20170915-东北证券-计算机行业深度报告_A.I芯片——下一代计算革命基石_24页_1mb

报告摘要

A.I芯片——下一代计算革命基石

核心内容

人工智能（AI）正在引领下一代计算革命，其发展不仅推动了技术的突破，也促使芯片行业向专用化、高效化方向演进。当前AI芯片市场主要包括GPU、FPGA、ASIC和类脑芯片，各有其技术特点和应用场景。其中，GPU作为通用芯片，在数据中心AI训练中发挥重要作用；FPGA具备灵活性和高性能功耗比，适用于企业、军工等对灵活性要求高的场景；ASIC作为全定制芯片，适用于消费电子等对性能和成本要求较高的市场；类脑芯片尚处于研发阶段，但具备颠覆传统计算架构的潜力。

主要观点

AI推动计算革命：AI的发展带动了对高性能计算的需求，推动了芯片技术的革新。
GPU是AI训练主力：GPU凭借强大的并行计算能力，成为AI训练的主要芯片选择，尤其适用于数据中心。
FPGA适合灵活性场景：FPGA具备可编程性，适合需要灵活部署和高性能功耗比的场景，如企业、军工。
ASIC适合消费电子市场：ASIC在量产之后具备成本低、性能高的特点，适合消费电子等市场。
类脑芯片潜力巨大：类脑芯片是未来可能颠覆传统冯·诺依曼架构的新一代计算平台，但目前仍处于研发阶段，应用前景尚不明确。
市场格局与竞争：英伟达和赛灵思是当前AI芯片市场的主要参与者，英伟达在GPU领域占据主导地位，赛灵思在FPGA市场处于双寡头地位。
中国AI芯片发展：中国在AI应用层和算法层发展较快，但在基础层（如芯片制造）仍处于起步阶段，依赖进口，但正逐步推进自主化。

关键信息

1. AI发展阶段

阶段	特征
服务人工智能	应用于解决各行业痛点，主要集中在数据可获得性高的场景。
通用人工智能	技术突破阶段，数据增长推动AI能力提升，实现自主认知与学习。
超级人工智能	具备类似人类的自主认知、学习能力，以及独立价值观和世界观。

2. AI芯片技术路线

芯片类型	特点	应用场景
GPU	高性能、强并行计算能力	数据中心、AI训练
FPGA	高性能、低功耗、可编程性	企业、军工、AI推理
ASIC	高性能功耗比、低成本、定制化	消费电子、AI前端应用
类脑芯片	模拟人脑处理方式，高性能、低功耗	研发阶段，未来潜力巨大

3. AI芯片应用场景

学习阶段：对数据处理能力要求高，需大量并行运算，主要依赖GPU。
推理阶段：对功耗和运行效率要求高，可采用FPGA或ASIC。
市场前景：随着AI从服务智能向通用智能发展，前端市场将出现井喷式增长，专用芯片市场前景广阔。

4. 重点公司分析

英伟达（NVIDIA）：
- 主要产品包括GPU、Tegra处理器、Tesla计算卡、DGX系统等。
- GPU业务占收入84.25%，2017年收入增长显著。
- 2018-2019年预计收入分别为72.78亿美元和90.97亿美元。
- 净利润率预计维持在24%左右，未来增长潜力大。
赛灵思（Xilinx）：
- 作为FPGA市场双寡头之一，占据约50%的市场份额。
- 主要收入来源为通讯与数据中心（42%）、工业、航空航天与国防（41%）。
- 2016年产品占有率显示其在高端FPGA市场具有显著优势。

5. 市场趋势与投资预测

全球AI市场规模：预计2025年将达368亿美元，相比2016年增长57倍。
AI投资热度：2016年底，美国、中国、英国投资规模分别为179.12亿美元、25.72亿美元、8.16亿美元。
AI投资趋势：从2012年第三季度开始，AI投资持续增长，显示出市场对AI的信心。
AI芯片市场格局：GPU在当前AI训练中占据主导地位，未来ASIC和FPGA将在前端市场形成竞争。

6. 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。

结论

AI芯片作为下一代计算革命的基石，将在未来AI技术发展和市场拓展中发挥关键作用。GPU在当前阶段是AI训练的核心，而随着AI进入通用智能阶段，FPGA和ASIC将在前端市场占据重要地位。类脑芯片作为未来可能的颠覆性技术，仍处于研发阶段，但其潜力不可忽视。英伟达和赛灵思作为AI芯片市场的领军企业，具备显著的市场优势和增长潜力。

展开完整摘要