 ==>> 点击下载文档 |
GPU—通用芯片，广泛应用于数据中心
GPU其强大的并行计算能力使其成为A.I训练数据首要考虑的芯片
之一。GPU具有性能强、功耗大、价格高等特点，这些特点使其适
用于对性能要求较高，功耗、价格其次的数据中心。当前的GPU巨
头——英伟达在数据中心市场尝到甜头后，开始着手布局深度学习专
用加速卡，以及其他A.I应用场景，如无人驾驶领域。目前GPU+CPU
已经成为数据中心中进行A.I数据训练最主流的解决方案
FPGA技术路线—半定制化，用于企业、军工等要求灵活性场景
基于FPGA开发的A.I芯片具有高性能、低功耗等特性，并且FPGA
的易于开发赋予了这种芯片更多的灵活性，使其适合于产品价格要
求不高，但对产品灵活性、性能功耗比要求较高的场景。但FPGA
价格相对较高，因此用 FPGA 做深度学习加速器的多是军工或者企
业用户。基于FPGA开发A.I专用芯片是热门研究方向之一，许多
互联网巨头和创业公司都在FPGA芯片布局，未来前景较为乐观
ASIC技术路线—全定制化，用于消费电子等高性能功耗比场景
采用ASIC技术路线的A.I芯片也具有FPGA高性能功耗比的特点
与FPGA不同的是ASIC是流片生产，早期的研发成本可以在量产
后摊薄，这使得其较为适合对可编程性要求不高，但对性能功耗比，
以及价格有要求的消费电子端。当前A.I尚处于初级服务智能阶段，
A.I的核心计算主要集中于数据中心。当A.I发展至通用智能阶段时，
消费前端应用会井喷式增长，ASIC专用芯片市场前景不可估量
类脑芯片—萌芽阶段，未来不确定大
类脑芯片是对传统计算机架构的突破，能够模拟人类大脑进行认知、
记忆、处理问题，是对发展了几十年的冯诺依曼体系架构计算机的
颠覆。类脑芯片当前还处于研发阶段，应用前景尚不明确。但作为
一个计算平台，若类脑芯片能实现高性能、自主学习等功
能，那无疑将会带来新一代处理器革命
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
[Table_Invest]
优于大势
上次评级：优于大势
[Table_PicQuote] 历史收益率曲线
-22%
-14%
-6%
2%
10%
201
6/9
201
6/10
201
6/11
201
6/122017/12017/22017/32017/42017/52017/62017/72017/8
计算机沪深300
[Table_Trend] 涨跌幅（%） 1M 3M 12M
绝对收益 14.13% 13.92% -7.64%
相对收益 11.36% 5.55% -22.28%
[Table_Market] 重点公司 投资评级
英伟达 买入
赛灵思 买入
[Table_Report] 相关报告
《信息消费政策点评：信息消费供给侧改革，
提振供给挖掘需求潜能》
2017-08-25
《人工智能：人工智能规划出台，智能新时
代开启》
2017-07-21
[Table_Author]
证券分析师：闻学臣
执业证书编号：S0550516020002
研究助理：何柄谕
执业证书编号：S0550116040012
010-63210812 heby@nesc
感谢蔡世杰对本文的重大贡献
/计算机
发布时间：2017-09-15
请务必阅读正文后的声明及说明 2 / 24
[Table_PageTop] 行业深度报告
目 录
1. 人工智能—下一代计算革命 ..... 4
1.1. 人工智能当前发展阶段.......4
1.2. 人工智能应用遍地开花.......5
1.3. 人工智能投资热度与日俱增...........6
2. 芯片—人工智能必争之地 ......... 8
2.1. CPU对个人计算机的重要性 ..........8
2.2. ARM处理器在移动计算时代的重要作用 8
2.3. A.I催生下一代芯片 9
3. 人工智能芯片各有千秋 .......
。。。以上简介无排版格式，详细内容请下载查看
