作者：

　　黄乐平 SAC 执证编号：S0080518070001

　　何玫 SAC执证编号：S0080512090005

　　杨俊杰 SAC 执证编号：S0080117090047

　　报告原题：《AI芯片：应用落地推动产品多样化》

　　报告原文发布时间：2018/08/22

　　过去一年，随着AI在各个行业的不断落地，行业痛点逐渐被发现，AI芯片的发展路径渐趋明朗。未来五年，我们预计AI芯片市场的规模有接近10倍的增长，2022年将达到352亿美元。在训练芯片方面，我们继续看好Nvidia利用CUDA+GPU构建的生态环境优势，以Google TPU为代表的xPU很难撼动其垄断地位。随着终端细分场景落地，推断芯片的发展出现专业化趋势，为现有及初创公司提供巨大发展空间。我们预计，推断芯片市场规模到2022年会超过训练芯片。

　　Nvidia在训练芯片上的垄断地位短期很难被撼动

　　过去一年，为维持其训练芯片市场的王者地位，Nvidia推出Volta架构以提升GPU性能，并更新CUDA异构计算平台继续巩固其开发者生态环境。一年前，我们担心的“Google会影响NVIDIA在AI芯片的领导地位吗？”情况并未出现。我们预计训练芯片市场未来五年将保持54%增速，到2022年达到172亿美金规模。

　　推断芯片开始专业化分工

　　在手机芯片方面，苹果、高通、海思、联发科等芯片公司相继推出支持AI加速功能的新一代芯片，实现产品附加价值的提升。寒武纪等初创公司及ARM，Cadence等设计企业主要通过IP授权方式为行业提供附加价值。安防芯片方面，海思、安霸等传统视频解码芯片厂商也推出了支持AI加速的新一代产品，与Nvidia，Mobileye的终端推断芯片形成有力竞争。

　　看好初创企业在云端推断和无人驾驶领域的发展机会半岛bandao体育

　　AI在搜索，电商，语音交互上的大规模应用，为AI云端推断芯片提供了广阔的市场半岛·综合体育官网入口。由于各种场景对功耗、响应速度等要求不同，硬件针对不同算法需要做特殊优化，这也为独立芯片设计公司提供了广阔的发展前景。自动驾驶AI芯片上，虽然Mobileye、Nvidia暂时领先，但因真正的全自动驾驶实现起来非常复杂，存在不同的发展路径，对Tesla等整车企业以及初创公司来说都有发展机会。

　　AI芯片发展对产业链的影响

　　目前AI芯片设计百花齐放的格局，将使Synopsys、Cadence等IP授权商，及GUC等IC后端设计商受益。AI芯片一般采用10nm以上先进制程。此外，我们也应长期关注中芯国际在先进工艺上的发展进度。