最近，人工智能(AI)芯片可谓刷足了存在感，先是中科寒武纪科技完成1亿美元A轮融资，成为全球AI芯片领域里第一个独角兽初创公司，再有华为发布全球首款AI芯片，在A股市场，国产芯片板块也成为近期为数不多的持续性较好的板块。

　　人工智能需要“芯”“端”“云”协同，才能发挥最大效用。核心芯片是人工智能的战略制高点，未来人工智能应用的主战场是在云端和终端，目前需求还远没有爆发。云端芯片以及基于手机智能终端、传感器、IOT、存储器等芯片提升是大势所趋。

　　AI芯片生态体系：云端与终端携手共进

　　在产业发展史中，每一场重要的产业变革总会带来新的重大机遇。人工智能的三个核心要素是数据、算法和计算能力。人工智能时代对计算能力的需求有指数级的提高，超过了摩尔定律，计算能力的需求供给出现了一个巨大的缺口，巨大缺口之下也是时代的机遇。传统X86架构芯片无法满足需求，时代呼唤新一代的计算芯片平台。

　　深度学习是人工智能算法的发展方向，一项深度学习工程的搭建，可分为训练(training)和推断(inference)两个环节，常用芯片如下图所示：

　　资料来源：互联网

　　目前人工智能芯片的需求可归纳为三个类别：一是面向企业及实验室研发阶段的训练环节;二是面向人工智能应用的云端推断;三是面向终端的设备推断。由此可勾画出人工智能芯片的生态体系：训练层、云端推断层和设备端推断层。

　　图表2：AI芯片生态体系

　　资料来源：互联网

　　(1)训练层—英伟达(NVIDIA)一家独大

　　在训练层，GPU是目前的最优选择。目前GPU加速市场呈现NVIDIA一家独大的局面，众多巨对此也发起了挑战。例如，Google于2017年5月份发布TPU 2.0。

　　(2)云端推断—FPGA前景广阔

　　在云端推断环节，GPU不再是最优的选择，目前3A(阿里云、Amazon、微软Azure)都纷纷探索云服务器+FPGA芯片模式替代传统CPU以支撑推断环节在云端的技术密集型任务。

　　图表3：全球7大超级数据中心均采用了FPGA

　　云端推断市场当前的需求并未进入真正的高速爆发期，多数人工智能应用当前仍处于试验性阶段，尚未在消费级市场形成巨大需求，各云计算服务商似乎有意凭借自身云服务优势，在这个爆发点来临之前布局自己的云端FPGA应用生态。

　　(3)设备推断—远未成熟

　　未来相当一部分人工智能应用场景都要求终端设备需要具备足够的推断计算能力，这就需要全新的低功耗异构芯片，赋予设备足够的算力去应对未来越发增多的人工智能应用场景。主流场景包括智能手机、ADAS、CV设备、VR设备、语音交互设备以及机器人。如华为的麒麟970旨在为手机端实现较强的深度学习本地端计算能力。

　　总之，人工智能需要“芯”“端”“云”协同，才能发挥最大效用。未来人工智能应用的主战场是在推断环节，目前需求还远没有爆发。基于端的提升是未来需要加快之处。除了云端芯片，基于手机智能终端、传感器、IOT、存储器等芯片提升是大势所趋。

　　消费旺季开启景气周期

　　9、10月是消费电子传统旺季，苹果iphone8将9月12日发布，国内厂家亦在摩拳擦掌推出新品跟进，9月11日，小米将推出新一代小米MIX 2，首款搭载麒麟970芯片的华为新一代Mate系列产品将于10月16日在德国慕尼黑发布。随着智能手机大量出货，预计消费电子产业链进入新一轮的景气周期。

　　AI云+终端芯片、大数据存储芯片、物联网智能芯片需求的进一步爆发，将加剧芯片等电子元器件供需紧张的局面，现在多种电子元器件也在不断提价。国内芯片等电子元器件厂家将会在这一轮涨价潮和国产代替产业趋势中受益。

　　从全球范围看，2016年AI芯片市场规模达到6亿美金，预计到2021年将达到52亿美金，年复合增长率达到53%，增长迅猛，发展空间巨大。目前GPU统治了AI芯片市场，市场份额高达35%。人工智能应用中一个重要场景是智能家居，目前全球市场份额已经达到810亿美元。

　　图表4：人工智能芯片市场规模预测(亿美元)

　　受益标的梳理

　　目前高端芯片制造还是掌握在英特尔、高通等美国厂商手上，但是中国的芯片基础并不弱，中国近10年芯片专利增长惊人，已成为芯片专利申请第一大国。人工智能在政府工作报告中已经被写入了国家战略发展规划，人工智能是实现换道超车的机会，国内已经有部分企业在沿人工智能产业链进行布局，在核心芯片、大数据、生物识别、物联网、安防等领域，国内公司均已有所突破，终端AI芯片迎来加速发展期。

　　(研究员/朱映迪)