半导体人工智能芯片-新架构改变世界.pdf

行业 报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 1 半导体 证券 研究报告 2017 年 09 月 16 日 投资 评级 行业 评级 强于大市 (维持 评级 ) 上次评级 强于大市 作者 农冰立 分析师 SAC 执业证书编号： S1110516110006 nongbinglitfzq 陈俊杰 分析师 SAC 执业证书编号： S1110517070009 chenjunjietfzq 资料 来源： 贝格数据 相关报告 1 半导体 -行业研究周报 :一周半导体行业观点：智能手机 8 月挹注台积电营收， 4Q 将成半导体产业链今年最强季，关注产业链公司 2017-09-10 2 半导体 -行业点评 :边际改善提升业绩增长，关注半导体族群 2017-09-09 3 半导体 -行业点评 :抽丝剥茧 探寻本轮半导体元器件涨价背后的原因 2017-04-01 行业走势图 人工智能芯片 新架构改变世界 人工智能倒逼芯片底层的真正变革 人类精密制造领域（半导体制造是目前为止人类制造领域的最巅峰）遇到硅基极限的挑战，摩尔定律的放缓似乎预示着底层架构上的芯片性能的再提升已经出现瓶颈，而数据量的增长却呈现指数型的爆发，两者之间的不匹配势必会带来技术和产业上的变革升级。 变革从底层架构开始。 计算的体系处于碎片化引发架构变革 。数据的扩张远大于处理器性能的扩张，依靠处理器性能在摩尔定律推动下的提升的单极世界已经崩溃，处理器性能提升的速度并不足以满足 AI 所需的应用程序的需求。大量数据消耗的数字运算能力比几年前所有数据中心加起来还要多。 基于冯诺伊曼架构的拓扑结构已经持续了很多年并没有本质上的变化。而人工智能带来的 ，是在摩尔定律放缓维度下引发芯片底层架构重构的变革 。有可能引发的是一次超越以往任何时代的科技革命 基于摩尔定律的机器时代的架构 从 Wintel 到 AA 冯诺伊曼架构带来了计算体系的建立并通过 Intel 实现了最大化； ARM 通过共享 IP 的商业模式带来了更开放的生态体系，实现了软硬件的结合延伸了人类的触角 观察 Intel 和 ARM 的黄金十年，站在现在时点往后看 ，我们提出以下观点： 过去十年以下游的应用驱动设计公司的成长转换为由设计公司主导应用正在发生 。从需求层面看企业成长空间。类似 90 年代的 PC 和 10年的智能手机带来的亿级大空间增量市场将很容易推动企业的快速增长。设计企业能够在成长轨迹上实现跨越式突破的可能性来自于赛道的选择。 但站在现在时点看，人工智能是确定性的方向，在所有已有领域的人工智能渗透，都将极大的改变人类的生活 。处于最前沿的芯片公司的革新正在以此而发生，重新定义底层架构的芯片，从上游推动行业的变革 。在并没有具体应用 场景爆发之前已经给予芯片公司充分的高估值就是认可设计公司的价值 人工智能芯片 新架构的异军突起 观察人工智能系统的搭建，以目前的架构而言，主要是以各种加速器来实现深度学习算法。讨论各种加速器的形式和实现，并探讨加速器变革下引发的行业深层次转变 。 认为人工智能芯片将有可能在摩尔定律放缓维度下引发芯片底层架构重构的变革 。 从 2 个维度测算人工智能芯片空间 从两个维度讨论人工智能芯片的市场空间测算。维度一从人工智能总市场规模空间反推芯片 ，维度二 详细拆分云端 /移动端所需 人工智能 加速器的 BOM 进而推断人工智能芯片市场空间。二个维度印证到 2020 年人工智能芯片将达到百亿美元市场 重点标的： Intel，台积电， NVIDIA，全志科技，富瀚微，北京君正 风险 提示 ： 人工智能芯片发展不达预期 -23%-17%-11%-5%1%7%13%2016-09 2017-01 2017-05半导体 沪深 300 行业报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 2 内容目录 1. 人工智能倒逼芯片底层的真正变革 . 4 2. 基于摩尔定律的机器时代的架构 从 Wintel 到 AA . 6 2.1. Intel PC 时代的王者荣耀 . 6 2.1.1. Intel 公司简介 . 6 2.1.2. Intel 带来的 PC 行业的市场规模变革和产业变化 . 7 2.2. ARM 开放生态下移动时代的新王加冕 . 9 2.2.1. ARM 公司简介 . 9 2.2.2. ARM 架构 重新塑造移动智能时代 . 10 2.2.3. 生态的建立和商业模式的转变 ARM 重塑了行业 . 12 3. 人工智能芯片 新架构的异军突起 . 15 3.1. GPU 旧瓶装新酒 . 16 3.1.1. GPU 芯片王者 NVIDIA . 17 3.2. FPGA 紧追 GPU 的步伐 . 19 3.3. ASIC 定制化的专用人工智能芯片 . 21 3.3.1. VPU 你是我的眼 . 22 3.3.1. TPU Google 的野心 . 23 3.4. 人工神经网络芯片 . 24 3.4.1. 寒武纪 真正的不同 . 25 4. 从 2 个维度测算人工智能芯片空间 . 26 5. 重点标的 . 29 图表目录 图 1：遵从摩尔定律发展到微处理器发展 . 4 图 2：摩尔定律在放缓 . 4 图 3：全球智能手机每月产生的数据量（ EB） 5 年提升了 13X . 4 图 4：单一神经元 VS 复杂神经元 . 5 图 5： 2 次应用驱动芯片发展 . 6 图 6：英特尔 x86 处理器总市场份 额 . 6 图 7：使用 X86 架构的单元 . 7 图 8：摩尔定律下推动下的 Intel 股价上扬 . 8 图 9： Intel 2012Q1-2016Q4 各产品线增速 . 8 图 10： Intel 总产品收入 VS PC 端收入 . 8 图 11： Intel VS 全球半导体 增速 . 8 图 12： ARM 的商业模式 . 9 图 13： ARM 架构的发展 . 10 图 14：高级消费电子产品正在结合 更多的 ARM 技术 . 12 图 15： ARM 在智能手机中的成分 . 13 图 16：基于 ARM 芯片的出货量 . 13 行业报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 3 图 17： ARM 在载有处理 器芯片部门的市场占有率 . 14 图 18： ARM 收入及利润情况 . 14 图 19：人工智能芯片产业链 . 15 图 20： CPU VS GPU 架构 . 16 图 21： GPU 架构流程 . 16 图 22： CPU VS GPU . 17 图 23： GPU 性能 . 17 图 24： 2012-2016 年 NVIDIA 营收情况 . 18 图 25： 2012-2016 年 NVIDIA 毛利情况 . 18 图 26： NVIDIA2017 年上半年收入构成 . 18 图 27： FPGA 架构 . 20 图 28： FPGA VS CPU 性能 . 20 图 29： FPGA VS CPU 功耗 . 20 图 30： FPGA 性能 . 21 图 31： VPU 架构 . 22 图 32： VPU 模组 . 22 图 33： VPU 应用 . 23 图 34： 3D 景深结构 . 23 图 35： 3D 成像 . 23 图 36： Google 公司 TPU 架构 . 23 图 37： Google 公司 TPU 性能 . 24 图 38：传统硬件处理方式 . 25 图 39：寒武纪处理方式 . 25 图 40：寒武纪芯片性能 /能效 . 25 图 41：终端和移动端 . 25 图 42：人工智能市场规模 . 26 图 43：人工智能芯片总市场规模 . 27 表 9：云端市场规模（单位：百万美元） . 28 图 44：云端领域人工 智能芯片规模预测 . 28 图 45：终端领域人工智能芯片市场规模预测 . 29 表 1： ARM 架构汇总 . 11 表 2： 2020 年 ARM 在各类型智能手机部件中的可获得的单机收入 . 13 表 3：人工智能系统 . 15 表 4： NVIDIA 出货芯片预测（单位：百万颗） . 19 表 5：冯 诺伊曼架构 VS FPGA 架构 . 19 表 6：图像应用和语音应用人工智能定制芯片 . 21 表 7：实现原理 . 22 表 8：冯诺伊曼架构 VS 神经网络芯片架构 . 24 行业报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 4 1. 人工智能 倒逼 芯片 底 层的真正变革 研究人类的科技发展史，发现科技的进步速度呈现指数型加速态势。尤其在 1950 年以后进入芯片时代， 摩尔定律推动下的每 18 个月“芯片晶体管同比例缩小一半”带来的性能提升以倍数计。每一次加速的过程推动，都引发了产业的 深层次变革，带动从底层到系统的阶跃。 我们 本篇 报告将着重从底层芯片角度出发，探讨人工智能芯片带来的深层次变革。 图 1： 遵从摩尔定律发展到微处理器发展 资料来源： Gartner， 天风证券研究所 然而时至今日 ，人类精密制造领域（半导体制造是目前为止人类制造领域的最巅峰）遇到硅基极限的挑战，摩尔定律的放缓似乎预示着底层架构上的芯片性能的再提升已经出现瓶颈，而数据量的增长却呈现指数型的爆发 ，两者之间的不匹配势必会带来技术和产业上的变革升级。 图 2：摩尔定律在放缓 图 3： 全球 智能手机每月产生的数据量（ EB） 5 年提升了 13X 资料来源： IFS， 天风证券研究所 资料来源： Cisco VNL， 天风证券研究所 024681012142012 2013 2014 2015 2016 2017 行业报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 5 变革从底层架构开始 计算芯片的架构 50 多年来都没有发生过本质上的变化，请注意计算架构的决定是资源的组织形式。而传统的冯诺伊曼是采取控制流架构，采用的是线性的记忆体和布尔函数作为基线计算操作 。处理器的架构基于流水线串行处理的机制建立，存储器和处理器分离，流水线的计算过程可以分解为取指令，执行，取数据，数据存储，依次循环。依靠整个串行的过程，逻辑清晰，但性能的提升通过两种方式， 一是摩尔定律下推动下晶体管数量的增多实现性能倍增；二是通过并行多个芯片核来实现。无论何种方式，本质上都是线性的性能扩张。 人工智能芯片根据数据流的碎片化和分布式而采取神经网络计算范式，特征在于分布式的表示和激活模式。变量由叠加在共享物理资源上的向量表示，并且通过神经元的激活来进行计算。 以神经元架构实现深度学习 人工智能的临界点实现 主要原因在于： 数据量的激增和计算机能力 /成本 。 深度学习以神经元为架构。 从单一的神经元 ,再到简单的神经网络 ,到一个用于语音识别的深层神经网络。层次间的复杂度呈几何倍数的递增 。数据量的激增要求的就是芯片计算能力的提升。 图 4： 单一神经元 VS 复杂神经元 资料来源： NVIDIA， 天风证券研究所 计算的体系处于碎片化引发架构变革 。数据的扩张远大于处理器性能的扩张，依靠处理器性能在摩尔定律推动下的提升的单极世界已经崩溃，处理器性能提升的速度并不足以满足AI 所需的应用程序的需求。大量数据消耗的数字运算能力比几年前所有数据中心加起来还要多。 我们在下一章将 观察 历史上 两次 重要的电子产业 变革， 试图证明 无论是 PC 时代的“ Wintel”还是智能手机时代的“ ARM+Android”，都还无法摆脱机器本身的 桎梏 。换句话说，截止于现阶段的一切技术和应用，基于冯诺伊曼架构的 拓扑结构已经持续了很多年并没有本质上的变化。而人工智能带来的， 是在摩尔定律放缓维度下引发芯片底层架构重构的变革 。有可能引发的是 一次超越以往任何时代的科技革命。 行业报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 6 2. 基于摩尔定律的机器时代的架构 从 Wintel 到 AA 本章我们重点讨论两次芯片架构变化引发的产业变革和应用爆发。 Intel 与 Windows 结合构建 PC 生态 ，本质上诞生了软硬件结合的机器时代。而在其基础上的延升， 2010 后苹果带来的智能手机引发的 ARM 与 Android 生态，将机器与人的结合拓展到了移动端。 我们回顾历史上的芯片架构历史， 认为冯诺伊曼架构带来了计算体系的建立并通过 Intel 实现了最大化； ARM 通过共享 IP 的商业模式带来了更开放的生态体系，实现了软硬件的结合延伸了人类的触角 。 图 5： 2 次应用驱动芯片发展 资料来源： SIA， 天风证券研究所 观察 Intel 和 ARM 的黄金十年，站在现在时点往后看，我们提出以下观点： 过去十年以下游的应用驱动设计公司的成长转换为由设计公司主导应用正在发生 。从需求层面看企业成长空间。类似 90 年代的 PC 和 10 年的智能手机带来的亿级大空间增量市场将很容易推动企业的快速增长。设计企业能够在成长轨迹上实现跨越式突破的可能性来自于赛道的选择。但站在现在时点看，人工智能是确定性的方向，在所有已有领域的人工智能渗透，都将极大的改变人类的生活 。处于最前沿的芯片公司的革新正在以此而发生，重新定义底层架构的芯片，从上游推动行业的变革 。在并没有具体应用 场景爆发之前已经给予芯片公司充分的高估值就是认可设计公司的价值 2.1. Intel PC 时代的王者荣耀 本节 重点阐述 Intel 公司在 X86 时代的芯片架构产品以及 此架构下 公司以及行业的变化。 2.1.1. Intel 公司简介 Intel 是一家 成立于 1968 年的半导体制造公司， 总部位于美国加州 。 随 着 个人电脑 的 普及和 全球计算机工业 的日益发展，公司逐渐发展成为全球最大的微处理器及相关零件的供应商 。 公司在 2016 年实现营业收入 594 亿美元，世界 500 强排名 158。 公司 分为 PC 客户端部门、数据中心部门、物联网、移动及通讯部门、软件及服务运营，其他还有笔记本部门、新设备部门及 NVM 解决方案部门 。 公司主要营业收入来自于 PC客户部门，其次是 数据中心部门。 公司的主要产品 X86 处理器 占主导地位，接近 90%，包括苹果在 2006 年放弃 PowerPC 改用英特尔的 x86 processors。 图 6： 英特尔 x86 处理器总市场份额 行业报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 7 资料来源： Intel， 天风证券研究所 Intel 是第一家推出 x86 架构处理器的公司 。 Intel 从 8086 开始， 286、 386、 486、 586、 P1、P2、 P3、 P4 都用的同一种 CPU 架构，统称 X86。 大多数英特尔处理器都是基于 x86 指令集，被称为 x86 微处理器。指令集是微处理器可以遵循的基本命令集， 它本质上是微处理器的芯片级“语言”。 英特尔拥有 x86 架构的知识产权和给 AMD 和 Via 做处理器的许可权。 图 7： 使用 X86 架构的单元 资料来源： wind， 天风证券研究所 2.1.2. Intel 带来的 PC 行业的市场规模变革和产业变化 回顾 Intel 90 年代至今发展历程，清晰看到 90 年代是 Intel 发展最快的阶段并在 2000 年前后达到了峰值。 显而易见的原因是个人电脑的快速普及渗透。而遵从摩尔定律的每一代产品的推出，叠加个人电脑快速渗透的乘数效应，持续放大了企业的市值，类似于戴维斯双击，推动股价的一路上扬 。 65.00%70.00%75.00%80.00%85.00%90.00%95.00%02Q102Q403Q304Q205Q105Q406Q307Q208Q108Q409Q310Q211Q111Q412Q313Q214Q114Q415Q316Q201000200030004000500060007000800003Q103Q304Q104Q305Q105Q306Q106Q307Q107Q308Q108Q309Q109Q310Q110Q311Q111Q312Q112Q313Q113Q314Q114Q315Q115Q316Q116Q3 行业报告 | 行业深度研究 请务必阅读正文之后的信息披露和免责申明 8 图 8： 摩尔定律下推动下的 Intel 股价上扬 资料来源： Wind， 天风证券研究所 冯诺伊曼架构带来了计算体系的建立并通过 Intel 实现了最大化，但从本质上说，英特尔参与的是机器时代的兴起和计算芯片价值 体现 。但时至今日，在