图 5：全球人工智能市场规模预测. 7 图 6： A.I 产业链层 级划分. 10 图 7：中美企业 AI 行业并购情

3、况对比 .11 图 8： CPU 与 GPU 内 部构造 . 12 图 9：英伟达 GM200 处理器结构 . 12 图 10：英特尔酷睿 X 系列 CPU 内核数 . 13 图 11：面向 A.I 的服务器 GPU 占 总成本比例越高. 14 图 12：英伟达 Tesla 计算卡产品参数. 14 图 13： FPGA 逻辑结 构. 15 图 14：深鉴科技 DPU 测试性能对比 . 16 图 15：谷歌 TPU 内 部结构 . 18 图 16：英伟达 2017 财年各部分收入占比 . 21 图 17：英伟达主要产品分类. 21 图 18：英伟达 2011-2017 营业总成本变化 . 21

4、图 19：英伟达 2011-2017 成本 /收入变化趋势变动 . 21 图 20：英伟达公司收入利润预测（亿 美元）. 22 图 21：赛灵思公司 2016 年产品占有率 . 23表目录表 1：人工智能发 展阶段 . 4 表 2：人工智能主 要应用领域 . 6 表 3： CPU + FPGA 架 构性能与 CPU+ GPU 架 构对比 . 17 表 4： FPGA 与 ASIC 性 能对比 . 18 表 5： IBM“ TR UENorth”芯 片第一代与第二代 比较 . 19 表 6： 赛灵思各部 分收入占比 . 231. 人工智能下一代计算革命1.1. 人工智能当前发展阶段人工智能带来新

5、一 轮计算革命。人工智能从 1956 年达特茅斯会议中诞生，几经起 伏，随着 AlphaGo 的人机大战名声大噪，从而开启了新一轮的投资浪潮，引发了全 球对相关产业的关注。随着数据资源增长、计算能力的提升、算法的优化，目前人 工智能已经进入部分领域应用阶段。现阶段，人工智能正在从专有人工智能向通用 人工智能方向发展，技术（数据、算法、计算、互联网技术群）和应用场景互为推 动、协同发展。麦肯锡全球研究院认为，未来人工智能将会带来比工业革命速度快10 倍、规模大 300 倍，影响大 3000 倍的社会变革。人工智能发展阶段。 参考艾媒咨询对人工智能分析，从人工智能的技术突破和应用 价值角度划分，未

6、来人工智能按照从服务智能到通用人工智能再到超级智能三个应 用场景发展。短期（未来 3-5 年）：当前正处于服务智能阶段，主要用于数据可获得 性高的行业，人工智能用于解决各个行业的痛点问题，爆发海量的应用场景。中长 期：通用人工智能。当前应用领域的持续扩展，数据的不断丰富，促使技术进步， 使得技术实现突破性进展，逐渐达到通用人工智能。通用人工智可以实现与人类一 样的工作能力， 可以自主认 知并扩展学 习。长期（至 少几十年）：超级人工 智能具 有通用人工智能的自主认知和学习能力，还具有独立自主的价值观、世界观等。是 对人类看待世界、解决问题的高度模拟，需要对人类大脑处理问题的过程更为深入 的理解

7、，这一阶段发展程度不确定性较大。表 1：人工智能发 展阶段人工智能发展阶段特征服务人工智能 正处于该阶段，高速发展中，且取得了较为丰富的成果。 应用于解决各行业痛点问题，爆发海量数据的应用场景。通用人工智能 技术突破阶段，数据进一步增长，应用纵深发展。 与人类一样可进行所有工作，能够实现自我认知。超级人工智能 人工智能走向通用，最高程度的智能化。 具备类似人类的自主认知和学习能力，具备独立的价值观和世界观。当 前人 工智 能智能 处于 服务 智能 阶段。 互联网时代 产生的 大量 数据催 生了人 工智 能，人工智能反之提高行业服务效率。用户在使用互联网时贡献了大量的搜索记录、 社交数据、交易数

8、据，个体数据的持续积累为 A.I 提供了全面深入的训练数据。A.I 的应用也为更准确、高效解决服务问题提供了帮助。阿里巴巴的蚂蚁小 贷。在阿里巴巴的淘宝购物平台上，支付宝交易系统可以获得卖 家销售产品信息、销量、收入，服务态度，是否有过不诚信行为等数据，比传统银 行信息更为丰富准确。蚂蚁小贷通过充分计算，分析这些数据，可以通过 A.I 更高 效准确的判断卖家的信用情况，并作出相应贷款决策。真正做到了根据用户信用情 况精确确定贷款金额、利率、期限等风险因素，并通过对其淘宝平台网店经营的现 金流量分析，实现实时贷后监控。图 1：蚂蚁小贷借款网页数据来源：阿里巴巴，美国智能投顾 Wealthfron

9、t。 Wealthfront 是美国最早期的智能投顾平台之一，利用 大数据、人工智能、量化投资等工具，对用户行为、市场、产品等进行详细的分析，为客户推荐定制化的投资组合，包括但不限于股票、债券、期权、基金、不动产等 投资产品。Wealthfront 主要面向中等收入的年轻客户，而非传统理财面向的高净值 人群，平台通过收取少量的佣金来获取广而众的客户群带来的可观收益。Wealthfront凭借其低廉的咨询费用，简易的投资操作、专业的投资建议获得了快速发展。短短一年的时间，其管理资产规模就从 15 年初的 18 亿美元激增到 30 亿美元。图 2： Wealthfront 的推荐投资计划 网页界面

10、数据来源：麻袋理财研究院，1.2. 人工智能应用遍 地开花当前人工智能应用 领域主要有：个人助理、安防、交通、医疗健康、电商零售、金 融、教育等。人工智能主要应用在数据积累量大、方便获取，行业有海量数据分析 处理需求的应用场景。应用语音识别、图像识别、智能机器人、深度学习等 A.I 技 术，为具体应用场景提供高效、准确的解决方案。目前主要以软件公司为主，一些优秀企业凭借自设平台优势，深耕算法和通用技术平台，并以场景作为流量入口建立该领域智能服务应用。当前 A.I 应用在各行各业，提高了各专业领域服务质量和 效率，专业领域的应用同时也在不断促进 A.I 技术的提高，两者相互促进共同发展。表 2：

11、人工智能主 要应用领域A.I 应 用 领域具体应用产品举例个人助理智能手机上的语音助理、语音输入、家庭管家和陪护机器人微软小冰、XX度秘、科大讯飞等、Amazon Echo、Google Home 等安防智能监控、安保机器人商汤科技、格灵深瞳、神州云海交通智能汽车、公共交通、快递用车、工业应用Google、Uber、特斯拉、亚马逊、奔驰 、京东等医疗健康医疗健康的监测诊断、智能医疗设备Enlitic、Intuitive Sirgical、碳云智能、Promontory 等电商零售仓储物流、智能导购、客服阿里、京东、亚马逊金融智能投顾、智能客服、安防监控、金融监管蚂蚁金服、交通银行、大华股份、k

12、 ensho教育智能评测、个性化辅导、儿童陪伴学吧课堂、科大讯飞、云知声数据来源：乌镇智库，1.3. 人工智能投资热 度与日俱增全球人工智能企业 分布。根据乌镇智库的统计数据可以看出，全球人工智能企业主 要分布在美国、英国和中国等少数国家，三国企业数量占总数的 65.73%。从地区分 布来看，集中在经济较为发达的地区。A.I 企业数量排名前三的地区 为：美国旧金 山湾区（占比 16.9%）、纽约（4.8%）、北京（4.0%）。投资规模分布与企业数量分 布相似，集中在以上三个国家。截至 2016 年底，英国总投资规模达到 8.16 亿美元， 中国达到 25.72 亿美元，美国为 179.12 亿

13、美元，是中国的 6.96 倍，英国的 21.9 倍。图 3：全球人工智能企业数量分布情 况数据来源：乌镇智库，从亚洲范围来看 ，中国的人工智能投资 规模遥遥领先。乌镇智库数据显示：中国人工智能融资规模累积占亚洲累积总额的 60.22%，以色列为 20.43%，日本为 9.53%，印度为 4.95%。A.I 投资持 续高涨。 近几年，人工智能领域投资呈爆发趋势。无论是投资金额或投 资频次，都有明显的增加。从全球人工智能投资金额和投资频次的季度数据上来看， 从 12 年第三季度开始，全球市场对于 A.I 的投资持续增加，表明市场对 A.I 的发展 信心与日俱增。从 15 年第一季度开始，进入了一个

14、新的投资高潮。无论从投资金 额，还是投资频次上看，都出现了明显的增加。图 4：世界人工智能投资情况数据来源：乌镇智库，未来市场规模估计。国外调查机构 Tractica 的统计预测表明：2016 年全球人工智能市场收入为 6.4 亿美元，预计 2025 年全球人工智能市场规模将增加到 368 亿美元， 与 16 年相比增长了 57 倍。并随着技术突破、应用纵深拓展，后续 A.I 市场规模还 将持续增长。图 5：全球人工智能市场规模预测数据来源：Tractica，未来的蓝 海市场。 无论是从从产业投资热度还是从未来市场前景上看，A.I 领域都是具有广阔前景的蓝海市场。投资获利空间是巨大的，并且随着

15、服务人工智能的逐 步发展，早期投资已经初获回报，未来还将有基金、技术、企业持续投入 A.I 市场。2. 芯片人工智能必争之地2.1. CPU 对个人计 算机的重要性冯 PC 发展成 为可能。 早期的计算机称为“固定程序计算机” 如埃尼阿克（ ENI AC）。 这类计算机 预设的一种线 路只能执行 一种程序，执 行新程 序时，必须重新调整线路。冯计算机的发展突飞猛 进，当前绝大部分计算机仍采用冯 构。CPU 在冯 。其中运算器负责各种算术运算、逻辑运算和数据传送等数据加工处理任务；控制器用于控制程序的执行，两者组成计算机的中 央处理器CPU，是整个计算机的核心，计算机所有的数据处理任务都是在 C

16、P U 中完成的。CPU 和存储器合在一起 就是台式电脑的“主机”，相当于人类的大脑， 用于记忆事件，分析、判断、控制、协调工作。 计算机的发展史就 是处理器的发展史。从最初的占地 170 平方米的电子管计算机， 到第二代晶体管计算机，第三代集成电路计算机，再到第四代大规模集成电路计算 机，都是处理元件的体积的不断缩小、功耗不断降低、处理能力不断提升。计算机 能够进入微机时代，并在个人办公领域得到广泛应用，主要得益于核心处理器件 CPU 的小型化、计算能力的提高。2.2. ARM 处理器在 移动计算时代的重要作用智能手机芯片与 PC 芯片架构不 同。个人计算机也常被成为 X86 架构计算机，因

17、为 当前计算机大量应用的是英特尔 X86 架构的 CPU。X86 架构的 CP U 采用的是复杂 指令集，而当前手机芯片采用的是精简指令集。所谓指令集是处理器可以执行操作 的最小单元的集合，例如加减乘除就是由具体的指令来实现的。复杂指令集(CISC) 指令数目多而且复杂，每条指令长度也不相同，指令执行具有灵活性，单条个别指 令可以处理较为丰富的工作内容，但是带来的问题是更多的灵活性使得 CISC 处理 器资源利用率不高，就好比 5 项全能选手虽然能跑能跳，但是跟跑步专项选手相比 不占优势。精简指令集(RISC)处理器就是我们所说的专项选手，微指令集较为精简、 完成动作单一。因此单个微指令运行时间较为简短，要完成相对复