2018年国产芯片趋势洞察报告.pptx

,人工智能助力，,国产芯片趋势洞察报告,2018年5月27日,XX电子团队，走进“芯”时代系列之十二,行业趋势热点前瞻解析系列之十五,主要内容,12345, GPU应用领域广阔 AI带来GPU发展新契机，FPGA、ASIC各有优势 智能处理器行业格局 我国市场发展空间巨大，AI助力中国“芯” 相兰标的, 风险提示：宏观经济下行，行业发展不及预期,GPU应用领域广阔,GPU,GPU（Graphic Processing Unit），即图形处理器。GPU计算就是利用GPU来进行通用科学与工程计算。GPU优势在于解决数据并行计算问题。在大量数据元素并行程序方面具有极高的计算密度（数学运算与存储器运算的比率）。目前，GPU芯片可根据与CPU的关系分为独立GPU和集成GPU。GPU已经发展到相对成熟阶段，可轻松执行实际应用程序并且其运行速度已远远超过了使用多核系统串行运行速度。 我们认为，未来计算架构将是并行核心GPU与多核CPU串联运行混合系统。高通集成GPUNVIDIA独立GPU,GPU与CPU比较,GPU与CPU相比拥有更多处理单元GPU与CPU技术比较,GPU应用领域广阔,GPU发展历程,GPU发展历程,GPU技术进步主要体现在下列方面：, 产品功能的扩展，反映了GPU技术的创新与突破；,晶体管数量，反映芯片的复杂程度和处理能力；总线标准,，CPU-GPU之间的传输速度制约着芯片性能的发挥；应用程序接口（application programminginterface，API）和渲染模型（shadermodel），从开发者和应用角度反映了技术的进步综合这些方面, 将GPU技术发展的历程分为：固定功能架构时代(fixed functionarchitecture)；,分离渲染架构时代(separated shader,architecture)；统一渲染架构时代(unified shaderarchitecture)。,固定功能架构时代,统一渲染架构时代,2001-2005分离渲染时代,1995-2000,2006-至今,GPU应用领域广阔,PC GPU,PC GPU,GPU的概念最早来自于图形工作站，从90年代个人电脑的普及开始，GPU迎来大发展时代。90年代中期，桌面GPU经历了从2D到3D的跨越，从此3D图形渲染技术取,代2D成为PC游戏的主流。,经过国际厂商间的激烈竞争后，PC GPU形成了NVIDIA、AMD与 Intel三足鼎立的局面。PC显卡代表 GeForce GTX TITAN X搭载GM200 GPU,Intel在整体PC GPU市场占据较大优势；而在独立显卡市场，NVIDIA具有绝对优势，AMD占据了剩下的独显市场份额，JPR报告显示，2017Q3独显市场中，NVIDIA占据72.8%的市场份额， AMD瓜分了剩下的27.2%份额。PC GPU市场份额,GPU应用领域广阔,移动GPU,移动GPU,随着智能手机大潮的兴起，GPU在移动,设备领域又迎来了一次高速发展。相对于PC GPU，移动GPU受限于芯片的面积，能耗以及成本，所以牺牲了部分性能和带宽获得性价比和电池续航力的平衡。,目前在移动GPU领域市场份额前5的厂商分别是ARM，Imagination，Qualcomm，Vivante和NVIDIA。ARM是移动端GPU巨头，据Digitimes统计，2015年ARM全球移动GPU市占率达38.6%，中国市场市占率接近70%。移动GPU代表 ARM mali-T880,ARM Mali GPU发展线路图,GPU应用领域广阔,GPU应用前景广阔,AI带来GPU发展新契机,随着电子信息技术和互联网技术的不断进步，GPU在人工智能（图像语音识别、无人驾驶等）、视频处理、VR/AR、生命化学、金融证券数据等领域具有广阔的应用前景。,VR/AR,金融证券数据,视频处理,无人驾驶,图像语音识别,生命化学,GPU在人工智能计算方面优势明显。GPU/FPGA /ASIC等均适用于深度学习训练。较之于其他方案，GPU产业链、技术成熟，其并行运算优势适用于人工智能，具有明显优势并已在现有早期项目中广泛使用。谷歌在图像,识别项目、特斯拉与沃尔沃在其辅助驾驶和自动驾驶项目中均使用GPU加速人工智能算法。,GPU强大的数据并行运算能力解决了人工智能的发展瓶颈问题，成为驱动人工智能发展的利,器。在2011年，GPU运用于人工智能，开启了人工智能大爆炸时代。GPU应用前景广阔,GPU应用领域广阔,VR支撑高端GPU市场发展,VR支撑高端GPU市场发展,VR行业快速增长。据SuperData统计，2020年预计全球VR市场规模达400亿美元，年均复合增长率达61.3%。,VR持续驱动高端GPU行业发展。VR对于,GPU提出更高技术要求，高端GPU将成为VR市场增长直接受益者。我们认为VR市场将为高端GPU市场持续注入强大动力。,全球VR市场规模预测,ARM支持VR设计，AMD、NVIDIA等国内外各大GPU厂商、Facebook、Google、索尼等开始进驻VR行业。NVIDIA 推出Gameworks VR 开发平台，AMD推出LiquidVR。Gameworks VR 的图形渲染技术,GPU应用领域广阔,物联网支撑低功耗GPU增长,汽车电子支撑GPU增长,物联网（Internet of Things, IoT）是信息化时代的重要发展阶段，正成为世界各国竞相聚焦的战略性新兴产业。,汽车电子行业快速成长。随着智能硬件技术进一步渗透，汽车技术升级（功能车智能车车联网）已成为行业趋势，汽车电子从,中高端向中低端车型普及。 IHS 预计，2020 年全球汽车电子市场规模将接近3000亿美元，2020 年全球使用车联网的汽车将增至 2.5亿台，汽车电子迎来高速发展。GPU特性适应汽车多任务处理应用场景。汽车多任务并行的应用场景对汽车电子芯片在可编程通用任务处理、多媒体任务处理性能、显示性能以及多任务并行处理及控制等方面提出较高要求。GPU技术并行计算能力突出的优势恰好能够满足相关技术要求，在汽车智能主控芯片方面具有独特优势。智能化趋势提供车用GPU充沛发展动力。技术优势+下游需求持续增长将持续推动车用GPU行业发展。我们认为随着汽车智能化趋势的进一步推进，车用GPU有望迎来爆发式增长。, 行业实现快速成长。根据前瞻产业研究院分析，2017年全球物联网市场规模达9000亿美元，CAGR达20%，实现高速发展。 推动新型低功耗GPU行业发展。物联网应用（可穿戴设备、智能家居、车联网等）小尺寸、低功耗、高性能与高效率等性能需求将支撑未来低功耗GPU的快速增长。2017-2022年全球物联网整体市场规模变化趋势及预测,主要内容,12345, GPU应用领域广阔 AI带来GPU发展新契机，FPGA、ASIC各有优势 智能处理器行业格局 我国市场发展空间巨大，AI助力中国“芯” 相兰标的,人工智能（Artificial Intelligence, AI)，广义的人工智能是指通过计算机实现人的头脑思维所产生的效果，是对能够从环境中获取感知并执行行动的智能体的描述和构建；狭义的人工智能包括人工智能产业、人工智能技术。人工智能历经兴衰，在2010年后，人工智能在计算机视觉、语音识别领域取得重大突破，开始步入人工智能爆发期。,AI带来GPU发展新契机，FPGA、ASIC各有优势人工智能,人工智能渗透多领域,人工智能正逐渐渗透医疗、汽车、金融、公共安全、零售、家居、工业等多领域。人工智能企业的主要应用领域,人工智能产业高速增长,人工智能已进入爆发期，将高速增长。根据Tractica的预测，2025年，人工智能市场规模将达368亿美元。人工智能市场规模,AI带来GPU发展新契机，FPGA、ASIC各有优势,深度学习需要大量数据,深度学习需要大规模数据并行计算,机器学习是实现人工智能的有效方法。深度学习是机器学习的一个子集，也是目前最有效的机器学习方法。深度学习又叫深度神经网络(Deep Neural Networks)，从人工神经网络(Artificial Neural Networks)发展而来。深度学习算法分训练和推理两个过程，训练需要通过大量的样本数据训练建立输入输出的映射关系，以此进行推理。大数据满足了深度学习算法对于海量数据的需求。,深度学习的大规模数据训练是通过将训练切割成许多时间上并行的工作实现的，需要极强的数据并行计算能力。CPU对大量数据的处理能力有限，GPU擅长于大规模数据并行运算，适用于深度学习，成为了AI芯片的主流。除 GPU外，主要用于AI的芯片还包括ASIC、FPGA。,AI芯片,TPUNPU,GPUASICFPGA,三种主要AI芯片,AI带来GPU发展新契机，FPGA、ASIC各有优势,GPU最先被引入深度学习，从2011年首次被应用到AI以来，通用性越来越强，但功耗高。目前仍是人工智能硬件的首选。ASIC （Application Specific Integrated Circuit）即专,用集成电路，以Google的TPU与寒武纪的NPU为代表,专为特定目的而设计，不能重复编程，功耗低性能高，但价格昂贵。FPGA（Field Programmable Gate Array）即现场可,GPU,ASIC,FPGA效率,通用性与效率的平衡通用性,资料来源：XX研究中心,编程门阵列，用户可以根据自身需求重复编程，功耗低于GPU，成本低于ASIC，是一种折中的方案。三种AI芯片的对比,AI带来GPU发展新契机，FPGA、ASIC各有优势GPU、ASIC与FPGA,GPU仍将是AI芯片主流,得益于强大的数据并行运算能力，GPU在深度学习算法的训练阶段应用广泛。GPU具有先发优势，在三类AI芯片中成熟度最高，目前由NVIDIA主导，且生态系统完善，在未来数年内应仍是深度学习算法的主流芯片。在推理阶段的各细分市场，GPU、FPGA、ASIC都有机会在分一杯羹。人工智能在推理端的应用起步较晚，存在许多细分需求，GPU、FPGA、ASIC适用于不同的场景。AI芯片市场容量巨大，GPU、FPGA、ASIC,等AI芯片有望实现百花齐放的场面，但目前AI芯片仍由GPU主导。,GPU仍将是AI芯片主流,NVLINK 接口的NVIDIA TESLA V100,PCIe 接口的NVIDIA TESLA V100,GPU的技术成熟优势吸引了大量AI企业，从而构建了完善的生态系统。GPU龙头NVIDIA与汽车、金融、医疗等各领域展开合作。截止2016年年底，NVIDIA与超过19000家公司在深度学习方面展开合作，涉及教育、互联网、金融等多个行业。FPGA、ASIC的发展还需时间，成熟的技术、完善的生态系统使GPU在相当长一段时间内将继续主导AI芯片市场。,AI带来GPU发展新契机，FPGA、ASIC各有优势,FPGA瞄准企业军工,FPGA的可编程特性使FPGA成为“万能芯片”，通过更改、配置器件内部连接结构和逻辑单元，FPGA可以实现所有芯片的逻辑功能，且可以反复编程。同时，FPGA的开发流程相对简单，开发周期短，上市速度快，有利于快速抢占市场份额。但是，FPGA的量产成本高于ASIC，且由于要实现任意芯片的逻辑功能，体积偏大。量产成本偏高使FPGA瞄准了企业、军工等对低价格敏感度低的市场。Global Market Insights预测，FPGA在2022年市场规模有望超过99.8亿美元，20152022年间CAGR将达8.4%。,ASIC有望领导AI芯片,ASIC为特定的目的而设计，是一种定制化芯片。专为人工智能设计的ASIC芯片，具有低能耗、高效率、小体积的优点，在量产时成本低于FPGA。比较来看，ASIC在三种主要AI芯片中性能最高。不同于GPU和FPGA仅适用于深度学习的训练或推理过程，专为人工智能设计的ASIC可用于人工智能全平台，应用范围更广。但是，ASIC开发周期长，在未量产时成本高。规模量产下成本的降低和高性能优势使ASIC在未来的AI领域潜力无限。Google的TPU、寒武纪的NPU都属于ASIC。,AI带来GPU发展新契机，FPGA、ASIC各有优势,主要内容,12345, GPU应用领域广阔 AI带来GPU发展新契机，FPGA、ASIC各有优势 智能处理器行业格局 我国市场发展空间巨大，AI助力中国“芯” 相兰标的,智能处理器行业格局,全球GPU市场 GPU市场具有较高技术和资本壁垒，整体市场呈现国际寡头垄断，国内厂商极少，且差距较大的市场格局。 行业集中度不断提升。ARM和Qualcomm的占比预计将持续提升。据Digitimes统计，按全球出货量计算，2015年ARM、Qualcomm、Intel、Imagination、AMD、NVIDIA、Vivante等主要厂商的出货量占比已几乎达100%，其余厂商份额持续下降。 移动市场持续成长。ARM、Qualcomm、Imagination、Vivante下游需求主要来自于智能手机和平板电脑等移动设备，而NVIDIA、AMD、Intel主要客户为PC设备。移动GPU带动ARM的GPU出货量持续增长，挤压PCGPU厂商的份额。移动设备厂商的市场占比将持续挤压PC厂商，移动GPU市场持续高速成长并成为未来GPU主要市场。,全球GPU市场 PC GPU市场目前形成NVIDIA、AMD与 Intel三足鼎立的局面。 移动GPU领域，ARM，Imagination，Qualcomm，Vivante和NVIDIA占据全球市场前五。全球GPU厂商出货量,PC GPU市场 PC GPU市场目前形成NVIDIA、AMD与Intel三足鼎立的局面。 NVIDIA在独显市场表现强势。据JPR 统计，2017Q3独显市场中，NVIDIA占据72.8%的市场份额， AMD瓜分了剩下的17.2%份额。 Intel和AMD主攻集成GPU，在整体PC GPU市场，Intel占据大量市场份额。2017Q3独显市场份额,PC GPU市场PC游戏和挖矿热潮带动GPU价格上涨。2017年，虚拟货币价格一路疯涨，带来了挖矿热潮，同时PC游戏市场也呈现热状态。受PC游戏和挖矿的影响，GPU需求增长，价格上涨。NVIDIA 2018财年营收97.14亿美元，同比增长41%，实现净利润30.47亿美元，同比大增83%，挖矿和游戏热潮带来的GPU价格上涨是NVIDIA业绩表现亮眼的主要因素。多款GPU价格上涨,智能处理器行业格局,智能处理器行业格局移动GPU市场,随着智能手机等移动设备的爆发式增长，移动GPU也得到飞速发展。目前在移动GPU领域，市场份,额前5的厂商分别是ARM，Imagination，Qualcomm，Vivante和NVIDIA。 ARM公司表现亮眼。在移动GPU领域，ARM凭借Mali架构超过Imagination和Qualcomm，成为行业龙头。据Unity统计，截止2017年1月，ARM在移动GPU领域的市场份额达到44.4%。 Imagination曾是移动GPU领域的第一，据JPR的统计，2012年Imagination在移动GPU领域的市场份额超过50%，但逐渐被ARM超越。2017年4月，苹果宣布停止使用Imagination的产品，Imagination元气大伤。随后，2017年9月，Imagination被中国私募基金凯桥（Canyon Bridge）收购。,移动GPU市场份额,主要移动GPU厂商比较,智能处理器行业格局,行业龙头布局AI,行业龙头布局AI,制造,封测,NVIDIA作为GPU领域的佼佼者，很早就开始布局人工智能，目前是人工智能芯片的领导者，已逐渐转型为一家AI计算企业。2016年4月，NVIDIA推出NVIDIA Tesla P100，专为人工智能设计；2016年9月，NVIDIA推出Tesla P40和P4；2017年5月， NVIDIA推出Tesla P100 的升级版TelsaV100，性能极高，可在单个 GPU 中提供高达 100 个CPU 的 性能。NVIDIA TESLA V100性能提升,NVIDIA 推出AI超级计算机。2016年，NVIDIA推出面向开发前沿的NVIDIADGX超级计算机；2017年，NVIDIA又推出适用于人工智能云计算的HGX-1超大规模 GPU 加速器。NVIDIA还开发了针对深度学习进行优化的 GPU 云加速平台NVIDIAGPU CLOUD，利用 NVIDIA GPU进行深度学习以及高性能计算。,NVIDIA GPU CLOUD,智能处理器行业格局,行业龙头布局AI,行业龙头布局AI,作为PC GPU当之无愧的龙头，Intel在移动互联网时代开始着手全方位布局人工智能，先后收购FPGA厂商Altera、深度学习初创公司Nervana、AI芯片厂商Movidius等公司，利用自身技术和产品创新的整合优势，为人工智能提供全面的的端到端解决方案产品组合。,2015年，Intel收购FPGA生厂商Altera，旨在强化数据中心。2018年4 月，Intel宣布旗下的 FGPA 已被正式应用于主流的数据中心 OEM 厂商，戴尔 EMCPowerEdge R640、R740 和 R740XD服务器集成了 Intel FPGA 。2016年，Intel收购深度学习初创公司,Nervana， Nervana开发了专为深度学习设计的ASIC 芯片Nervana，收购Nervana有助于Intel补齐深度学习的短板。,2016年，Intel还收购了AI芯片厂商Movidius，在计算机视觉领域有所突破：2017年推出Movidius Myriad X视觉处理器。2017年3月，Intel将人工智能业务进行整合，成立人工智能产品事业部，合力发展人工智能。,智能处理器行业格局,行业龙头布局AI,行业龙头布局AI,AMD以CPU+GPU的双产品线，在CPU与GPU领域都具备竞争力。AMD也在AI领域有行动，但相比NVIDIA和Intel，AMD在AI领域布局过晚。AMD在2016年宣布与阿里巴巴合作云端服务，提供GPU加速方案，试水人工智能。2017年，AMD似乎加快了在人工智能智能领域的步伐，发布Project 47超级服务器，提供1 PetaFLOPS,AMD还计划推出自家首款具有专用于人工智能操作的GPU“Navi”，以与NVIDIA的TeslaV100展开竞争。AMD的图形架构路线,算力；宣布联手特斯拉开发自动驾驶AI芯片。Project 47,智能处理器行业格局寒武纪成为新生力量,寒武纪成立于2016年，脱胎于2008年中科院计算所组建的学术团队，目前已成为国内AI芯片领域的独角兽。目前，寒武纪拥有面向终端的智能处理器IP、云端的MLU智能芯片、针对开发者的AI软件平台,Cambricon NeuWare三条产品线。 2016年，寒武纪推出全球首款商用深度学习专用芯片（NPU）“寒武纪 1A”（ Cambricon-1A），面向智能手机、自动驾驶、可穿戴设备、安防等终端应用，2017年，寒武纪与华为合作，授权华为海思使用寒武纪1A，集成寒武纪1A的首款AI手机芯片华为麒麟970正式发布，在华为Mate 10中实现大规模商用。,2017年，寒武纪发布两款款智能处理器IP寒武纪1H8 （ Cambricon-1H8）、寒武纪1H16（ Cambricon-1H16）；2018年发布寒武纪1M （ Cambricon-1M）。寒武纪的智能处理器IP,智能处理器行业格局寒武纪成为新生力量, 在云端，寒武纪推出高性能机器学习处理器（Machine Learning Unit，MLU）寒武纪MLU100和寒武纪MLU200（计划推出），分别侧重深度学习中的推理和训练两个过程。 针对开发者，寒武纪打造了人工智能软件平台Cambricon NeuWare，开发者可以快速进行跨平台应用迁移。,寒武纪的MLU智能芯片资料来源：寒武纪，XX研究中心,寒武纪的三条产品线协同发展，采用终端覆盖+云端支撑的发展战略，实现端云协作。在合作伙伴方面，寒武纪在终端拥有华为这一重要客户，在云端，联想、科大讯飞、中科曙光等企业成为寒武纪的合作伙伴，与寒武纪开展深度合作。联想宣布推出国内首款搭载寒武纪MLU100智能处理卡的服务器平台Thinksystem SR650；中科曙光发布首款基于寒武纪MLU的云端服务器了全新PHANERON系列；科大讯飞也与寒武纪深度合作研发项目。,寒武纪的三条产品线终端云端开发者,主要内容,12345, GPU应用领域广阔 AI带来GPU发展新契机，FPGA、ASIC各有优势 智能处理器行业格局 我国市场发展空间巨大，AI助力中国“芯” 相兰标的,GPU,国内显卡市场,国内GPU市场,GPU芯片设计方面，国内厂商还处于起步阶段，与国际主流产品尚有较大差距。国内厂商起步追赶。国内企业逐渐开始拥有自主研发的能力，如景嘉微。景嘉微拥有国内首款自主研发的 GPU 芯片 JM5400，专用于公司的图形显控领域。JM5400 为代表的图形芯片将打破外国芯片在我国军用 GPU 领域的垄断，率先实现军用 GPU国产化。面对全,目前，全球独立显卡市场呈现出台湾、欧美与国内厂商激烈竞争的局面。国内显卡厂商差距仍然较大。近年来，国内独立显卡厂商奋起直追，但国内显卡厂商市场仅局限在国内，且以入门级低端产品为主，与华硕、技嘉、微星等台厂及欧美业者在技术及品牌方面仍有较大差距。景嘉微 JM6400与GeForce 305M技术比较,球 GPU 市场竞争激烈，GPU 应用领域逐渐扩展，随着技术的进步，未来国内GPU厂商有望涉足民用 GPU 领域。景嘉微芯片,我国市场发展空间巨大，AI助力中国“芯”,大陆GPU市场竞争激烈、需求巨大,大陆GPU市场竞争激烈、需求巨大,PC产品需求出现衰退，促使差异化市场成为各家厂商布局着眼点。电竞游戏用GPU成为PC GPU市场快速成长细分领域。根据JPR的报告，由于电竞热潮来袭，消费者对打造游戏PC兴趣大增，OEM和定制PC厂商都在推出搭载独显的机型，PC游戏热潮推动2017年Q3出货量，行业平均增长率达29.1%。中商产业研究院的数据显示，2017年中国电竞市场规模达655亿元，用户规模2.5亿人，同比增长105%，随着电竞游戏的继续火爆，2018年中国电竞市场规模有望达到863亿元，用户规模将达3.1亿人，国内电竞行业得到快速发展，未来市场前景广阔，增长空间巨大。随着国内电竞以及PC游戏的蓬勃发展，国内游戏用PC GPU的市场也将得到快速增长，成为国内市场未来增长亮点。,我国市场发展空间巨大，AI助力中国“芯”,大陆GPU市场竞争激烈、需求巨大,大陆GPU市场竞争激烈、需求巨大,我国市场发展空间巨大，AI助力中国“芯”,中国是全球智能手机最大的消费国和生产国。虽然中国智能手机市场已经趋于饱和，出货量和销量的增长放缓，但仍是全球最大的消费国和生产国。中国智能手机销量,非洲等发展中国家正处于从功能机向智能机过渡时期，智能机渗透率低，增长潜力大，国内智能机厂商开始探索海外发展中国家市场，可能形成新的出货量增长点。智能手机进入存量时期后，5G时代的来临，将进一步推动手机更新换代，智能手机，特别是,高端手机有望开启新一轮换机市场，移动GPU作为智能手机核心部件，有望深度受益，继续保持较快增速。,移动GPU作为智能手机的关键组成部分将深度受益于未来国内智能手机市场更新换代需求，国内移动GPU需求巨大，市场前景广阔。各国家及地区智能机渗透率,大陆GPU市场竞争激烈、需求巨大,大陆GPU市场竞争激烈、需求巨大,我国市场发展空间巨大，AI助力中国“芯”,中国汽车电子产业迎来巨大发展契机，需求巨大。由于中国汽车产业的快速繁荣，汽车市场需求迅速释放，中国汽车电子市场迅速崛起，并保持高速增长。据统计，2016年中国汽车电子市场规模4617亿元，预计到2023年，市场规模可超过7500亿元。汽车电子芯片性能需求主要集中在可编程通用任务处理、显示性能以及多任务并行处理及控制等方面，这要求汽车电子芯片需要拥有高性能GPU系统。国内汽车电子产业的飞速发展，有望带来国内GPU市场巨大增量需求。中国汽车电子市场规模及预测(单位：亿元),国内物联网迎来井喷式发展，需求巨大。目前我国物联网行业已初步形成完整的产业体系，并在交通、电力、安防等领域形成规模性应用。预计2018年国内物联网整体市场规模将达13500亿元。物联网应用（可穿戴设备、智能家居、车联网等）小尺寸、低功耗、高性能与高效率等性能需求将支撑未来低功耗GPU的快速增长。近年来，全球GPU厂商纷纷布局研发物联网相关应用GPU。例如，ARM推出专为物联网打造的全新Mali-470 GPU，Imagination发布PowerVR Series7 GPU稳固自身物联网,市场领先地位。,国内物联网产业的井喷式发展，将带来国内物联网相关应用GPU旺盛需求，市场一片蓝海。,大陆GPU市场竞争激烈、需求巨大,大陆GPU市场竞争激烈、需求巨大,VR有望成为下一个蓝海市场，市场规模巨大。据SuperData统计，2020年预计全球VR市场规模达404亿美元，年增61.3%， 预期未来高性能GPU市场空间巨大。VR对图形计算性能要求超过现有大众级显卡水平，VR设备市场将支撑高端GPU市场的增长。目前，GPU巨头ARM开始支持VR设计，国内外各大GPU厂商Facebook、Google、索尼等开始进驻VR行业。目前，国内厂商和科研机构开始积极布局VR。国内目前有超过100家VR设备开发公司进行VR设备的研发。国际GPU巨头Imagination目前也正在与国内VR公司睿悦信息Nibiru项目展开战略合作。借助国内VR爆发式发展趋势势必将带来国内高端GPU需求的增长。,虚拟货币热潮带动GPU、ASIC、FPGA需求。2017年以来，掀起了一股以比特币为代表的虚拟货币热潮，虽然在2017年人民币交易结算被叫停，但随着虚拟货币价格的一路高涨，虚拟货币的热潮并未退去。挖矿所使用的矿机包括GPU、FPGA、ASIC等芯片。面对着挖矿所带来的GPU、FPGA、ASIC等芯片的需求增加，NVIDIA、AMD等厂商推出专门针对挖矿的芯片， NVIDIA也公开宣布挖矿是推动公司业绩表现亮眼的主要因素之一。虚拟货币热潮将带来国内GPU、FPGA等芯片的需求增加，但由于虚拟货币未来如何很难预测，该推动因素具有不确定,性。,我国市场发展空间巨大，AI助力中国“芯”,大陆AI芯片行业发展空间大,大陆AI芯片行业发展空间大,我国人工智能芯片行业尚处于起步阶段。2016年，我国人工智能市场规模约20亿美元，预计到2020年可达到约90亿美元，AI芯片增长前景广阔。寒武纪推出的NPU成为ASIC芯片类型中的佼佼者，深鉴科技也在FPGA领域有所建树，2017年凭借高效FPGA加速语音识别引擎的,突破性研究成果，获得FPGA2017会议最佳论文奖。,全球AI芯片市场特别是ASIC芯片市场尚是一片蓝海，GPU、FPGA、ASIC芯片各有千秋，或可呈现“百花齐放”的场景。据统计，2016年全球人工智能芯片市场规模达6亿美元，预计到2022年可达到60亿美元，增长空间极大。,资料来源：中商产业研究院,资料来源：中商产业研究院,我国市场发展空间巨大，AI助力中国“芯”,大陆AI芯片行业发展空间大,大陆AI芯片行业发展空间大,无人驾驶根植AI，市场空间巨大。无人驾驶是互联网浪潮下汽车行业变革的重大机遇，特斯拉、苹果、谷歌、本田等互联网和车企纷纷大力布局，未来市场规模巨大。据中投顾问预测，2020年将成为无人驾驶汽车商业化元年，并由此进入爆发增长期，2025年全球无人驾驶销量将达20万辆，有望产生2000亿至1.9万亿美元产值，2035年达到约1100万辆。国内无人驾驶目前仍处于萌芽期。国内顶尖企,业开始积极布局，核心技术取得不断突破。百,度布局无人驾驶，并宣布成立自动驾驶事业部。,政策方面，国家推出中国制造2025行动纲领，同时明确提出加快全国智能汽车示范区建设。我们认为在政策和相关厂商持续技术投入的推动下，国内无人驾驶行业有望实现爆发式成长。,无人驾驶硬件核心是激光雷达和整体控制系统，整体控制系统又以GPU和FPGA为核心。随着国内无人驾驶布局的积极推进、国家政策和资金的大力扶持以及汽车电子技术变革来临，国内无人驾驶有望实现爆发式增长，作为其核心部件的AI芯片也将深度受益，需求空间巨大。目前，国内用于无人驾驶的AI芯片厂商包括寒武纪、西井科技、地平线机器人等。,谷歌,无人驾驶汽车,我国市场发展空间巨大，AI助力中国“芯”,大陆GPU进口替代前景广阔,内地AI芯片企业大有可为,同时，在FPGA与ASIC市场，尚未形成垄断局面，竞争格局不明朗，国内创业公司寒武纪占有一定市场份额，寒武纪在ASIC领域已成为领导者，华为麒麟970搭载寒武纪1A，推动NPU落地。深鉴科技、地平线机器人等也在AI芯片领域有建树。在Compass Intelligence近日发布的2018年AI芯片排行榜上，华为、瑞芯微、地平线机器人、寒武纪等国内企业入围TOP25，国内AI芯片企业大有可为，国产芯片或可实现弯道超车甚至“换”道超车。,目前，国内GPU市场份额主要被国际GPU巨头ARM、NVDIA、Qualcomm等占据，国内GPU进口依赖强，未来国内市场替代前景广阔。面对全球 GPU 市场竞争激烈， GPU 应用领域逐渐扩展，随着技术的进步，未来国内GPU厂商实现国产替代不无可能。鉴于GPU逻辑核心相对CPU简单，主要进行数据并行计算，在GPU时代，中国有望在GPU领域得到弯道超车的机会。中国移动GPU市场占比,华为麒麟970,我国市场发展空间巨大，AI助力中国“芯”,主要内容,12345, GPU应用场景广阔 AI带来GPU发展新契机，FPGA、ASIC各有优势 智能处理器行业格局 我国市场发展空间巨大，AI助力中国“芯” 相兰标的,设计部分相关公司,系列，启劢“数据中国智能计划”，,风险提示：人工智能应用丌及预期，行业竞争加剧，宏观经济下行,封测部分相关公司,、联发科、意法半导体、,风险提示：人工智能应用丌及预期，行业竞争加剧，宏观经济下行,MCU相关公司,吋、,风险提示：人工智能应用丌及预期，行业竞争加剧，宏观经济下行,安防应用相关公司,风险提示：人工智能应用丌及预期，行业竞争加剧，宏观经济下行,NVIDIA,NVIDIA,附录：国际智能处理器公司简介,NVIDIA成立于1993年，总部位于美国加州，是全球视觉计算技术的行业领袖及GPU的发明者，目前在PC GPU独显市场一家独大，根据JPR的统计数据， 截止2017年第三季度，NVIDIA占据了独显市场72.8%的份额。在业务布局方面，NVIDIA的业务包括游戏、数据中心、专业视觉、IP授权，,汽车五大模块。游戏业务是公司最重要的业务模块，数据中心则是增长最快的业务模块，已经成长为公司第二大业务。,2018财年，NVIDIA营收97亿美元，同比增长41%，GPU计算平台在人工智能、云计算、游戏和自动驾驶汽车等领域中得到快速应用；截止2018年5月,