人工智能助力，国产芯有望“换”道超车.pdf

人工智能助力， 国产芯有望“换”道超车 安信证券研究中心 电子团队 孙 远峰 SAC执业证书编号 ： S1450517020001 联系人：张大印 /马良 /张磊 /王海维 2018年 5月 27日 安信证券电子团队，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 1 GPU应用领域广阔 2 AI带来 GPU发展新契机， FPGA、 ASIC各有优势 3 智能处理器行业格局 4 我国市场发展空间巨大， AI助力中国“芯” 5 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 。 NVIDIA独立 GPU 高通集成 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 特点 GPU CPU 架构区别 为庞大的计算阵列（包括 ALU和 Shader填充） 70%晶体管用来构建Cache,还有一部分控制单元，负责逻辑算数的部分不多 依赖 Cache 依赖 Cache 逻辑核心简单 逻辑核心复杂 计算目的 适合大规模并行计算 适合串行计算 运行复杂度低 运行复杂度高 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 programming interface， API）和渲染模型（ shader model），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 function architecture)； 分离渲染架构时代 (separated shader architecture)； 统一渲染架构时代 (unified shader architecture)。 固定功能架构时代 分离渲染时代 统一渲染架构时代 2001-2005 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 。 GPU应用前景广阔 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。 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。 全球 VR市场规模预测 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 。 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。 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。 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 1 GPU应用领域广阔 2 AI带来 GPU发展新契机， FPGA、 ASIC各有优势 3 智能处理器行业格局 4 我国市场发展空间巨大， AI助力中国“芯” 5 相兰标 的