A.I芯片——下一代计算革命基石_22页_1mb

A.I芯片——下一代计算革命基石

报告摘要

人工智能正在引领下一代计算革命，其在多个行业中的应用迅速扩展。A.I芯片作为计算平台的核心，是实现人工智能高效计算的关键。当前A.I芯片仍处于早期研发阶段，主要分为GPU、FPGA和ASIC三大技术路线，各有其适用场景和优势。类脑芯片则处于萌芽阶段，未来发展前景尚不确定。谁能占据A.I芯片市场的主导地位，谁就可能成为下一个英特尔和ARM，引领下一代计算平台的发展。

人工智能发展阶段

人工智能从服务智能阶段向通用智能阶段发展，未来将进入超级智能阶段。当前阶段主要应用于数据资源丰富的行业，如金融、医疗、交通等，通过算法优化和数据处理提升服务效率。随着技术进步，通用人工智能将实现与人类相当的工作能力，而超级人工智能将具备独立的价值观和世界观。

人工智能芯片技术路线

1. GPU（通用芯片）

• 特点：高性能、高功耗、价格高
• 应用场景：主要应用于数据中心，满足深度学习的并行计算需求
• 优势：在浮点运算和并行处理方面优于CPU
• 代表企业：英伟达，其Tesla系列计算卡被广泛用于A.I训练
• 性能数据：如Tesla P100，每秒可进行20万亿次FP16浮点运算，最大功耗为300W

2. FPGA（半定制化芯片）

• 特点：高性能、低功耗、可编程
• 应用场景：企业、军工等对灵活性和性能功耗比要求较高的领域
• 优势：可硬件编程，适用于不断优化的深度学习算法
• 代表企业：赛灵思、深鉴科技、百度等
• 性能数据：FPGA在单位功耗性能上优于GPU，且可配置性高

3. ASIC（全定制芯片）

• 特点：高性能功耗比、低成本、高可靠性
• 应用场景：消费电子市场，如智能设备、移动终端
• 优势：量产后成本低，适合大规模部署
• 代表企业：谷歌（TPU）、寒武纪等
• 性能数据：ASIC在性能功耗比上优于FPGA，适合推理和学习阶段

4. 类脑芯片

• 特点：模拟人脑处理方式，具备自主认知和低功耗
• 应用场景：未来可能用于物联网、边缘计算等
• 优势：数据并行传送、分布式处理
• 代表企业：IBM（TrueNorth）
• 性能数据：TrueNorth二代芯片集成54亿晶体管，功耗仅为65毫瓦

芯片市场前景

• GPU：目前是A.I芯片市场的主要力量，尤其在数据中心领域
• FPGA：适用于企业及军工市场，具有较高的灵活性
• ASIC：在消费电子市场具有广阔前景，未来将成为主流
• 类脑芯片：仍处于研发阶段，未来不确定性较大

重点推荐标的

1. 英伟达（NVIDIA）

• 市场地位：GPU市场领导者，占据约70%市场份额
• 产品构成：主要收入来源于GPU（占比84.25%），其次是Tegra处理器（11.92%）和其它产品（3.82%）
• 收入预测：预计2018年GPU收入为72.78亿美元，2019年为90.97亿美元
• 利润率：预计2018-2019年净利润分别为20.08亿美元和25.01亿美元，利润率保持在24%左右

2. 赛灵思（Xilinx）

• 市场地位：FPGA市场双寡头之一，占据约50%市场份额
• 产品构成：主要收入来自通讯与数据中心（42%），其次是工业、航空航天与国防（41%）
• 收入预测：2016年产品占有率显示其在高端FPGA市场具有优势

风险提示

• 芯片研发不及预期
• 下游垂直行业应用盈利不及预期