２０１７年ＡＩ芯片行业深度研究报告投资要点：⏹AI应用爆发，底层芯片架构亟待革新：科技巨头的大力投入及政策扶持正推动AI下游应用的迅猛增长，AI正在安防、无人驾驶、医疗等市场快速落地。

而AI应用的发展离不开底层芯片架构的革新。

传统芯片架构在处理神经网络算法时功耗较高，速度无法满足需求，因此催生了AI芯片的诞生，例如Google的TPU、寒武纪的NPU 等均是专门为AI应用度身定做的专有芯片，未来AI芯片将成为无论是移动端还是云端的标配，将成为下一阶段AI产业竞争的关键所在。

⏹AI产业链中，最为看好上游AI芯片环节：目前时间点，AI产业链上游的芯片企业的成长性最为确定，盈利模式最为清晰，AI芯片市场是率先受益于AI产业高速发展的环节，无论下游哪个应用领域率先落地，AI芯片市场都将迎来数倍的高速增长。

根据智研咨询统计，2016 年人工智能芯片市场规模达到6亿美元，预计到2021年将达到52 亿美元，年复合增长率达到53%。

仅测算安防前端智能摄像头市场，目前国内安防芯片市场规模约30亿人民币左右，预计未来三年，搭载人工智能模块的安防芯片市场存在三倍以上的成长空间，可达百亿级。

⏹看好低成本高性能的ASIC发展路线，国内厂商或将弯道超车：目前AI芯片技术主流路径为GPU、FPGA、ASIC等，场景方面分为云端、终端两大类，其中云端环境条件较为宽松，GPU暂时满足需求，未来AI ASIC芯片有望成为重要组成部分。

终端受制于能耗，体积约束，同时应用场景相对明晰，对ASIC芯片需求强烈，我们看好ASIC路径发展前景。

NVIDEA、INTEL、AMD等传统芯片巨头在GPU及FPGA领域具有不可撼动的优势，而国内中小芯片设计公司的优势在于细分场景下的ASIC芯片。

随着AI芯片市场的快速发展，国内AI芯片设计公司在ASIC路线存在弯道超车的良好机遇。

⏹行业评级及投资策略维持计算机行业“中性评级”，给予人工智能板块买入评级，AI应用普及，AI芯片市场需求迅速上升，我们看好国内公司在ASIC芯片方面存在弯道超车的机遇，未来三年迎来爆发式成长，建议积极关注行业投资机会，短期重点推荐智能安防芯片市场。

⏹重点推荐个股1、富瀚微：安防芯片A股龙头，受益安防人工智能化发展；2、中科创达：芯片嵌入式解决方案A股龙头，麒麟970采用公司方案。

建议关注：1、东软集团：无人驾驶芯片技术储备丰富，发展潜力较大；2、四维图新：无人驾驶芯片技术储备丰富，发展潜力较大；3、中科曙光：云端人工智能服务器潜力巨大；4、浪潮信息：与IBM建立合资企业研发人工智能服务器，前景远大。

⏹风险提示：1）相关公司业绩不达预期的风险；2）行业政策变动风险；3）市场系统性风险。

1、AI芯片需求爆发，市场规模高速扩张 (5)1.1、人工智能应用普及，带动AI芯片需求爆发 (5)1.2、市场空间巨大，政策支持确定 (6)1.3、一级市场融资热度不断提升 (8)2、看好ASIC路线，场景以云+端为主 (10)2.1、主流架构：GPU、FPGA、ASIC (10)2.2、云端以GPU为主，ASIC芯片将成重要组成部分 (11)2.3、ASIC芯片需和场景结合，有望成为主流 (12)3、竞争格局未定，国内AI芯片存弯道超车机会 (14)3.1、科技巨头拥有场景优势，研发AI芯片服务自有生态 (14)3.2、传统芯片厂商抢占AI芯片市场份额 (17)3.3、初创企业：面向终端场景的AI芯片是优势所在 (19)4、行业评级及投资策略 (23)5、重点推荐个股 (24)6、风险提示 (26)图1：卷积神经网络算法 (6)图2：市场规模快速增长 (6)图3：安防摄像机数量 (7)图4：一级市场投资数量 (8)图5：各类芯片优势对比 (11)图6：TPU和CPU、GPU组合性能对比 (12)图7：华为麒麟970芯片性能 (12)图8：Iphone X A11 neural engine (12)图9：芯片厂商和汽车厂商联盟 (13)图10：谷歌TPU (15)图11：谷歌TPU内部架构 (15)图12：谷歌产品发展路线 (15)图13：谷歌AI生态 (16)图14：ResNet模型下P100和V100训练速度对比 (17)图15：ResNet模型下P100和V100推理速度对比 (17)图16：Knights mill架构图 (18)图17：寒武纪1A芯片 (21)图18：寒武纪历代产品发展 (21)图19：深鉴科技DPU (21)表1：人工智能相关政策 (7)表2：一级市场AI芯片融资案例 (9)表3：各主流架构对比 (10)表4：AI芯片市场竞争主体 (14)表5：英特尔并购路径 (19)表6：国内三大AI芯片初创公司对比 (19)1、 AI芯片需求爆发，市场规模高速扩张1.1、人工智能应用普及，带动AI芯片需求爆发深度学习算法成熟、算力提升及大数据共同促进人工智能实现跨越式发展，人工智能应用层出不穷进一步推动算力需求的提升，而当下主流芯片CPU、GPU在处理神经网络算法时功耗较高，速度无法满足，因此催生了AI芯片的诞生，并且人工智能在安防、物流、无人驾驶、医疗、教育等领域落地，带动AI芯片需求的快速增长。

可以判断，人工智能应用爆发、神经网络算法成为AI主流算法是AI芯片需求高速增长的基础，而传统CPU、GPU的缺陷推升了需求的紧迫性，神经网络算法的特点则指明了AI芯片的架构方向。

1.人工智能应用普及奠定爆发基础：人工智能应用实现高速增长。

目前我国自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等智能科技成果已进入广泛的实际应用。

各细分市场均有广阔的发展前景，2015年，我国市场工业机器人销量6.85万台，我国智能语音交互产业猛增41%达到40.3亿元，指纹识别、人脸识别、虹膜识别等产业规模突破百亿元。

诸多企业也积极布局人工智能产业，百度出台“百度大脑计划”，腾讯组建人工智能实验室AI Lab，阿里关注消费级产品研发智能音箱、无人超市，以及海康威视在MOT Challenge测评中获得“计算机视觉的多目标跟踪算法”世界第一称号。

中国人工智能应用已经迅速普及，对人工智能应用的性能提出更高要求。

2.CPU、GPU等传统芯片高功耗、低效率无法满足需求：人工智能应用爆发，芯片市场迎来新机遇。

当前CPU、GPU等传统芯片因其高功耗、低效率，难以满足人工智能时代的要求。

从技术角度看，深度学习实际上是一类多层大规模人工神经网络。

传统的处理器（包括x86和ARM芯片等）往往需要数百甚至上千条指令才能完成一个神经元的处理，用于深度学习的处理效率极低。

并且，在神经网络中存储和处理一体化，而在传统芯片的结构中，存储和处理是分离的，二者存在较大的差异。

因此，适应深度学习需求的新型芯片在AI时代市场前景广阔。

以中国的寒武纪为例。

该公司团队与Inria联合研发的DianNao单核处理器主频为0.98GHz，峰值性能达每秒4520亿次神经网络基本运算，65nm工艺下功耗为0.485W，面积3.02平方毫米。

若干神经网络实验结果表明，DingNao的平均性能超过主流CPU核的100倍，但是面积和功耗仅为1/10，效能提升可达三个数量。

DianNao的平均性能与主流GPGPU相当，但面积和功耗仅为主流GPU 百分之一量级，优势明显。

3.人工智能算法具备明显特点，专用芯片需求强劲：图1：卷积神经网络算法资料来源：数盟《技术向：一文读懂卷积神经网络CNN》，国海证券研究所以当前主流的卷积神经网络为例，卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。

如图1所示，多层卷积神经网络使用了大量相似的卷积运算，因此可并行计算，使用统一的特点明显的算法，提升效率。

卷积神经网络越复杂，卷积核越多，就需要更多数量的芯片同时工作，用来处理更复杂的运算、达到更高的性能。

AI算法结构特点明显，对数据计算需求较大，也为AI芯片发展指明了方向。

1.2、市场空间巨大，政策支持确定1.2.1、市场规模不断提升在需求增长的背景下，AI芯片市场规模增长迅速。

根据智研咨询统计，2016 年人工智能芯片市场规模达到6亿美元，预计到2021年将达到52 亿美元，年复合增长率达到53%，增长迅猛，发展空间可期。

图2：市场规模快速增长此外，AI芯片也将拉动整个芯片市场规模，以安防芯片为例，据IHS统计，预计国内2018年摄像机产量约2亿台，每台摄像机配置一颗图像处理芯片，参考IPC芯片15元/颗价格，整个芯片市场规模约30亿元。

根据我们产业调研，加入AI加速器的AI芯片单片价格预计实现翻倍以上增长，AI芯片对芯片市场规模拉动作用明显。

图3：安防摄像机数量资料来源：IHS、国海证券研究所1.2.2、政策支持力度不断加强近几年，我国陆续出台多项AI芯片相关的政策和规划，其中《“十三五”国家科技创新规划》、《国家发展改革委办公厅关于请组织申报“互联网+”领域创新能力建设专项的通知》和2017年7月国务院印发的《新一代人工智能发展规划》中，均提到要重点发展人工智能芯片技术。

政府对于人工智能领域的不断重视和投入为中国人工智能及人工智能芯片的未来发展提供了良好的政策环境。

《新一代人工智能发展规划》中提到我国在高端芯片等方面差距较大，强调人工智能芯片的关键作用，指出要重点突破高能效、可重构类脑计算芯片和具有计算成像功能的类脑视觉传感器技术，研发神经网络处理器以及高能效、可重构类脑计算芯片和新型感知芯片与系统，实现具有多媒体感知信息理解和智能增长、常识推理能力的类脑智能系统。

人工智能是引领未来的战略性产业，是我国科技领域重要的发展战略，而AI 芯片作为整个人工智能领域的关键技术环节，是我国人工智能产业的基础，是实现人工智能突破的重要关卡。

此外我国针对芯片有转向产业大基金，因此，可以预计AI 芯片将持续获得政府政策支持，推动AI 芯片在各行业和各领域的应用。

1.3、 一级市场融资热度不断提升在市场规模保持快速增长，政策支持力度明显加大的背景下，其一级市场的热度也不断提升，2014年至今共有20次投资事件发生，且投资数量逐年攀升。

图4：一级市场投资数量资料来源：IT 桔子、国海证券研究所值得注意的是一批明星创业公司2016至2017年纷纷获得大额投资。

地平线机器人于2016年7月获得了新一轮融资，异构智能于2017年5月完成1500万美元A 轮融资，深鉴科技于2017年5月完成数千万美元的A 轮融资，西井科技于2017年6月宣布获得复星同浩A 轮投资。

而寒武纪于8月宣布获得A 轮融资高达1亿美元，成为全球人工智能芯片领域首个独角兽初创公司。

AI芯片创业公司的大额融资从某种层面上也代表了一级市场对AI芯片行业未来的发展前景一致看好。