人工智能芯片的竞争-GPU正红，ASIC拥抱未来.pdf
50墨值下载
行
业
及
产
业
行
业
研
究
/
行
业
深
度
证
券
研
究
报
告
计算机
2017 年 10 月 16 日
人工智能芯片的竞争：GPU 正红，
ASIC 拥抱未来
看好
—— 算法系列报告之十五
相关研究
"领军公司仍优势明显！——43 家计算
机三季报前瞻" 2017 年 10 月 9 日
"重点关注 AI 芯首发、软件国产化——
申 万 宏 源 算 机 周 报
20170814-20170820" 2017 年 9 月 11
日
证券分析师
刘洋 A0230513050006
liuyang2@swsresearch.com
研究支持
刘高畅 A0230116100002
liugc@swsresearch.com
联系人
黄忠煌
(8621)23297818×转
huangzh@swsresearch.com
投资要点：
AI 加速需求超过 CPU 计算能力摩尔定律供给。深度学习是目前 AI 领域最有效算法，深度
学习模型需要通过大量的数据训练才能获得理想的效果，CPU 优势为处理各类数据及强逻
辑判断能力，解决单次复杂问题能力强。两者需求并非完全匹配，深度学习需要一种替代
硬件来满足海量数据的运算需求。
GPU：较成熟生态系统，最先收益人工智能爆发。GPU 与 CPU 类似，只不过是一种专门
进行图像运算工作的微处理器。GPU 是专为执行复杂的数学和几何计算而设计的，这些计
算是图形渲染所必需的。GPU 在浮点运算、并行计算等部分计算方面可以提供数十倍乃至
于上百倍于 CPU 的性能。英伟达公司从 2006 年下半年已经开始陆续推出相关的硬件产品
以及软件开发工具，目前是人工智能硬件市场的主导。
GPU 天然具有三个方面局限性。GPU 作为图像处理器，设计初衷是为了应对图像处理中
需要大规模并行计算。因此，其在应用于深度学习算法时，有三个方面的局限性：1. 应
用过程中无法充分发挥并行计算优势。2. 硬件结构固定不具备可编程性。3. 运行深度
学习算法能效远低于 ASIC 及 FPGA。
FPGA：能效中等、灵活度高、成本较高的 AI 白板，具有三类局限。FPGA 称为现场可编
程门阵列，用户可以根据自身的需求进行重复编程，与 GPU、CPU 相比，具有性能高、
能耗低、可硬件编程的特点。同时具有三类局限：1. 基本单元的计算能力有限；2. 速
度和功耗有待提升；3、FPGA 价格较为昂贵。
ASIC：顶级能耗、拥抱未来。ASIC 是一种为专门目的而设计的集成电路。专为特定目的
而设计。不同于 GPU 和 FPGA 的灵活性，定制化的 ASIC 一旦制造完成将不能更改，所以
初期成本高、开发周期长的使得进入门槛高。目前，大多是具备 AI 算法又擅长芯片研发的
巨头参与，如 Google 的 TPU。由于完美适用于神经网络相关算法，ASIC 在性能和功耗
上都要优于 GPU 和 FPGA，TPU1 是传统 GPU 性能的 14-16 倍，NPU 是 GPU 的 118 倍。
寒武纪已发布对外应用指令集，预计 ASIC 将是未来 AI 芯片的核心。
推荐标的：中科曙光（寒武纪深度合作伙伴，预计 AI 服务器将深度合作、X86 芯片若突
破则提升市场份额与毛利率）、中科创达（华为麒麟 970 芯片人脸识别应用提供方）、富瀚
微（安防行业解码芯片领军）
请务必仔细阅读正文之后的各项信息披露与声明
行业深度
请务必仔细阅读正文之后的各项信息披露与声明 第 2 页 共 21 页 简单金融 成就梦想
投资案件
关键假设点
AI 加速需求超过 CPU 计算能力摩尔定律供给。深度学习是目前 AI 领域最有效算
法，深度学习模型需要通过大量的数据训练才能获得理想的效果，CPU 优势为处理各
类数据及强逻辑判断能力，解决单次复杂问题能力强。两者需求并非完全匹配，深度学
习需要一种替代硬件来满足海量数据的运算需求。
GPU：较成熟生态系统，最先受益人工智能爆发。GPU 与 CPU 类似，只不过是一
种专门进行图像运算工作的微处理器。GPU 是专为执行复杂的数学和几何计算而设计
的，这些计算是图形渲染所必需的。GPU 在浮点运算、并行计算等部分计算方面可以
提供数十倍乃至于上百倍于 CPU 的性能。英伟达公司从 2006 年下半年已经开始陆续
推出相关的硬件产品以及软件开发工具，目前是人工智能硬件市场的主导。。
有别于大众的认识
GPU 天然具有三个方面局限性。GPU 作为图像处理器，设计初衷是为了应对图像
处理中需要大规模并行计算。因此，其在应用于深度学习算法时，有三个方面的局限性：
1.应用过程中无法充分发挥并行计算优势。2.硬件结构固定不具备可编程性。3.运行深
度学习算法能效远低于 ASIC 及 FPGA。
FPGA：能效中等、灵活度高、成本较高的 AI 白板，具有三类局限。FPGA 称为现
场可编程门阵列，用户可以根据自身的需求进行重复编程，与 GPU、CPU 相比，具有
性能高、能耗低、可硬件编程的特点。同时具有三类局限：1、基本单元的计算能力有
限；2、速度和功耗有待提升；3、FPGA 价格较为昂贵。
ASIC：顶级能耗、拥抱未来。ASIC 是一种为专门目的而设计的集成电路。专为特
定目的而设计。不同于 GPU 和 FPGA 的灵活性，定制化的 ASIC 一旦制造完成将不能
更改，所以初期成本高、开发周期长的使得进入门槛高。目前，大多是具备 AI 算法又
of 21
50墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论