计算机芯片或随着人工智能行业的发展迎来新一轮的发展行业:
人工智能随着计算机技术的更新有了质的飞跃。人工智能也不再是以前的纸上谈兵,各个行业都已经到了落地应用的阶段。而国家层面也已经充分意识到人工智能的重大战略意义,所以国家的重磅产业支持政策开始不断出台,于是各大媒体都在报道人工智能大时代已经到来。根据国务院《新一代人工智能发展规划》2020年我国人工智能产业总规模将达1500亿元,其中智能计算芯片市场规模预计将达100亿元。芯片是我国人工智能产业中较为薄弱的一环,受海外技术限制严重,受益于人工智能产业和国产化安全需求拉动,颇具发展潜力和投资价值。
CPU处理器是核心部件,GPU凭借强大的并行运算能力迅速崛起
CPU处理器作为计算和控制核心,是数据中心的传统支柱,由于内部结构的原因,从运算性能和效率角度考虑并不是计算芯片的佳选择,未来将更多与其他专用计算芯片搭配使用。GPU内部结构更适合大规模并行计算且通用性强,因此近年来被广泛应用于高性能计算和人工智能计算,但同时也有能耗比较高的缺点。
FPGA:可编程配置灵活,高性能低功耗优势明显
FPGA属于半定制化芯片解决方案,可以通过编程灵活地针对算法修改电路,提前把固定算法的数据流以及执行指令写在硬件里,节约了指令获取和解码时间从而大幅提高效率。测试结果表明FPGA计算速度接近GPU远高于CPU,但能耗远低于CPU和GPU。由于算法实现通过编程进行,不需要专门的电路设计,因此开发成本较低,但FPGA本身需要从专业厂商采购,因此硬件成本相对比较高。
ASIC神经网络处理器具备优良性能,是智能芯片终解决方案
神经网络处理器从硬件方向对神经网络结构进行模拟,并对神经元和突触数据在芯片上的传输提供了一系列专门的支持,属于高度定制化智能计算芯片。相比于CPU和GPU,神经网络处理器依靠模拟神经网络突触的海量运算单元,性能达到百倍提升;相比于FPGA,神经网络处理器由于工艺的提升主频大幅提高,性能、功耗比也远远超过FPGA。可以说神经网络处理器芯片是智能计算芯片终解决方案。华为麒麟970芯片和苹果A11处理器的推出标志着神经网络处理器在移动端已经进入实用化阶段。
投资建议:看好智能计算芯片在国产安全及人工智能领域的前景
重点推荐拥有成熟产品和加固市场,高度稀缺的国产GPU标的景嘉微;重点关注获得AMD新架构服务器CPU授权设计开发,并与寒武纪、英伟达战略合作的中科曙光;参与寒武纪科技天使轮投资的AI算法及行业应用龙头科大讯飞以及与华为深度合作定制开发AI芯片支持软件的中科创达。
相信随时人工智能的应用的遍地开花,工业平板电脑也会产生新一波的市场需求行情。
相信随时人工智能的应用的遍地开花,工业平板电脑也会产生新一波的市场需求行情。