AI 芯片，谁与争锋？ （多图）

人工智能革命将引起芯片业格局重新调整

我们在《寻找AI+淘金热中的卖水人》报告中已经指出，人工智能革命将引起芯片业格局重新调整。近期，谷歌推出第二代TPU，英伟达推出V100，AMD推出Vega Frontier Edition，我们对AI芯片市场进行再次审视。

就市场规模而言，目前数据中心服务器中只有7%用于人工智能（其中3%使用GPGPU，95%使用CPU），但英特尔估计，到2020 年，人工智能计算量将增加12 倍，运行人工智能工作负载的服务器将超过其他所有服务器。英伟达估计数据中心人工智能相关芯片的市场空间到2020 年有260 亿美元，包含训练110 亿和推理150亿，AMD 估计50 亿美元，只含训练。

短期内，GPU仍将主导训练，FPGA争夺推理市场

GPU强大的并行计算能力在深度学习训练环节的优势已是市场共识。英伟达经过多年努力形成的生态系统（Cuda已到第9代，开发者51.1万，支持TensorFlow/Caffe2/MXNet等多个主流框架，扶持创业企业1300家，开源Xavier DLA）已形成了较好的先发优势。谷歌TPU暂时还难以撼动英伟达GPU的市场地位（专门适用于TensorFlow，单片TPU 45 teraflops，低于单片英伟达V100的120 teraflops）。而在推理环节，目前主要由CPU兼任，但需要低延迟的实时推理，或者需要低功耗的场景，将逐渐由FPGA替代（平均每瓦特的性能在图片CNN算法推理、语音LSTM算法推理上，比CPU分别提高30/81倍）。英特尔和赛灵思的FPGA已分别被微软Azure和AWS采用。

长期来看，训练和推理、云和终端都将更多采用ASIC

然而，CPU、GPU和FPGA都属于通用芯片，并非专门为人工智能开发。我们相信，随着市场需求的扩大，各类专用芯片将最终占据主流地位，不论是在训练还是推理环节，不论是云数据中心还是移动终端。除了谷歌这样的云服务商外，英特尔（Lake Crest）、英伟达（Xavier）、高通等芯片商，以及Groq（原TPU开发者离职创立）、Wave Computing、Graphcore等创业公司（参见图表13-16）都在积极研发AI专用芯片。当前面临的主要困难（特别是对创业公司）是芯片研发的高成本和市场培育。

股票标的：英伟达、博通、赛灵思

当前我们依然看好英伟达，来自TPU和AMD的竞争，不影响我们对英伟达数据中心收入未来3年年均增长90%的假设。博通是谷歌TPU的ODM伙伴，不仅合作设计，也通过分包商帮忙谷歌完成芯片的制造、测试和封装。此外，公司还与另外至少2家客户定制人工智能方面的芯片。就公司整体而言，我们还看好其在高端射频方面的增长前景，以及利润率和红利现金回报的提高（参见报告《5G黎明》）。就赛灵思而言，虽然管理层谨慎有加，未能就数据中心业务给出更高的收入指引，使股价催化剂延迟，但因其估值与其他高质量半导体公司相当，公司市场份额持续提高，股价下行风险也相对有限。