【东吴计算机周报】AI计算芯片与未来

（以下内容从东吴证券《【东吴计算机周报】AI计算芯片与未来》研报附件原文摘录）
　　特别声明：《证券期货投资者适当性管理办法》、《证券经营机构投资者适当性管理实施指引（试行）》于2017年7月1日起正式实施。通过新媒体形式制作的本订阅号推送信息仅面向东吴证券客户中的专业投资者，请勿在未经授权前进行任何形式的转发。若您非东吴证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注本订阅号，请勿订阅、接收或使用本订阅号中的任何推送信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。 本周行业策略 1. 上周行业策略 因为中报不达预期、即将解禁等因素，计算机白马龙头标的出现了不同程度的调整，以金山办公、用友网络为代表的部分白马龙头标的估值颇具吸引力，向下空间有限，建议左侧布局。Q4市场流动性有望进一步宽松，提振市场风险偏好，同时受益于利率中期趋势下行，计算机行业本身的业绩表现呈现出向好和景气状态，在Q4颇具投资价值。 板块配置上我们持续推荐拐点较大，业绩持续兑现的信创方向。2021年招标体量较大，且2020年有部分收入延迟到2021年确认，因此2021年相关企业的收入有望达到翻倍以上，招标驱动相关公司股价继续反弹，推荐景嘉微、东方通、中国长城、中国软件、太极股份、神州数码，关注中科曙光、中孚信息等。其次我们推荐景气度高、估值便宜的网络安全，推荐奇安信、启明星辰、绿盟科技、安恒信息，关注深信服等；云计算方面，企业数字化国产化需求持续高景气，竞争格局逐渐清晰，龙头加速受益，标的上推荐：用友网络、金山办公、广联达，关注浪潮国际、明源云、金蝶国际等。 各类AI计算芯片涌现，GPU仍为主流。随着人工智能、大数据、云计算等产业的发展，AI计算的需求爆炸性增长，以英伟达为首的GPU厂商开始不断探索GPU在高性能计算方面的应用与突破，而以Google、Intel以及国内厂商寒武纪为代表的芯片生产商开始研发专用于高算力运算的芯片，寻求另一种方法进行技术突破。目前用于深度学习最广泛的芯片当属擅长并行计算的GPU，而随着深度学习对算力要求的不断提升，各家公司开始研发生产专用于深度学习、DNN的运算芯片或基于FPGA架构的半定制芯片，代表产品有Google研发的张量计算处理器TPU、寒武纪研发的神经网络计算处理器NPU以及Intel旗下的Altera Stratix V FPGA。目前各类芯片各有优劣，未来或将出现GPU、FPGA、“XPU”分别对应不同算力要求、产品结构的运算芯片市场。 2. AI计算时代来临，各类计算芯片登场 应用场景对算力要求变化推动AI芯片发展。2007年以前，AI研究和应用受制于算法与数据量，对算力要求并不高，使用普通的CPU芯片即可满足计算要求。然而在2007年之后，互联网兴起，可获得的数据量飙升，算法不断更新，CPU渐渐无法满足运算要求。擅长并行计算的GPU进入人们的视野，“GPU+CPU”的混合运算模式开始兴起。2015年后，各大厂商为了追求更高的计算速度和更低的功耗，开始对半定制人工智能芯片、AI专用芯片进行研发，也有部分学者展开对类脑计算芯片的研究，打破传统架构，提供更高效的处理与运算。 当前市场上主要有通用类（GPU、DPU）、FPGA（半定制）、ASIC（全定制）三大类AI计算芯片。其中GPU目前市场使用率最高，商业化较为成熟，全球最主要的供应商是英伟达。而以FPGA和ASIC架构研发出的AI芯片种类较多，目前尚处于发展探索阶段，例如较为知名的NPU、TPU就是以ASIC架构为基础设计的。 2.1 GPU：通用性最强，AI计算时代霸主 GPU，源于图形处理的AI计算芯片。GPU（Graphics Processing Unit），即图形处理器，又称显示核心、视觉处理器、显示芯片，起初是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器，是一种由大量运算单元组成的大规模并行计算架构，专为同时处理多重任务而设计。大数据时代，GPU被广泛应用于数据中心、矿机、深度学习等领域。GPU芯片采用统一渲染架构，计算通用性最强，可以适用于多种算法，在算法尚未定型的领域，GPU是最佳选择。 GPU在AI计算市场销售额占比最大，霸主地位稳固。目前大多数领域，AI计算算法尚在不断探索、优化阶段，GPU仍是最佳选择。根据智研咨询数据显示，截至2021年8月，全球人工智能的计算力主要是以GPU芯片为主，2020年销售额市场份额占比约为42.3%，市场规模约为38亿美元，预测到2024年销售额占比提升至51.4%，届时全球人工智能GPU芯片市场规模将达111亿美元。 2.2 FPGA：半定制芯片，灵活性高 FPGA是一种半定制芯片。FPGA（Field－ProgrammableGate Array），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。FPGA的优点是既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点，对芯片硬件层可以灵活编译，功耗小于CPU、GPU；缺点是硬件编程语言较难，开发门槛较高，芯片成本、价格较高。 FPGA比GPU、CPU更快是因为其具有定制化的结构。CPU和GPU都属于冯·诺依曼结构，在该结构中，执行单元可以执行任意指令，这需要有指令存储器、译码器、各种指令的运算器等和共享内存。而FPGA的每个逻辑单元的功能在重编程时就已经确定，不需要指令和共享内存。但这也是FPGA的缺点，当处理的任务重复性不强、逻辑较为复杂时，FPGA效率就会低于使用冯·诺依曼结构的处理器。 2.3 ASIC：专用性最强，追求极致性能 ASIC是一种为专门目的而设计的芯片（全定制）。ASIC(Application Specific Integrated Circuit)，特殊应用集成电路芯片，是一种根据特定算法定制的芯片架构，其定制程度相比于GPU和FPGA更高。ASIC算力水平一般高于CPU、GPU、FPGA，但初始投入大，专业性强缩减了其通用性，算法一旦改变，计算能力会大幅下降，需要重新定制。 算力需求增加，ASIC前景广阔。随着数据量的不断增加和芯片工艺的极限到来，对算力的诉求越来越难以被满足。在此背景下，对于一些特定的领域，其数据量庞大，算法逐渐固定，使用专为特定算法设计的ASIC芯片成为了许多公司的首选。AI计算市场上比较火的TPU、NPU等，都是ASIC专用芯片。 2.4 DPU：GPU之后分担CPU算力又一芯片 DPU是一个全新的，用于在数据中心承担网络和存储等服务的处理器。DPU(Data Processing Unit)，数据中心处理器是最新发展起来的专用处理器，主要是用来加速数据中心的安全、网络和存储任务。它是继CPU，GPU之后，数据中心场景中的第三颗重要的算力芯片，为高带宽、低延迟、数据密集的计算场景提供计算引擎。DPU将卸载CPU原本承担的网络、存储、安全、管理等服务，释放CPU算力，同时对安全隐私进行高级别的加密。在2021年4月的GTC大会上，英伟达总裁黄仁勋推出了NVIDIA BlueField-3 DPU及其配套软件生态架构DOCA。 DPU的提出能够有效解决CPU和Memory之间传输带宽的瓶颈。随着数据量的增加，CPU和Memory之间的数据传输带宽成了瓶颈。根据Fungible和AWS的统计，在大型数据中心中，流量处理占到了计算的30%左右。数据中心在节点间交换效率和可靠性以及节点内I/O切换效率比较低，DPU的出现是为了试图解决这种松耦合的关系，从这方面加快整体运算速度。目前来看DPU只是提供更安全高效的网络、存储等加速服务，但未来或将真正的以数据中心为运算单元，依靠DPU实现紧耦合结构提升整体效率。 DPU能够大幅提升网络安全服务能力。全球网络安全领导者Palo Alto Networks开发了首款通过NVIDIA BlueField DPU加速的虚拟NGFW（防火墙）。其中DPU作为智能网络过滤器，以不消耗CPU的方式，对网络流进行解析、分类和引导，使NGFW能够在各种典型用例中达到接近100Gb/s的吞吐量。与单纯运行在CPU上的VM系列防火墙相比，其性能提高了5倍；而与传统的硬件方案相比，可节省高达150%的资本支出。 2.5 NPU和TPU：深度学习ASIC加速芯片 NPU是一种参考人体神经突触的ASIC芯片。随着深度学习神经网络的兴起，CPU和GPU逐渐难以满足深度学习的需要，专门用于神经网络深度学习的处理器NPU(NeuralProcessing Unit)应运而生。NPU采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。区别于CPU以及GPU所遵循的冯诺依曼架构，NPU参考人体的神经突触结构，将存储与运算结为一体。 NPU显著提高了深度学习芯片的运算速度。深度学习芯片主要分为训练芯片和推理芯片。深度学习神经网络算法像人一样，需要学习知识（训练），之后就可以把学习到的知识运用到工作中去（推理）。训练过程需要大量的数据样本进行计算，而推理过程需要用少数的数据快速得出推理结果。NPU在电路层模拟人类神经元和突触，相比于GPU的冯诺依曼结构，NPU通过突触权重实现存储计算一体化，提高运行效率，因此NPU比GPU更擅长推理。 TPU，专门为Google Tensorflow框架设计的ASIC芯片。张量处理器（Tensor ProcessingUnit）是Google为机器学习定制的ASIC芯片，专为Google的深度学习框架TensorFlow而设计。Google在2016年的Google I/O年会上首次公布了TPU，不过在此之前TPU已在Google内部的一些项目中使用了一年多，如Google街景服务、RankBrain以及其旗下DeepMind公司的围棋软件AlphaGo等都用到了TPU。TPU只完成推理过程，训练过程由GPU完成。 3. 未来展望：新计算模式不断出现，底层架构持续创新 AI计算蓬勃发展，新计算模式不断出现。随着各大厂商对AI芯片的不断研究，芯片的计算性能不断提升，芯片种类不断增多。截至2021年8月，GPU在AI计算市场份额最大，但FPGA、ASIC的发展迅速，有望取代一部分GPU的业务。与此同时，DPU的不断运用也将有效改善和加速网络数据传输计算速度，协同CPU、GPU高效运行。当前CPU依然处于计算芯片中的核心地位，GPU、DPU目前也只能卸载CPU部分功能，加快CPU处理、运算的效率，并没有根本动摇CPU地位。目前在人工智能、深度学习和云计算等领域以CPU+GPU为主要场景，CPU+FPGA、CPU+NPU等模式不断推出，未来有望出现更先进的模式。 类脑芯片打破冯·诺依曼架构瓶颈，有望成为AI计算芯片未来。类脑芯片有自动感知的过程，速度快能耗低。目前有IBM的TrueNorth、Intel的Loihi以及中国的AI-CTX等研究产品。随着类脑芯片的研发不断推进，其有望打破冯诺依曼的传统计算机架构，缓解由于传输造成的延迟损耗，进一步加快对深度学习计算的效率。类脑芯片是人工智能发展的最终归宿，但其目前正在处于研发阶段，想要落地商业化还要很长一段路。 4. AI计算芯片投资机会及相关标的 各类AI计算芯片不断涌现，GPU仍为主流。在人工智能时代背景下，为了满足对算力的强烈需求，人们不断探索数据、算法和芯片结构之间的最优解，推出了GPU、DPU、FPGA、ASIC等从通用到专用一系列芯片。但这仅仅是AI计算探索的开始，未来随着数据量的增加，AI计算芯片将会有更多的创新。根据智研咨询数据显示，截至2021年8月，GPU仍在AI计算芯片市场销售额占比最大，到2024年，销售额占比有望逐步提升。推荐GPU相关标的景嘉微，关注中科曙光、航锦科技等。 当前覆盖： 信创：中国软件、东方通、卫士通、中国长城、太极股份、神州数码、景嘉微； 云计算：用友网络、金山办公、优刻得、广联达； 医疗信息：卫宁健康； 工业互联网：中控技术、东方国信； 军工信息：卫士通； 网安：安恒信息、启明星辰、拓尔思、美亚柏科、绿盟科技、卫士通、格尔软件、中新赛克、奇安信； 人工智能：科大讯飞，拓尔思； 金融科技：长亮科技、恒生电子、用友金融。 风险提示： 1、信息创新、网络安全进展低于预期：网安政策进展低于预期，央企安全运营低于预期，智慧城市安全运营推进缓慢，工控、云安全需求低于预期； 2、行业后周期性：经济增长不及预期，计算机属于后周期性行业，会导致下游信息化投入放缓； 3、疫情风险超预期：疫情导致的风险偏好下降超过市场预期。 上市公司动态 【金证股份】关于出售珠海金智维信息科技有限公司部分股权的公告：金证股份将与中互金智为、珠海晨星、广州诚信、易方康瑞（以上四家合称为“受让人”）签署《珠海金智维信息科技有限公司股权转让协议》，公司将向受让人转让珠海金智维信息科技有限公司（以下简称“金智维”）5%股权，对应的注册资本为167.0356万元（人民币元，下同），总转让对价为8,805万元。本次交易未构成关联交易、未构成重大资产重组。本次交易完成后，金证股份继续持有金智维15.8252%的股权，仍为金智维第二大股东。 【天地数码】关于实际控制人股份质押及解除质押的公告：公司近日收到实际控制人之一韩琼先生的通知，获悉其所持有本公司的部分股份分别办理了质押及解除质押业务。韩琼先生质押2,735,000股股票，占公司总股本1.97%，质押期为2021年9月17日至2022年3月17日，质权人为东北证券股份有限公司。韩琼先生本次解除质押2,337,377股股票，占总股本1.69%。目前，韩琼共质押9,705,000股股票，占公司总股本7.01%。 【雄帝科技】关于获得政府补助的公告：雄帝科技于2021年9月16日，获得深圳市国税局的增值税即征即退政府补助现金资金，为人民币2,009,021.17元，公司将上述收到的与收益相关的政府补助2,009,021.17元计入其他收益。 【科蓝软件】公司中标新加坡绿联国际银行采购项目的公告：柯蓝软件的全资子公司科蓝软体系统（香港）有限公司近日收到新加坡绿联国际银行(以下简称“绿联银行”)《数字银行系统采购项目中标通知书》（以下简称“本项目”），公司中标新加坡绿联国际银行系统采购项目，中标项目为数字银行前中台系统，中标金额为2,000,000新加坡元，约人民币960.46万元。此次中标新加坡绿联数字银行标志着公司成功开启了数字银行海外战略。 【石基信息】关于全资子公司与六洲酒店签订重大合同的公告：2021年9月15日，公司全资子公司Shiji (US) Inc.（以下简称“石基美国”）与Six Continents Hotels, Inc.（六洲酒店股份有限公司,以下简称“六洲酒店”）签订《MASTER SERVICES AGREEMENT》（以下简称“MSA”），约定石基美国将为洲际酒店集团旗下酒店以SaaS服务的方式提供新一代云架构的企业级酒店信息管理系统Shij iEnterprise Platform（以下简称“SEP”），其同样是一套将替换部分现有酒店信息管理系统（PMS）的新一代解决方案。虽然MSA的执行对公司国际化业务拓展具有积极影响，但MSA仅为主服务协议，公司还需要在测试酒店成功上线后再根据客户切换系统或开业计划去获取每个酒店的订单，预计不会对公司本年度经营业绩、财务状况产生重大影响，考虑到洲际酒店集团旗下酒店目前的体量，如果未来成功上线的酒店数量达到一定规模之后将会对公司年度经营业绩产生较大影响。本次MSA的履行不影响公司业务的独立性，且由于国际酒店行业市场空间巨大，公司未来主要业务不会因履行合同而对客户形成严重依赖。 【科大国创】关于控股股东解除融资融券业务的公告：公司于近日接到公司控股股东合肥国创智能科技有限公司（以下简称“合肥国创”）关于解除融资融券业务的通知。合肥国创因与国元证券股份有限公司（以下简称“国元证券”）开展融资融券业务，累计将其持有的公司14,000,000股无限售流通股转入其在国元证券开立的客户信用交易担保证券账户中，该部分股份的所有权未发生转移。近日，合肥国创已将其持有的公司14,000,000股无限售流通股从其在国元证券开立的客户信用交易担保证券账户转回到普通证券账户，解除了融资融券业务。截至本公告披露日，合肥国创持有公司股份65,716,139股，占公司总股本的26.95%，上述股份全部通过普通证券账户持有。 【浩云科技】关于取得发明专利证书的公告：公司独立申请的一项发明专利获得国家知识产权局颁发的发明专利证书，公司于近日取得了该项专利证书。专利为场景还原影像管理方法、装置、设备及系统，专利权人为浩云科技股份有限公司。此场景还原影像管理方法，解决了因为运营管控系统和安保设备管理系统系不同厂家开发的系统，且运营系统涉及银行业务等安全原因不同意开放公开接口，两个系统无法进行便捷的信息交流问题，简化了不同系统间的开发，简化了用户的操作，提高了用户使用体验。上述发明专利所涉及技术属于公司的主要技术，主要应用于银行安防监控领域，目前已应用于公司现有的项目。 【南天信息】关于收到中国农业银行股份有限公司《入围通知书》的公告：2021年9月14日，公司收到江苏省招标中心有限公司发来的《入围通知书》，确定公司在中国农业银行股份有限公司2021年IntelPC服务器入围项目中成为主选供应商。入围内容是2021年IntelPC服务器入围项目，入围价格为12.4569亿元（不含税）。 吴声计事 免责声明 微信号:hbdwjsj 联系人 首席证券分析师： 王紫敬 wangzj@dwzq.com.cn 执业资格证书号码：S0600521080005 公众订阅号（微信号：吴声计事）由东吴证券研究所计算机团队设立，系本研究团队研究成果发布的唯一订阅号。 本公众号所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。 本订阅号不是东吴证券研究所计算机团队研究报告的发布平台，所载内容均来自于东吴证券研究所已正式发布的研究报告或对已发布报告进行的跟踪与解读，如需了解详细的报告内容或研究信息，请具体参见东吴证券研究所已发布的完整报告。 本订阅号所载内容不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见。本订阅号所载内容仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主做出投资决策并自行承担风险。东吴证券研究所及本研究团队不对任何因使用本订阅号所载任何内容所引致或可能引致的损失承担任何责任。 本订阅号对所载内容保留一切法律权利。订阅人对本订阅号发布的所有内容（包括文字、图片、影像等）未经书面许可，禁止复制、转载；经授权进行复制、转载的，需注明出处为“东吴证券研究所”，且不得对本订阅号所截内容进行任何有悖原意的引用、删节或修改。 公司投资评级 买入：预期未来6个月个股涨跌幅相对大盘在15%以上； 增持：预期未来6个月个股涨跌幅相对大盘介于5%与15%之间； 中性：预期未来6个月个股涨跌幅相对大盘介于-5%与5%之间； 减持：预期未来6个月个股涨跌幅相对大盘介于-15%与-5%之间； 卖出：预期未来6个月个股涨跌幅相对大盘在-15%以下。 行业投资评级 增持：预期未来6个月行业指数涨跌幅相对大盘在5%以上； 中性：预期未来6个月行业指数涨跌幅相对大盘介于-5%与5%之间； 减持：预期未来6个月行业指数涨跌幅相对大盘在-5%以下。 东吴证券研究所 苏州工业园区星阳街5号 邮政编码：215021 传真：（0512）62938527 公司网址：http://www.dwzq.com.cn

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）