专栏名称: 吴声计事

东吴计算机公众号

【东吴计算机周报】AI计算芯片与未来

吴声计事 · 公众号 · 股市 · 2021-09-21 23:31

正文

特别声明：《证券期货投资者适当性管理办法》、《证券经营机构投资者适当性管理实施指引（试行）》于2017年7月1日起正式实施。通过新媒体形式制作的本订阅号推送信息仅面向东吴证券客户中的专业投资者，请勿在未经授权前进行任何形式的转发。若您非东吴证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注本订阅号，请勿订阅、接收或使用本订阅号中的任何推送信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。

本周行业策略

1. 上周行业策略

因为中报不达预期、即将解禁等因素，计算机白马龙头标的出现了不同程度的调整，以金山办公、用友网络为代表的部分白马龙头标的估值颇具吸引力，向下空间有限，建议左侧布局。 Q4 市场流动性有望进一步宽松，提振市场风险偏好，同时受益于利率中期趋势下行，计算机行业本身的业绩表现呈现出向好和景气状态，在 Q4 颇具投资价值。

板块配置上我们持续推荐拐点较大，业绩持续兑现的信创方向。 2021 年招标体量较大，且 2020 年有部分收入延迟到 2021 年确认，因此 2021 年相关企业的收入有望达到翻倍以上，招标驱动相关公司股价继续反弹，推荐景嘉微、东方通、中国长城、中国软件、太极股份、神州数码，关注中科曙光、中孚信息等。其次我们推荐景气度高、估值便宜的网络安全，推荐奇安信、启明星辰、绿盟科技、安恒信息，关注深信服等；云计算方面，企业数字化国产化需求持续高景气，竞争格局逐渐清晰，龙头加速受益，标的上推荐：用友网络、金山办公、广联达，关注浪潮国际、明源云、金蝶国际等。

各类 AI 计算芯片涌现， GPU 仍为主流。 随着人工智能、大数据、云计算等产业的发展， AI 计算的需求爆炸性增长，以英伟达为首的 GPU 厂商开始不断探索 GPU 在高性能计算方面的应用与突破，而以 Google 、 Intel 以及国内厂商寒武纪为代表的芯片生产商开始研发专用于高算力运算的芯片，寻求另一种方法进行技术突破。目前用于深度学习最广泛的芯片当属擅长并行计算的 GPU ，而随着深度学习对算力要求的不断提升，各家公司开始研发生产专用于深度学习、 DNN 的运算芯片或基于 FPGA 架构的半定制芯片，代表产品有 Google 研发的张量计算处理器 TPU 、寒武纪研发的神经网络计算处理器 NPU 以及 Intel 旗下的 Altera Stratix V FPGA 。目前各类芯片各有优劣，未来或将出现 GPU 、 FPGA 、“ XPU ”分别对应不同算力要求、产品结构的运算芯片市场。

2. AI计算时代来临，各类计算芯片登场

应用场景对算力要求变化推动 AI 芯片发展。 2007 年以前， AI 研究和应用受制于算法与数据量，对算力要求并不高，使用普通的 CPU 芯片即可满足计算要求。然而在 2007 年之后，互联网兴起，可获得的数据量飙升，算法不断更新， CPU 渐渐无法满足运算要求。擅长并行计算的 GPU 进入人们的视野，“ GPU+CPU ”的混合运算模式开始兴起。 2015 年后，各大厂商为了追求更高的计算速度和更低的功耗，开始对半定制人工智能芯片、 AI 专用芯片进行研发，也有部分学者展开对类脑计算芯片的研究，打破传统架构，提供更高效的处理与运算。

当前市场上主要有通用类（ GPU 、 DPU ）、 FPGA （半定制）、 ASIC （全定制）三大类 AI 计算芯片。其中 GPU 目前市场使用率最高，商业化较为成熟，全球最主要的供应商是英伟达。而以 FPGA 和 ASIC 架构研发出的 AI 芯片种类较多，目前尚处于发展探索阶段，例如较为知名的 NPU 、 TPU 就是以 ASIC 架构为基础设计的。

2.1 GPU ：通用性最强， AI 计算时代霸主

GPU ，源于图形处理的 AI 计算芯片。 GPU （ Graphics Processing Unit ），即图形处理器，又称显示核心、视觉处理器、显示芯片，起初是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器，是一种由大量运算单元组成的大规模并行计算架构，专为同时处理多重任务而设计。大数据时代， GPU 被广泛应用于数据中心、矿机、深度学习等领域。 GPU 芯片采用统一渲染架构，计算通用性最强，可以适用于多种算法，在算法尚未定型的领域， GPU 是最佳选择。

GPU 在 AI 计算市场销售额占比最大，霸主地位稳固。 目前大多数领域， AI 计算算法尚在不断探索、优化阶段， GPU 仍是最佳选择。根据智研咨询数据显示，截至 2021 年 8 月，全球人工智能的计算力主要是以 GPU 芯片为主， 2020 年销售额市场份额占比约为 42.3% ，市场规模约为 38 亿美元，预测到 2024 年销售额占比提升至 51.4% ，届时全球人工智能 GPU 芯片市场规模将达 111 亿美元。

2.2 FPGA ：半定制芯片，灵活性高

FPGA 是一种半定制芯片。 FPGA （ Field － ProgrammableGate Array ），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。 FPGA 的优点是既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点，对芯片硬件层可以灵活编译，功耗小于 CPU 、 GPU ；缺点是硬件编程语言较难，开发门槛较高，芯片成本、价格较高。

FPGA 比 GPU 、 CPU 更快是因为其具有定制化的结构。 CPU 和 GPU 都属于冯·诺依曼结构，在该结构中，执行单元可以执行任意指令，这需要有指令存储器、译码器、各种指令的运算器等和共享内存。而 FPGA 的每个逻辑单元的功能在重编程时就已经确定，不需要指令和共享内存。但这也是 FPGA 的缺点，当处理的任务重复性不强、逻辑较为复杂时， FPGA 效率就会低于使用冯·诺依曼结构的处理器。

2.3 ASIC ：专用性最强，追求极致性能

ASIC 是一种为专门目的而设计的芯片（全定制）。 ASIC(Application Specific Integrated Circuit) ，特殊应用集成电路芯片，是一种根据特定算法定制的芯片架构，其定制程度相比于 GPU 和 FPGA 更高。 ASIC 算力水平一般高于 CPU 、 GPU 、 FPGA ，但初始投入大，专业性强缩减了其通用性，算法一旦改变，计算能力会大幅下降，需要重新定制。

算力需求增加， ASIC 前景广阔。 随着数据量的不断增加和芯片工艺的极限到来，对算力的诉求越来越难以被满足。在此背景下，对于一些特定的领域，其数据量庞大，算法逐渐固定，使用专为特定算法设计的 ASIC 芯片成为了许多公司的首选。 AI 计算市场上比较火的 TPU 、 NPU 等，都是 ASIC 专用芯片。

2.4 DPU ： GPU 之后分担 CPU 算力又一芯片

DPU 是一个全新的，用于在数据中心承担网络和存储等服务的处理器。 DPU(Data Processing Unit) ，数据中心处理器是最新发展起来的专用处理器，主要是用来加速数据中心的安全、网络和存储任务。它是继 CPU ， GPU 之后，数据中心场景中的第三颗重要的算力芯片，为高带宽、低延迟、数据密集的计算场景提供计算引擎。 DPU 将卸载 CPU 原本承担的网络、存储、安全、管理等服务，释放 CPU 算力，同时对安全隐私进行高级别的加密。在 2021 年 4 月的 GTC 大会上，英伟达总裁黄仁勋推出了 NVIDIA BlueField-3 DPU 及其配套软件生态架构 DOCA 。

DPU 的提出能够有效解决 CPU 和 Memory 之间传输带宽的瓶颈。 随着数据量的增加， CPU 和 Memory 之间的数据传输带宽成了瓶颈。根据 Fungible 和 AWS 的统计，在大型数据中心中，流量处理占到了计算的 30% 左右。数据中心在节点间交换效率和可靠性以及节点内 I/O 切换效率比较低， DPU 的出现是为了试图解决这种松耦合的关系，从这方面加快整体运算速度。目前来看 DPU 只是提供更安全高效的网络、存储等加速服务，但未来或将真正的以数据中心为运算单元，依靠 DPU 实现紧耦合结构提升整体效率。

DPU 能够大幅提升网络安全服务能力。 全球网络安全领导者 Palo Alto Networks 开发了首款通过 NVIDIA BlueField DPU 加速的虚拟 NGFW （防火墙）。其中 DPU 作为智能网络过滤器，以不消耗 CPU 的方式，对网络流进行解析、分类和引导，使 NGFW 能够在各种典型用例中达到接近 100Gb/s 的吞吐量。与单纯运行在 CPU 上的 VM 系列防火墙相比，其性能提高了 5 倍；而与传统的硬件方案相比，可节省高达 150% 的资本支出。

2.5 NPU 和 TPU ：深度学习 ASIC 加速芯片

NPU 是一种参考人体神经突触的 ASIC 芯片。 随着深度学习神经网络的兴起， CPU 和 GPU 逐渐难以满足深度学习的需要，专门用于神经网络深度学习的处理器 NPU(NeuralProcessing Unit) 应运而生。 NPU 采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。区别于 CPU 以及 GPU 所遵循的冯诺依曼架构， NPU 参考人体的神经突触结构，将存储与运算结为一体。

NPU 显著提高了深度学习芯片的运算速度。 深度学习芯片主要分为训练芯片和推理芯片。深度学习神经网络算法像人一样，需要学习知识（训练），之后就可以把学习到的知识运用到工作中去（推理）。训练过程需要大量的数据样本进行计算，而推理过程需要用少数的数据快速得出推理结果。 NPU 在电路层模拟人类神经元和突触，相比于 GPU 的冯诺依曼结构， NPU 通过突触权重实现存储计算一体化，提高运行效率，因此 NPU 比 GPU 更擅长推理。

TPU ，专门为 Google Tensorflow 框架设计的 ASIC 芯片。 张量处理器（ Tensor ProcessingUnit ）是 Google 为机器学习定制的 ASIC 芯片，专为 Google 的深度学习框架 TensorFlow 而设计。 Google 在 2016 年的 Google I/O 年会上首次公布了 TPU ，不过在此之前 TPU 已在 Google 内部的一些项目中使用了一年多，如 Google 街景服务、 RankBrain 以及其旗下 DeepMind 公司的围棋软件 AlphaGo 等都用到了 TPU 。 TPU 只完成推理过程，训练过程由 GPU 完成。

3. 未来展望：新计算模式不断出现，底层架构持续创新

AI 计算蓬勃发展，新计算模式不断出现。 随着各大厂商对 AI 芯片的不断研究，芯片的计算性能不断提升，芯片种类不断增多。截至 2021 年 8 月， GPU 在 AI 计算市场份额最大，但 FPGA 、 ASIC 的发展迅速，有望取代一部分 GPU 的业务。与此同时， DPU 的不断运用也将有效改善和加速网络数据传输计算速度，协同 CPU 、 GPU 高效运行。当前 CPU 依然处于计算芯片中的核心地位， GPU 、 DPU 目前也只能卸载 CPU 部分功能，加快 CPU 处理、运算的效率，并没有根本动摇 CPU 地位。目前在人工智能、深度学习和云计算等领域以 CPU+GPU 为主要场景， CPU+FPGA 、 CPU+NPU 等模式不断推出，未来有望出现更先进的模式。

类脑芯片打破冯 • 诺依曼架构瓶颈，有望成为 AI 计算芯片未来。 类脑芯片有自动感知的过程，速度快能耗低。目前有 IBM 的 TrueNorth 、 Intel 的 Loihi 以及中国的 AI-CTX 等研究产品。随着类脑芯片的研发不断推进，其有望打破冯诺依曼的传统计算机架构，缓解由于传输造成的延迟损耗，进一步加快对深度学习计算的效率。类脑芯片是人工智能发展的最终归宿，但其目前正在处于研发阶段，想要落地商业化还要很长一段路。

4 . AI 计算芯片投资机会及相关标的

各类AI计算芯片不断涌现，GPU仍为主流。 在人工智能时代背景下，为了满足对算力的强烈需求，人们不断探索数据、算法和芯片结构之间的最优解，推出了GPU、DPU、FPGA、ASIC等从通用到专用一系列芯片。但这仅仅是AI计算探索的开始，未来随着数据量的增加，AI计算芯片将会有更多的创新。根据智研咨询数据显示，截至2021年8月，GPU仍在AI计算芯片市场销售额占比最大，到2024年，销售额占比有望逐步提升。推荐GPU相关标的景嘉微，关注中科曙光、航锦科技等。

当前覆盖：

信创：中国软件、东方通、卫士通、中国长城、太极股份、神州数码、景嘉微；

云计算：用友网络、金山办公、优刻得、广联达；

医疗信息：卫宁健康；

工业互联网：中控技术、东方国信；

军工信息：卫士通；

网安：安恒信息、启明星辰、拓尔思、美亚柏科、绿盟科技、卫士通、格尔软件、中新赛克、奇安信；

人工智能：科大讯飞，拓尔思；

金融科技：长亮科技、恒生电子、用友金融。

风险提示：

1、 信息创新、网络安全进展低于预期： 网安政策进展低于预期，央企安全运营低于预期，智慧城市安全运营推进缓慢，工控、云安全需求低于预期；

2、 行业后周期性： 经济增长不及预期，计算机属于后周期性行业，会导致下游信息化投入放缓；

3、 疫情风险超预期： 疫情导致的风险偏好下降超过市场预期。

上市公司动态

【金证股份】关于出售珠海金智维信息科技有限公司部分股权的公告：金证股份将与中互金智为、珠海晨星、广州诚信、易方康瑞（以上四家合称为“受让人”）签署《珠海金智维信息科技有限公司股权转让协议》，公司将向受让人转让珠海金智维信息科技有限公司（以下简称“金智维”） 5% 股权，对应的注册资本为 167.0356 万元（人民币元，下同），总转让对价为 8,805 万元。本次交易未构成关联交易、未构成重大资产重组。本次交易完成后，金证股份继续持有金智维 15.8252% 的股权，仍为金智维第二大股东。

【天地数码】关于实际控制人股份质押及解除质押的公告：公司近日收到实际控制人之一韩琼先生的通知，获悉其所持有本公司的部分股份分别办理了质押及解除质押业务。韩琼先生质押 2,735,000 股股票，占公司总股本 1.97% ，质押期为 2021 年 9 月 17 日至 2022 年 3 月 17 日，质权人为东北证券股份有限公司。韩琼先生本次解除质押 2,337,377 股股票，占总股本 1.69% 。目前，韩琼共质押 9,705,000 股股票，占公司总股本 7.01% 。

【雄帝科技】关于获得政府补助的公告：雄帝科技于 2021 年 9 月 16 日，获得深圳市国税局的增值税即征即退政府补助现金资金，为人民币 2,009,021.17 元，公司将上述收到的与收益相关的政府补助 2,009,021.17 元计入其他收益。

【科蓝软件】公司中标新加坡绿联国际银行采购项目的公告：柯蓝软件的全资子公司科蓝软体系统（香港）有限公司近日收到新加坡绿联国际银行 ( 以下简称“绿联银行” ) 《数字银行系统采购项目中标通知书》（以下简称“本项目”），公司中标新加坡绿联国际银行系统采购项目，中标项目为数字银行前中台系统，中标金额为 2,000,000 新加坡元，约人民币 960.46 万元。此次中标新加坡绿联数字银行标志着公司成功开启了数字银行海外战略。

【石基信息】关于全资子公司与六洲酒店签订重大合同的公告： 2021 年 9 月 15 日，公司全资子公司 Shiji (US) Inc. （以下简称“石基美国”）与 Six Continents Hotels, Inc. （六洲酒店股份有限公司 , 以下简称“六洲酒店”）签订《 MASTER SERVICES AGREEMENT 》（以下简称“ MSA ”），约定石基美国将为洲际酒店集团旗下酒店以 SaaS 服务的方式提供新一代云架构的企业级酒店信息管理系统 Shij iEnterprise Platform （以下简称“ SEP ”），其同样是一套将替换部分现有酒店信息管理系统（ PMS ）的新一代解决方案。虽然 MSA 的执行对公司国际化业务拓展具有积极影响，但 MSA 仅为主服务协议，公司还需要在测试酒店成功上线后再根据客户切换系统或开业计划去获取每个酒店的订单，预计不会对公司本年度经营业绩、财务状况产生重大影响，考虑到洲际酒店集团旗下酒店目前的体量，如果未来成功上线的酒店数量达到一定规模之后将会对公司年度经营业绩产生较大影响。本次 MSA 的履行不影响公司业务的独立性，且由于国际酒店行业市场空间巨大，公司未来主要业务不会因履行合同而对客户形成严重依赖。

【科大国创】关于控股股东解除融资融券业务的公告：公司于近日接到公司控股股东合肥国创智能科技有限公司（以下简称“合肥国创”）关于解除融资融券业务的通知。合肥国创因与国元证券股份有限公司（以下简称“国元证券”）开展融资融券业务，累计将其持有的公司 14,000,000 股无限售流通股转入其在国元证券开立的客户信用交易担保证券账户中，该部分股份的所有权未发生转移。近日，合肥国创已将其持有的公司 14,000,000 股无限售流通股从其在国元证券开立的客户信用交易担保证券账户转回到普通证券账户，解除了融资融券业务。截至本公告披露日，合肥国创持有公司股份 65,716,139 股，占公司总股本的 26.95% ，上述股份全部通过普通证券账户持有。

【浩云科技】关于取得发明专利证书的公告：公司独立申请的一项发明专利获得国家知识产权局颁发的发明专利证书，公司于近日取得了该项专利证书。专利为场景还原影像管理方法、装置、设备及系统，专利权人为浩云科技股份有限公司。此场景还原影像管理方法，解决了因为运营管控系统和安保设备管理系统系不同厂家开发的系统，且运营系统涉及银行业务等安全原因不同意开放公开接口，两个系统无法进行便捷的信息交流问题，简化了不同系统间的开发，简化了用户的操作，提高了用户使用体验。上述发明专利所涉及技术属于公司的主要技术，主要应用于银行安防监控领域，目前已应用于公司现有的项目。

【南天信息】关于收到中国农业银行股份有限公司《入围通知书》的公告： 2021 年 9 月 14 日，公司收到江苏省招标中心有限公司发来的《入围通知书》，确定公司在中国农业银行股份有限公司 2021 年 IntelPC 服务器入围项目中成为主选供应商。入围内容是 2021 年 IntelPC 服务器入围项目，入围价格为 12.4569 亿元（不含税）。

吴声计事

【东吴计算机周报】AI计算芯片与未来

正文

请到「今天看啥」查看全文