计算机行业：智能时代芯片先行 关注5股
计算机行业：人工智能系列报告之四：智能时代，芯片先行 行业观点 神经网络算法助推人工智能普及， 计算能力需求爆发式增长： 神经网络算法是当前最主流的人工智能算法，其通过海量样本数据进行机器学习， 从而生成具备智能判断能力的模型。 近年来，随着 GPU 等硬件计算平台性能的提升，以及互联网带来的大数据资源，神经网络算法已经被应用到人脸识别、语音识别等多个领域，实现了极高的准确率。 但同时， 神经网络算法的精确度提升十分依赖于海量的计算资源， 计算能力的需求将在人工智能时代迎来爆发式的增长。 软件加速遭遇瓶颈， AI 专属芯片势在必行： 神经网络算法应用的不断发 展，使得传统的 CPU已经无法负担几何级增长的计算量。传统 CPU支持的指令集更加通用，主要针对非计算密集型的程序，其优化在于加速分支判断、逻辑判断等操作， 对神经网络算法这种计算密集型的应用并不适合。在芯片产业的发展历史上，当软件加速方案已经远远达不到需求时，针对某一应用的硬件解决方案就会填补这一空白，从信号处理芯片 DSP、图形芯片GPU 到图像处理芯片 ISP 等，都是这一技术演进路径的案例。 基于当下人工智能算法的广泛应用， AI专属芯片已成行业发展的必然选择。 服 务器端 AI 芯片 ：多种技 术路线实 现高并发 计算 ： 神经网络训练（ Training）阶段的加速主要在服务器端完成。 在这一过程中，计算节点的处理芯片已不再是传统的 CPU，更适合神经网络计算特点的芯片方案被采用，包括 GPU、 FPGA、以及专属的 ASIC 芯片方案。 其中 GPU 的浮点计算能力较为出色， FPGA 架构更为灵活， 适合迭代开发计算，而专属的ASIC 芯片方案性能最优，但是初期研发成本较高，目前主要是谷歌、英特尔等巨头玩家参与。 三种方案在成本、功耗、速度方面各有优劣，在当前的一段时间内会并存。 终端 AI 芯片：应用场景驱动，市场前景广阔： 随着人工智能场景的应用深入渗透到行业的各个领域，在终端，推理（ Inference）阶段的计算能力越来越成为瓶颈。一些对即时性要求很高的应用场景，已经无法通过在云端进行推理计算的方式满足，终端 AI 芯片加速成为了必选的方案。于是， 以低延时、低功耗为目标的定制化终端 AI 芯片成为了各种应用场景的选择， 该领域典型的参与者有专注无人 驾驶场景的 Mobileye 、 机器视觉领域的Movidius、消费电子端的寒武纪等。 我们认为， 终端 AI 芯片更接近消费者， 在硬件先行的前提下， 未来如能形成丰富的终端 AI 应用生态圈， 则快速增长的出货量将摊薄前期研发成本， 形成行业发展的正反馈。 投资建议 我们认为， 在人工智能的变革正在深入渗透到各行各业的时代， AI 专属芯片作为计算能力的保障， 将迎来巨大的需求。 从云端的高性能服务器到终端的视频监控、消费电子等领域， 在产业链上均有机会享受这场变革带来的红利。 在上市公司受益标的方面，我们建议关注： 拥有深度学习平台及产品XSystem 的中科曙光(603019.SH)、 在移动端 AI 芯片产业链布局较早的中科创达(300496.SZ)、 与百度联合推出人工智能 ABC 一体机的浪潮信息（ 000977.SZ）、 专注于视频监控前端智能化芯片的富瀚微(300613.SZ)。 风险提示 人工智能技术推进不达预期；芯片性能提升无法突破计算瓶颈；消费者对终端 AI应用接受程度未达预期； |
