行
业
及
产
业

行
业
研
究 /
行
业
深
度

证
券
研
究
报
告
计算机

2017年10月16日
人工智能芯片的竞争：GPU正红，
ASIC拥抱未来
看好 —— 算法系列报告之十五
相关研究
"领军公司仍优势明显！——43家计算
机三季报前瞻" 2017年10月9日
"重点关注AI芯首发、软件国产化——
申万宏源算机周报
20170814-20170820" 2017年9月11
日

证券分析师
刘洋 A0230513050006
liuyang2@swsresearch
研究支持
刘高畅 A0230116100002
liugc@swsresearch
联系人
黄忠煌
(8621)23297818×转
huangzh@swsresearch
投资要点：
学习模型需要通过大量的数据训练才能获得理想的效果，CPU优势为处理各类数据及强逻
辑判断能力，解决单次复杂问题能力强。两者需求并非完全匹配，深度学习需要一种替代
硬件来满足海量数据的运算需求。
进行图像运算工作的微处理器。GPU是专为执行复杂的数学和几何计算而设计的，这些计
算是图形渲染所必需的。GPU在浮点运算、并行计算等部分计算方面可以提供数十倍乃至
于上百倍于CPU的性能。英伟达公司从2006年下半年已经开始陆续推出相关的硬件产品
以及软件开发工具，目前是人工智能硬件市场的主导。
需要大规模并行计算。因此，其在应用于深度学习算法时，有三个方面的局限性：1. 应
用过程中无法充分发挥并行计算优势。2. 硬件结构固定不具备可编程性。3. 运行深度
学习算法能效远低于ASIC及FPGA。
程门阵列，用户可以根据自身的需求进行重复编程，与GPU、CPU相比，具有性能高、
能耗低、可硬件编程的特点。同时具有三类局限：1. 基本单元的计算能力有限；2. 速
度和功耗有待提升；3、FPGA价格较为昂贵。
而设计。不同于GPU和FPGA的灵活性，定制化的ASIC一旦制造完成将不能更改，所以
初期成本高、开发周期长的使得进入门槛高。目前，大多是具备AI算法又擅长芯片研发的
巨头参与，如Google的TPU。由于完美适用于神经网络相关算法，ASIC在性能和功耗
上都要优于GPU和FPGA，TPU1是传统GPU性能的14-16倍，NPU是GPU的118倍。
寒武纪已发布对外应用指令集，预计ASIC将是未来AI芯片的核心。
破则提升市场份额与毛利率）、中科创达（华为麒麟970芯片人脸识别应用提供方）、富瀚
微（安防行业解码芯片领军）


请务必仔细阅读正文之后的各项信息披露与声明
行业深度
请务必仔细阅读正文之后的各项信息披露与声明 第2页 共21页 简单金融 成就梦想
投资案件
关键假设点
AI加速需求超过CPU计算能力摩尔定律供给。深度学习是目前AI领域最有效算
法，深度学习模型需要通过大量的数据训练才能获得理想的效果，CPU优势为处理各
类数据及强逻辑判断能力，解决单次复杂问题能力强。两者需求并非完全匹配，深度学
习需要一种替代硬件来满足海量数据的运算需求。
GPU：较成熟生态系统，最先受益人工智能爆发。GPU与CPU类似，只不过是一
种专门进行图像运算工作的微处理器。GPU是专为执行复杂的数学和几何计算而设计
的，这些计算是图形渲染所必需的。GPU在浮点运算、并行计算等部分计算方面可以
提供数十倍乃至于上百倍于CPU的性能。英伟达公司从2006年下半年已经开始陆续
推出相关的硬件产品以及软件开发工具，目前是人工智能硬件市场的主导。。
有别于大众的认识
GPU天然具有三个方面局限性。GPU作为图像处理器，设计初衷是为了应对图像
处理中需要大规模并行计算。因此，其在应用于深度学习算法时，有三个方面的局限性：
1.应用过程中无法充分发挥并行计算优势。2.硬件结构固定不具备可编程性。3.运行深
度学习算法能效远低于ASIC及FPGA。
FPGA：能效中等、灵活度高、成本较高的AI白板，具有三类局限。FPGA称为现
场可编程门阵列，用户可以根据自身的需求进行重复编程，与GPU、CPU相比，具有
性能高、能耗低、可硬件编程的特点。同时具有三类局限：1、基本单元的计算能力有
限；2、速度和功耗有待提升；3、FPGA价格较为昂贵。
ASIC：顶级能耗、拥抱未来。ASIC是一种为专门目的而设计的集成电路。专为特
定目的而设计。不同于GPU和FPGA的灵活性，定制化的ASIC一旦制造完成将不能
更改，所以初期成本高、开发周期长的使得进入门槛高。目前，大多是具备AI算法又
行业深度
请务必仔细阅读正文之后的各项信息披露与声明 第3页 共21页 简单金融 成就梦想
擅长芯片研发的巨头参与，如Google的TPU。由于完美适用于神经网络相关算法，
ASIC在性能和功耗上都要优于GPU和FPGA，TPU1是传统GPU性能的14-16倍，
NPU是GPU的118倍。寒武纪已发布对外应用指令集，预计ASIC将是未来AI芯片
的核心。
核心假设风险
中美IT合作因政治原因受阻。

淘宝店铺
“Vivian研报”
收集整理
获取最新报告及后续更新服务请淘宝搜索 “Vivian研报”
行业深度
请务必仔细阅读正文之后的各项信息披露与声明 第4页 共21页 简单金融 成就梦想
1. AI加速需求超过CPU计算能力摩尔定律供给 .................. 6
2. GPU将最早受益于安防等需求爆发 .................................. 8
3. FPGA：能效居中的中间方案 .......................................... 10
4. ASIC：能效顶级、拥抱未来 ........................................... 11
5. 寒武纪终端闪耀、云端推进 ........................................... 15
6. 推荐标的：中科曙光、中科创达、富瀚微 ...................... 19

目 录
。。。以上简介无排版格式，详细内容请下载查看