AI芯片行业研究报告：人工智能芯片行业深度报告(1).pdf

《AI芯片行业研究报告：人工智能芯片行业深度报告(1).pdf》由会员分享，可在线阅读，更多相关《AI芯片行业研究报告：人工智能芯片行业深度报告(1).pdf（19页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 敬请参阅报告结尾处的免责声明 东方财智 兴盛之源 DONGXING SECURITIES 行 业 研 究 东 兴 证 券 股 份 有 限 公 司 证 券 研 究 报 告 谁会成为下一个谁会成为下一个ARMARM，FPGAFPGA大有可为大有可为 人工智能芯片行业深度报告 2017 年 07 月 27 日 看好/维持 计算机计算机 深深度度报告报告 投资摘要： 时代的机遇时代的机遇：传统 X86 架构芯片无法满足需求，人工智能时代呼唤新一代的计 算芯片平台。谁能成为下一代硬件芯片平台，就有望随着海量计算需求的大爆 发，上演 ARM 在智能手机时代爆发的辉煌。 人工智能人工智能未来应用未来应用主

2、战场是在推理环节主战场是在推理环节。人工智能尚处于早期， 未来人工智能 应用主战场推理环节远没有爆发。目前，英伟达的 GPU 只是在训练场景中占据 着绝对领导地位，GPU 并不一定是最后的赢家。未来 GPU、FPGA 和 ASIC 都有 机会胜出。 FPGAFPGA 优点是动态可重配、优点是动态可重配、性能功耗比高，非常适合在云端数据中心部署性能功耗比高，非常适合在云端数据中心部署。近 两年，全球七大超级云计算数据中心包括 IBM、Facebook、微软、AWS 以及 BAT 都采用了 FPGA 服务器。 从行业发展趋势来看，我们认为从行业发展趋势来看，我们认为 FPGAFPGA 潜力被低估了

3、，未来大有可为潜力被低估了，未来大有可为： 算法正向有利于算法正向有利于 FPGAFPGA 发展的方向迭代发展的方向迭代。模型压缩是从训练环节走向推理环 节的必要过程。深鉴科技在将 LSTM 模型的尺寸压缩 20 倍后，采用了搭建采用了搭建 在在 FPGAFPGA 上的硬件框架上的硬件框架 E ESESE，获得了高一个数量级的能量效率提升。，获得了高一个数量级的能量效率提升。能量效 率分别为 CPU 的 40 倍和 GPU 的 11.5 倍。 FPGAFPGA 受益于芯片受益于芯片 NRENRE 费用费用指数级指数级上升带来的规模效应。上升带来的规模效应。随着制程工艺不断 提高，芯片 NRE

4、费用指数级上升，越来越多的 ASIC 芯片将由于达不到规模 经济而被迫放弃，从而转向直接基于 FPGA 开发设计。 FPGAFPGA 行业行业门槛极高，门槛极高，典型的双寡头典型的双寡头竞争格局竞争格局，目前，FPGA 市场空间约 50 亿美 元，其中赛灵思 Xilinx 占 49%市场份额，阿尔特拉 Altera（被英特尔收购） 占 39%。国内参与者很少,目前国内能够生产 FPGA 的上市公司仅有紫光国芯 （002049）一家，具有较强的稀缺性。 FPGAFPGA 巨头巨头积极打造积极打造生态合作体系生态合作体系，帮助合作伙伴更方便地使用，帮助合作伙伴更方便地使用。赛灵思推出 reVisi

5、on 堆栈，克服 FPGA 采用硬件描述语言，使用难度大的弱点。 推荐标的：推荐标的：紫光国芯（002049.SZ） 、赛灵思（XLNX.O） 风险提示：1、人工智能应用不及预期的风险；2、技术路线竞争激烈的风险 行业重点公司盈利预测与评级 简称简称 EPS(EPS(元元) ) PEPE PBPB 评级评级 16A16A 17E17E 18E18E 16A16A 17E17E 18E18E 思创医惠 0.33 0.40 0.56 31 26 18 4.37 强烈推荐 大华股份 0.84 1.10 1.42 29 22 17 8.57 强烈推荐 广联达 0.39 0.52 0.71 45 33

6、24 7.26 强烈推荐 紫光国芯 0.55 0.71 0.86 45 35 29 4.76 推荐 赛灵思 强烈推荐 分析师：分析师：喻言喻言 010-66554012 yuyan_yjs 执业证书编号: S1480516070001 联系人：联系人：叶盛叶盛 010-66554022 yesheng 联系人：联系人： 夏清莹夏清莹 0755-83256464 xiaqy 叶盛的实习生常炜、祝榕繁也有贡献 细分行业细分行业 评级评级 动态动态 行业基本资料行业基本资料 占比占比% % 股票家数 30 2.3% 重点公司家数 - - 行业市值 3211.94 亿元 0.87% 流通市值 2475

7、.64 亿元 0.94% 行业平均市盈率 9.84 / 市场平均市盈率 12.63 / 行业指数走势图行业指数走势图 资料来源：东兴证券研究所 相关研究报告相关研究报告 1、 计算机行业周报（7.17-7.23） ：新一代 AI 发展规划 出台，行业加速更加确定2017-07-25 2、 互联网金融周报（20170717-20170723） ：关注人 工智能+金融科技及第三方支付产业链相关标的 2017-07-24 3、 计算机行业 2017 年下半年度策略报告：双杀风险 隐现，聚焦真成长白马2017-07-21 4、 计算机行业事件点评： 新一代人工智能发展规划 出台，定下人工智能强国路线图

8、2017-07-21 P2 东兴证券深度报告东兴证券深度报告 人工智能芯片行业：谁会成为下一个 ARM，FPGA 大有可为 敬请参阅报告结尾处的免责声明 东方财智 兴盛之源 DONGXING SECURITIES 目目 录录 1. 时代的机遇：谁会成为人工智能时代的时代的机遇：谁会成为人工智能时代的 ARM . 4 1.1 人工智能时代：AI+将无处不在 . 4 1.2 智能手机时代 ARM公司的“戴维斯双击”. 5 1.3 人工智能时代：底层计算平台存在着大机会 . 6 2. 人工智能芯片决胜的主战场在推理环节人工智能芯片决胜的主战场在推理环节 . 7 3. 几种芯片架构的技术特点：各有千秋

9、几种芯片架构的技术特点：各有千秋 . 9 3.1 CPU 仍然是最好的通用处理器之一 . 9 3.2 GPU 具有最强大的并行计算能力.10 3.3 FPGA：万能芯片 . 11 3.4 ASIC：高性能功耗比的专用芯片 .12 4. FPGA 未来大有可为未来大有可为 .12 4.1 FPGA已在全球七大数据中心实际部署 .12 4.2 行业发展趋势：FPGA大有可为.13 4.2.1 算法正在快速迭代中 .13 4.2.2 芯片 NRE 费用在指数级上升.15 5. 投资建议投资建议.16 5.1 FPGA行业呈现双寡头格局 .16 5.2 投资标的 .16 5.2.1 赛灵思（XLNX.

10、O） .16 5.2.2 紫光国芯（002049.SZ）.17 6. 风险提示风险提示.17 东兴证券深度报告东兴证券深度报告 人工智能芯片行业：谁会成为下一个 ARM，FPGA 大有可为 P3 敬请参阅报告结尾处的免责声明 东方财智 兴盛之源 DONGXING SECURITIES 表格目录表格目录 表表 1:FPGA 和和 GPU的性能功耗比的性能功耗比 .13 表表 2:全球全球 7大超级数据中心都采用了大超级数据中心都采用了 FPGA.13 插图目录插图目录 图图 1:人工智能市场规模人工智能市场规模 . 5 图图 2:人工智能细分市场规模人工智能细分市场规模 . 5 图图 3:ARM

11、 公司营收和净利润增长图公司营收和净利润增长图 . 6 图图 4: ARM 2007-2013年股价表现图年股价表现图 . 6 图图 5:传统传统 X86架构无法满足海量数据计算的需求架构无法满足海量数据计算的需求 . 7 图图 6:人工智能芯片的应用场景人工智能芯片的应用场景 . 7 图图 7:无人驾驶汽车示意图无人驾驶汽车示意图 . 8 图图 8:智能家居示意图智能家居示意图 . 8 图图 9:处理器芯片对比处理器芯片对比 . 9 图图 10:CPU 内部结构内部结构.10 图图 11:GPU 内部结构内部结构. 11 图图 12:FPGA 内部结构内部结构 . 11 图图 13:ASIC

12、 与与 FPGA对比对比 .12 图图 14:模型压缩是从训模型压缩是从训练环节走向推理环节的必要过程练环节走向推理环节的必要过程.14 图图 15:芯片设计成本随着制程提升呈指数级上升芯片设计成本随着制程提升呈指数级上升 .15 P4 东兴证券深度报告东兴证券深度报告 人工智能芯片行业：谁会成为下一个 ARM，FPGA 大有可为 敬请参阅报告结尾处的免责声明 东方财智 兴盛之源 DONGXING SECURITIES 1. 时代的机遇：谁会成为时代的机遇：谁会成为人工智能时代的人工智能时代的 ARM 1.1 人工智能时代：人工智能时代：AI+将无处不在将无处不在 随着大数据的发展，计算能力的

13、提升，人工智能近两年迎来了新一轮的爆发。2016 年谷歌 AlphaGo 赢得了围棋大战后，人工智能在产业界和资本圈引起了高度关注，成 为新的风口。 人工智能的三个核心要素是数据、算法和计算能力。人工智能的三个核心要素是数据、算法和计算能力。人工智能之前经历过数次兴衰， 一直未能取得突破的障碍主要是数据和计算能力的限制。相比前几次的热潮，目前人 工智能在数据、算法和计算能力方面都有坚实的基础。因此，我们相信人工智能并不 仅是一个风口，而是即将迎来真正属于自己的时代。 人工智能并不是一个单独的存在，而必须要和其他产业结合起来才能创造提升效率， 创造价值。未来将不存在所谓的人工智能，而是人工智能和

14、其他产业的融合，也就是 AI+。展望未来，AI+将无处不在。 按照当前人工智能实现的基本功能来分类，主要有四部分：图像认知能力、语音语义 理解能力、数据分析能力、整合多种能力的机器人。下面我们将分别按这几种基本功 能来介绍人工智能的应用： 图像认知能力的应用。最常见的应用包括视频安防人脸识别、客流统计、智能交通 管理等面向企业的应用，还有视频直播中的鉴黄系统等方面。而在面向个人应用方 面，包括拍照软件中的图片分类检索功能和相册管理等。 语音语义理解能力的应用。语音是人机最自然的交互方式，现在已经被验证的应用 包括客服机器人，呼叫中心，私人助理 Siri，亚马逊的 Echo 音响等。未来，随着

15、语音语义理解能力的提升，语音有望成为新一代的入口，并衍生出各种应用。 数据分析能力的应用。数据分析应用范围非常广，在金融中有市场营销分析，风险 管控、智能投顾等。在财务审计方面自动生成报表，文案辅助上自动给招聘文案打 分并提出修改建议，人力资源上自动寻找合适的候选者，编程辅助上自动显示相关 的函数用法信息。 智能机器人。软体机器人可以让机器人更接近生物，做出很多人做不好的事情，例 如精细抓取、肌肉仿生、穿越障碍等；微型机器人广泛应用于各领域，未来有希望 跟纳米技术结合，在医疗领域取得突破；集群机器人可以进行协同搬运，海洋探测 等，应用领域会进一步拓展。 人工智能整体人工智能整体仍处市场仍处市场

16、早期，早期，但是但是未来空间巨大。未来空间巨大。根据国外调查机构 Tractica 的统 计预测数字，2016 年全球人工智能收入为 6.4 亿美元，到 2025 年预计将增长至 368 亿美元。从人工智能的主要构成来看，规模最大的细分市场分别是机器学习应用、自 然语言理解、计算机视觉、虚拟个人助手和智能机器人等。在未来 10 年甚至更久的 时间里，人工智能将是众多智能产业技术和应用发展的突破点，市场空间非常巨大。 东兴证券深度报告东兴证券深度报告 人工智能芯片行业：谁会成为下一个 ARM，FPGA 大有可为 P5 敬请参阅报告结尾处的免责声明 东方财智 兴盛之源 DONGXING SECUR

17、ITIES 图图 1:人工智能市场规模人工智能市场规模 图图 2:人工智能细分市场规模人工智能细分市场规模 资料来源：Tractica、东兴证券研究所 资料来源：Venture Scanner、东兴证券研究所 1.2 智能手机时代智能手机时代 ARM 公司公司的的“戴维斯双击”“戴维斯双击” 在产业在产业发展发展史中史中， 每一场重要的产业变革总会带来新的重大机遇。 如果能够在新兴产， 每一场重要的产业变革总会带来新的重大机遇。 如果能够在新兴产 业中占据核心产业链位臵，必将能够充分享受新兴产业爆发性增长带来的红利。业中占据核心产业链位臵，必将能够充分享受新兴产业爆发性增长带来的红利。ARM

18、在智能手机时代的经历就是最好的例证。ARM 公司历史简介如下： ARM 公司 1978 年在英国成立。1985 年，ARM 设计了第一代 32 位、6MHz 的处理 器，用它做出了一台 RISC 指令集的计算机。ARM 采用的 RISC 指令集，全称是精 简指令集计算机（reduced instruction set computer） ，它支持的指令比较简单，虽 然功能远不如英特尔处理器强大，但是功耗小、价格便宜。 当时处理器行业的霸主是英特尔， 它采用的是 X86 的 CISC 指令集， 占据着 PC 处理 器市场绝大多数的市场份额。ARM 处理器能力不足，根本无法撼动英特尔在 PC 处

19、理器的市场份额。 ARM 处理器处理器另辟蹊径，另辟蹊径，在嵌入式设备市场找到了发展空间。在嵌入式设备市场找到了发展空间。它被广泛用在各种嵌入 式设备中， 包括苹果公司的牛顿 PDA。 这些嵌入式设备不需要处理器性能多么强大， 而对功耗价格却有很高的要求，这与 ARM 处理器的特性正好一拍即合。 尽管找到了市场立足点，但是整个 20 世纪 90 年代，ARM 公司的业绩平平，处理器 的出货量徘徊不前。直到进入 21 世纪之后，由于手机的快速发展，ARM 处理器迎来 了快速增长。 而在而在 2007 年年，ARM 迎来了历史性的机遇迎来了历史性的机遇智能手机时代的到来智能手机时代的到来。2007

20、 年，乔布 斯发布了第一代 iPhone，使用的就是三星制造、ARM 设计的芯片。此后的每一款 iPhone 都采用了 ARM 架构，稍后推出的谷歌 Android 手机同样采用了 ARM 架构。 ARM 架构成为了智能手机的“事实标准” 。2015 年，包括高通、三星、联发科等在 内的全球 1384 家移动芯片制造商都采用了 ARM 的架构，全球有超过 85%的智能手机 和平板电脑的芯片都采用的是 ARM 架构的处理器，超过 70%的智能电视也在使用 ARM 的处理器。 P6 东兴证券深度报告东兴证券深度报告 人工智能芯片行业：谁会成为下一个 ARM，FPGA 大有可为 敬请参阅报告结尾处的

21、免责声明 东方财智 兴盛之源 DONGXING SECURITIES 在此期间， ARM公司营业收入从 2008 年的 3 亿英镑增长到 2013 年的 7.14 亿英镑， 同期净利润从 0.44 亿英镑增至 2 亿英镑，净利润 CAGR 为 35.6%。 从股价表现来看，ARM 股价受 08 年金融危机影响下跌到 2008 年底的 80 多英镑， 此后两年多，连续上涨到 2011 年初的 600 多英镑，期间涨幅超过 600%。 图图 3:ARM 公司营收和净利润增长图公司营收和净利润增长图 图图 4: ARM 2007-2013 年股价年股价表现图表现图 资料来源：bloomberg、东兴

22、证券研究所 资料来源：bloomberg、东兴证券研究所 总结起来，ARM 公司之前在嵌入式处理器这个小众市场中占据领导地位，业绩一直 徘徊不前。而后随着智能手机市场爆发，ARM 处理器作为整个智能手机的底层硬件 平台架构，充分享受了下游市场爆发带来的红利。ARM 公司业绩在 2008 年到 2013 年出现了爆发性增长，而股价更是表现出“戴维斯双击” 。 1.3 人工智能时代：底层人工智能时代：底层计算计算平台存在着大机会平台存在着大机会 在人工智能时代， 人们对计算能力的需求在人工智能时代， 人们对计算能力的需求有指数级的提高， 计算能力的要求超过了摩有指数级的提高， 计算能力的要求超过了

23、摩 尔定律。尔定律。随着互联网用户的快速增长，数据体量的急剧膨胀，数据中心对计算的需求 也在迅猛上涨。诸如深度学习在线预测、直播中的视频转码、图片压缩解压缩以及 HTTPS 加密等各类应用对计算的需求已远远超出了传统 CPU 处理器的能力所及。 除 此之外，未来在激光雷达、无人机、无人驾驶、智能机器人等终端设备方面对计算能 力也会有极大的提升。 另一方面另一方面，摩尔定律摩尔定律正在失效，传统正在失效，传统 X86 架构下计算能力的提升开始滞后于摩尔定架构下计算能力的提升开始滞后于摩尔定 律。律。近几年半导体技术改进达到了物理极限，电路越来越复杂，每一个设计的开发成 本高达数百万美元，数十亿美

24、元才能形成新产品投产能力。2016 年 3 月 24 日，英特 尔宣布正式停用“Tick-Tock”处理器研发模式，未来研发周期将从两年周期向三年期转 变。至此，摩尔定律对英特尔几近失效。 因此， 计算能力的需求供给出现了一个巨大的缺口。因此， 计算能力的需求供给出现了一个巨大的缺口。一方面处理器性能再无法按照摩 尔定律进行增长， 另一方面数据增长对计算性能要求超过了按“摩尔定律”增长的速度。 处理器本身无法满足高性能计算(HPC： High Performance Compute)应用软件的性能 需求。 东兴证券深度报告东兴证券深度报告 人工智能芯片行业：谁会成为下一个 ARM，FPGA 大

25、有可为 P7 敬请参阅报告结尾处的免责声明 东方财智 兴盛之源 DONGXING SECURITIES 图图 5:传统传统 X86 架构无法满足海量数据计算的需求架构无法满足海量数据计算的需求 资料来源：AMD、东兴证券研究所 巨大的巨大的缺口缺口同时也是时代的同时也是时代的机遇机遇：传统 X86 架构芯片无法满足需求，时代呼唤新一 代的计算芯片平台。谁能成为下一代硬件芯片平台，就有望随着海量计算需求的大爆 发，上演 ARM 在智能手机时代爆发的辉煌。 2. 人工智能芯片决胜的主战场在推理环节人工智能芯片决胜的主战场在推理环节 提起人工智能芯片，很多人认为人工智能芯片是一条好的赛道，但是胜负已

26、经明了， 英伟达就是最终的赢家。特别是随着 2016 年以来人工智能的浪潮，英伟达股价从不 到 20 美元一路上涨到 160 多美元，更是助长了这种情绪的蔓延。 我们的观点很简单：目前，英伟达的目前，英伟达的 GPU 在训练场景中占据着绝对领导地位。而人在训练场景中占据着绝对领导地位。而人 工智能整体仍然处于早期阶段， 未来人工智能工智能整体仍然处于早期阶段， 未来人工智能应用的主战场是在推理环节，应用的主战场是在推理环节， 远没有爆远没有爆 发。未来胜负尚未可知，各家技术路线都有机会胜出发。未来胜负尚未可知，各家技术路线都有机会胜出。 从应用场景来看，从应用场景来看，人工智能人工智能芯片主要

27、应用在训练芯片主要应用在训练(training)和推理和推理(inference)两个环两个环 节。节。训练环节的作用是指利用海量数据，选择合适的训练方法，训练出一个人工智能 模型。 训练环节最关心的指标是速度快。训练环节最关心的指标是速度快。国内外的人工智能巨头公司都建立了庞大的 GPU 集群，以最快速度处理海量数据训练、验证模型的有效性。 图图 6:人工智能芯片的应用场景人工智能芯片的应用场景 P8 东兴证券深度报告东兴证券深度报告 人工智能芯片行业：谁会成为下一个 ARM，FPGA 大有可为 敬请参阅报告结尾处的免责声明 东方财智 兴盛之源 DONGXING SECURITIES 资料来

28、源：百度图片、东兴证券研究所 而在线推理环节也就是人工智能模型的实际应用环节， 是指利用训练出来的模型来在 线响应用户的需求。 推理环节又分为两个场景， 一个是在云端数据中心响应用户需求， 一个是在前端智能设备响应用户需求。 在云端数据中心，各家公有云服务厂商都纷纷部署了高性能云计算服务器，应用于视 频编解码、深度学习、科学计算等多种场景。随着人工智能技术的发展，未来云端数 据中心应用场景还会有极大的丰富。 而在前端智能设备，受模型算法以及计算能力的限制，目前应用还不多。但是基于实 时性及隐私安全要求，很多应用都会在前端部署，未来市场空间非常巨大。我们以无 人驾驶和智能服务机器人为例说明。 在

29、无人驾驶中，无人驾驶汽车需要实时处理来自激光雷达、摄像头等多路传感器传 输的海量数据并作出实时反映。如果通过云端反馈处理，则必然会增加时延和不确 定性，导致无人汽车安全性下降。因此，无人驾驶中必须将计算平台部署在前端。 在智能家居中，未来包括智能服务机器人在内的智能家居设备都需要具备实时环境 感知能力及语音语义理解能力等，这些也都需要强大的计算平台作为底层支撑。而 基于私密性考虑，不可能把智能家居的数据都上传云端处理。因此，智能家居的应 用也需要计算平台部署在前端设备中。 图图 7:无人驾驶汽车无人驾驶汽车示意图示意图 图图 8:智能家居智能家居示意图示意图 资料来源：百度图片、东兴证券研究所 资料来源：百度图片、东兴证券研究所 与训练环节不同，推理环节更重视性能功耗比。云端数据中心对高并发更加重视，而 前端智能设备则对低延时更加重视。 从市场从市场潜力潜力来看，未来来看，未来市场规模最大的市场规模最大的肯定是肯定是推理环节。推理环节。人工智能的发展，首先需要 训练出足够好的算法模型。而当人工智能真正落地应用时候，则需要