智能时代，芯片先行.PDF

2017 年 09 月 25 日 证券研究报告 计算机行业 评级：增持 维持评级 行业研究 长期竞争力评级：高于行业均值 智能时代，芯片先行 --人工智能系列报告之四 市场数据(人民币） 行业观点 行业优化平均市盈率 24.68  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 市场优化平均市盈率 18.43 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 国金计算机指数 7300.57 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 沪深300 指数 3817.79 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、 上证指数 3341.55 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 深证成指 10930.67 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 中小板综指 11639.16 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 9679 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 9162 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 8645 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 8128 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 7611 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 7094 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 6577 6 6 6 6 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。 2 2 2 2 9 2 3 6 0 1 0 0 6 6 7 7  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 1 1 1 1 （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 国金行业 沪深300 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 相关报告 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 1. 《人工智能时代：AI 赋能，世界重塑》， 一段时间内会并存。 2017.9.18  终端 AI