没有合适的资源?快使用搜索试试~ 我知道了~
首页中金报告:人工智能技术革新十大应用场景,AI芯片与计算机视觉引领潮流
本报告由中金公司于2018年9月17日发布,名为"步入人工智能时代:四大AI技术如何改变十大应用场景",旨在探讨人工智能在多个领域的广泛应用及其潜在的投资机会。报告指出,人工智能已成为全球不可忽视的发展趋势,预计将在未来十年对全球经济产生重大影响,尤其是在中国,AI被视为应对劳动力短缺和推动创新的关键途径。 报告重点分析了计算机视觉、语音语义、AI芯片和传感器这四项核心技术。计算机视觉作为人工智能在中国落地最为成熟的领域,应用广泛于移动互联网、安防和零售等行业,商汤、旷视和依图等公司凭借差异化服务在市场中占据优势。语音技术虽然语音识别技术较为成熟,但在电子病历等领域有特定应用,而在语义识别和智能客服方面仍需进一步发展。AI芯片市场前景广阔,预计在未来五年内将以接近10倍的速度增长,Nvidia的CUDA+GPU生态优势显著,而推断芯片市场则将呈现专业化趋势,为中国如海思、寒武纪等公司提供了发展机遇。 在行业应用层面,报告指出互联网和安防行业已走在前列,尤其是计算机视觉技术在短视频、美颜等互联网应用及视频云服务中的作用显著。语音技术推动了智能家居的发展,智能客服在物流行业降低了成本。零售、物流和金融行业紧随其后,而医疗和无人驾驶等领域的应用则还需进一步成熟。 总结来说,中金公司在报告中深入剖析了人工智能技术的现状和未来潜力,为投资者提供了关于芯片、算法公司和行业应用的洞察,强调了在这些领域寻找投资机遇的重要性。随着人工智能技术的不断进步和应用场景的深化,这些行业的发展将对经济产生深远影响,并为投资者提供了新的战略视角。
资源详情
资源推荐
中金公司研究部:2018 年 9 月 17 日
请仔细阅读在本报告尾部的重要法律声明
16
图表
16:
全球制造业迁移趋势
资料来源:动点科技官网,中金公司研究部
中美比较:中国更加关注应用,美国在半导体等基础领域领先
我们认为,人工智能最关键的四个维度分别为:数据、算法、算力(半导体)、终端需求(场
景),美国在这四个方面都处于领先地位,中国依托互联网公司的崛起,在数据及算法领域
掌握优势;得益于中国抓住零部件及品牌厂商发展机会,终端需求(场景)丰富,在安防、
无人机、无人车等领域的融资额要高于美国;算力(半导体)方面,中国在芯片设计及先
进制程上与美国仍有较大差距,美国芯片融资额明显高于中国。
图表
17:
中美人工智能各领域企业数量分布图
图表
18:
中国公司更加关注
AI
应用
资料来源:腾讯研究院,中金公司研究部;数据截至
2017
年
6
月
资料来源:李开复
TED
演讲,中金公司研究部
第一次:在 20 世纪初,英国将
部分“过剩产能”向美国转移
第二次:在 20 世纪 50 年代年代,美国
将钢铁、纺织等传统产业向日本、德国
这些战败国转移
第三次:在 20 世纪 60 至 70 年
代,日本、德国向亚洲“四小龙”
和部分拉美国家转移轻工、纺织等
劳动密集型加工产业
第四次:20 世纪 80 年代年代初,欧美
日等发达国家和亚洲“四小龙”等新兴
工业化国家,把劳动密集型产业和低技
术高消耗产业向发展中国家转移
252
241
190
144
91
91
41
33
24
92
61
146
35
51
125
31
14
36
自然语言处理
机器学习应用
计算机视觉与图像
技术平台
智能无人机
智能机器人
自动驾驶/辅助驾驶
处理器/芯片
语音识别
中美人工智能各领域企业数量分布图
美国 中国
13.26
19.31
65.08
72.70
73.20
85.50
134.67
206.39
308.18
30.92
30.87
56.82
107.15
158.30
25.76
122.36
100.46
13.28
美国 中国
中美人工智能九大领域融资分布对比图
(单位:亿元)
本中金公司研报由 zhihui.jiang@cicc.com.cn 下载
中金公司研究部:2018 年 9 月 17 日
请仔细阅读在本报告尾部的重要法律声明
17
图表
19:
中美人工智能主要环节比较(主要科技公司收入情况比较,
2017
年数据)
资料来源:彭博资讯,中金公司研究部
我们认为,持续不断的研发投入是科技公司保持技术竞争力的重要保证。通过比较中美主
要科技公司的研发投入情况,我们发现美国公司要明显超过中国。研发开支排名前 10 的公
司中,仅有华为、腾讯、阿里巴巴三家中国公司。我们同时注意到,研发排名前 10 的公司,
目前都在积极布局 AI,中国研发投入弱于美国,也是需要重视的现象。
图表
20:
全球主要科技公司的研发开支与研发费用率一览(
2017
)
资料来源:彭博资讯,中金公司研究部
数据:AI 时代的石油,中美两国占优
数据是 AI 时代的石油,互联网是数据最重要的来源。中美企业目前几乎垄断全球互联网行
业。根据中金统计,全球云计算(公有云)行业主要由中美两国领跑,其中美国与中国占
全球收入 90%以上。这些企业依托丰富的应用场景,积累了海量数据,并持续受益于数据
60%
8%
90%
4%
21%
5%
20%
10%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
半导体
零部件
组装
显示
云计算
美国 中国大陆及中国香港 中国台湾 日本 韩国
158,340
116,375
91,686
91,259
89,700
81,067
54,278
40,509
17,456
17,060
12,962
12,928
10,241
3,194
1,872
1,789
1,756
1,697
1,664
1,278
1,168
1,167
1,145
13%
15%
21%
14%
15%
5%
19%
7%
7%
7%
12%
15%
21%
8%
17%
9%
5%
7%
8%
8%
5%
2%
21%
0%
5%
10%
15%
20%
25%
-
20,000
40,000
60,000
80,000
100,000
120,000
140,000
160,000
180,000
Amazon
Google
Intel
Microsoft
华为
Apple
Facebook
IBM
腾讯
阿里巴巴
中兴通讯
百度
Nvidia
海康威视
新浪
大华股份
欧菲光
歌尔股份
瑞声科技
ASM Pacific
舜宇光学科技
顺丰控股
科大讯飞
研发费用(百万人民币)
研发费用/营收
(
人民币百万元
)
本中金公司研报由 zhihui.jiang@cicc.com.cn 下载
中金公司研究部:2018 年 9 月 17 日
请仔细阅读在本报告尾部的重要法律声明
18
及算法优势地位所带来的网络效应。除互联网外,随企业数字化程度提高,私有云成为数
据重要来源。金融、安防行业走在“云化”前列,行业内各公司积累了大数据,从而进行
了一系列改善服务内容和运营效率的措施。
算力:芯片产业仍然差异巨大
美国的半导体行业在全球仍然占主导地位。根据中金统计,2017 年以美国为总部的半导体
公司的收入占全球半导体产业收入约 60%。特别是在 GPU 等高性能芯片上,美国英伟达等
企业目前处于垄断地位。中国的华为海思、寒武纪等企业在手机芯片等部分领域有一定地
位。
算法:起步晚于美国,部分算法已达领先水平
算法平台是指用来生产算法的软硬件工具。一个好的算法平台能够帮助算法工程师提高算
法设计和训练的时间。目前主流的计算平台包括 Google 的 TensorFlow 以及 Caffe、Torch、
Theano、MXNet 等。中国由于在 AI 基础算法研究起步晚于美国,对第三方开放的算法平台
较少,只要百度的 PaddlePaddle 等。但是在安防及中文智能音箱等的带动下,我们认为中
国的人脸识别和中文语音识别技术领先美国。
图表
21:
中美主要人工智能算法平台比较(
2017
)
资料来源:中金公司研究部
苹果 谷歌 亚马逊 Facebook Microsoft 百度 阿里 腾讯 华为
技术层算法平台
AI框架/算法平台 CoreML TensorFlow
MXNet/
Amazon ML
Torchnet/
FBLearner Flow
CNTK
Paddle
paddle
PAI 2.0
Angel/
Tdinsight
HiAI
应用层开发平台
语音
Apple Siri
Google
Assistant/Voice
Intelligence API
Amazon
Lex/Amazon
Polly
Bot MS Cortana DuerOS
ALiGenie语音
开放平台
腾讯智能语
音
ASR引擎
图像
Vision/
ARkit 2.0
Google
Lens/Google
Photos/ARCore
Amazon
Rekognition
DeepFace/
DeepMaskx/
SharpMask/
MultiPathNet/
Camera Effects
Microsoft
Azure
Computer
Vision
百度识图
视觉智能诊断“
见远”平台、
ALiGenie AR
开放平台
腾讯优图
/NCNN
CV引擎
自然语言处理
NLP SytaxNet
Amazon
Comprehend
FastText/DeepText
微软认知服
务/微软小冰
DuerOS
NUI自然交互
平台、NLP平
台
文智
/WechatAI/
腾讯自然语
言处理
NLU引擎
本中金公司研报由 zhihui.jiang@cicc.com.cn 下载
中金公司研究部:2018 年 9 月 17 日
请仔细阅读在本报告尾部的重要法律声明
19
AI 芯片:场景渐趋明朗,呈现专业化发展
AI 芯片设计是人工智能产业链的重要一环。自 2017 年 5 月以来,各 AI 芯片厂商的新品竞
相发布,经过一年多的发展,各环节分工逐渐明显。AI 芯片的应用场景不再局限于云端,
部署于智能手机、安防摄像头、及自动驾驶汽车等终端的各项产品日趋丰富。除了追求性
能提升外,AI 芯片也逐渐专注于特殊场景的优化。
目前,人工智能产业链中,包括提供 AI 加速核的 IP 授权商,各种 AI 芯片设计公司,以及
晶圆代工企业。
► 按部署的位置来分,AI 芯片可以部署在数据中心(云端),和手机、安防摄像头、汽车
等终端上。
► 按承担的任务来分,可以被分为用于构建神经网络模型的训练芯片,与利用神经网络
模型进行推断的推断芯片。训练芯片注重绝对的计算能力,而推断芯片更注重综合指
标,单位能耗算力、时延、成本等都要考虑。
► 训练芯片受算力约束,一般只在云端部署。推断芯片按照不同应用场景,分为手机边
缘推断芯片、安防边缘推断芯片、自动驾驶边缘推断芯片。为方便起见,我们也称它
们为手机 AI 芯片、安防 AI 芯片和汽车 AI 芯片。
► 由于 AI 芯片对单位能耗算力要求较高,一般采用 14nm/12nm/10nm 等先进工艺生产。
台积电目前和 Nvidia、Xilinx 等多家芯片厂商展开合作,攻坚 7nm AI 芯片。
图表
22:
自
2017
年
5
月以来发布的
AI
芯片一览
资料来源:
Nvidia
、
Google
等表中公司网站,中金公司研究部
时间 企业 产品类型 具体内容
2017年5月 Nvidia 云端芯片 发布最新GPU Volta 架构芯片
2017年5月 Google 云端芯片 发布TPU 2.0
2017年5月 ARM
智能手机芯片相关技
术
发布针对AI优化的DynamicIQ芯片架构
2017年8月 Intel 安防/无人机芯片 推出新的Movidius Myriad X VPU
2017年8月 百度 云端芯片 发布XPU,一款256核基于FPGA的云计算加速芯片
2017年9月 Intel 云端芯片 推出自学习神经元芯片Loihi,采用14nm工艺
2017年9月 华为海思 智能手机芯片 发布人工智能芯片“Kirin 970”
2017年10月 Apple
智能手机芯片
发布iPhone X,首次使用A11 Bionic芯片,搭载神经网络引擎
2017年10月 深鉴科技 安防芯片相关技术 发布人脸识别模组、ARISTOTLE架构平台等
2017年11月 寒武纪 智能手机芯片IP 发布 Cambricon 1H8/1H16/1M芯片
2017年11月 比特大陆 云端芯片 发布全球首款张量加速计算芯片BM1680等
2017年12月 Qualcomm
智能手机芯片
发布Snapdragon 845移动平台,采用10nm工艺,支持多种深度
学习框架
2017年12月 地平线机器人 安防/自动驾驶芯片
发布“旭日”和“征程”两款嵌入式AI芯片,分别面向智能驾驶和智能
摄像头
2018年1月 Nvidia 自动驾驶芯片
发布用于自动驾驶的Jetson Xavier芯片,及车载计算机Drive PX
Pegasus,搭载两块Xavier SoC,算力完全支持L5
2018年1月 异构智能 云端芯片 发布NovuTensor一代 AI芯片
2018年4月 地平线机器人 自动驾驶芯片 发布“征程2.0”芯片及MATRIX 1.0自动驾驶计算平台
2018年5月 Google 云端芯片 发布TPU 3.0
2018年5月 寒武纪 云端芯片 发布MLU 100云端智能芯片
本中金公司研报由 zhihui.jiang@cicc.com.cn 下载
中金公司研究部:2018 年 9 月 17 日
请仔细阅读在本报告尾部的重要法律声明
20
图表
23: AI
芯片投资地图
资料来源:彭博资讯,
Wind
资讯
,
中金公司研究部
AI 芯片市场规模:未来五年有接近 10 倍的增长,2022 年将达到 352 亿美元
根据我们对相关上市 AI 芯片公司的收入统计,及对 AI 在各场景中渗透率的估算,2017 年
AI 芯片市场规模已达到 39.1 亿美元,具体情况如下:
2017 年全球数据中心 AI 芯片规模合计 23.6 亿美元,其中云端训练芯片市场规模 20.2 亿美
元,云端推断芯片 3.4 亿美元。终端芯片方面,2017 年全球手机 AI 芯片市场规模 3.7 亿美
元,安防摄像头 AI 芯片市场规模 3.3 亿美元,自动驾驶 AI 芯片的市场规模 8.5 亿美元
图表
24: AI
芯片市场规模及竞争格局
资料来源:英伟达,海思半导体,苹果,三星,高通,联发科,展锐,英特尔,安霸等公司官网,中金公司研究部
Nvidia 在 2017 年时指出,到 2020 年,全球云端训练芯片的市场规模将达到 110 亿美元,
而推断芯片(云端+边缘)的市场规模将达到 150 亿美元。Intel 在刚刚结束的 2018 DCI 峰会
上,也重申了数据业务驱动硬件市场增长的观点。Intel 将 2022 年与用于数据中心执行 AI
加速的 FPGA 的 TAM 预测,由 70 亿美元调高至 80 亿美元。
AI 芯片
云端
边缘(推断)
汽车
安防
智能手机
训练
推断
Intel (INTC US)
Nvidia (NVDA US)
Xilinx (XLNX US)
Google (GOOG US)
Wave Computing (未上市)
比特大陆(未上市)
寒武纪科技(未上市)
Intel (INTC US)
Nvidia (NVDA US)
Xilinx ( XLNX US)
Google ( GOOG US)
Cerebras Systems (未上市)
Graphcore (未上市)
Groq (未上市)
比特大陆(未上市)
寒武纪科技(未上市)
Mobileye (INTC US)
Nvidia (NVDA US)
NXP (NXPI US)
TI (TXN US)
STMicro (STM US)
Renesas(未上市)
地平线机器人(未上市)
海思半导体 (未上市)
安霸(AMBA US)
Movidius (INTC US)
Nvidia (NVDA US)
地平线机器人(未上市)
苹果 (AAPL US)
高通 (QCOM US)
联发科(2454 TT)
海思半导体(未上市)
IP 授权 设计
晶圆代工
Synopsys (SNPS US)
Cadence (CNDS US)
GUC (3443 TT)
ARM (未上市)
台积电(2330 TT)
市场规模
2017(百万美元) 2022(百万美元)
训练
2,015 17,212 54% Nvidia
Google/Intel/AMD/初创公司(机会较
小)
推断
343 7,186 84% Nvidia
Google/Intel/AMD/初创公司(有机
会)
智能手机
368 3,793 59%
苹果、三星、海思、
高通、联发科、展锐
初创公司(IP授权模式可能有机
会)
安防
330 1,822 41% 海思、安霸、Intel(Movidius)、Nvidia
初创公司(机会较小)
汽车
854 5,204 44% Intel (Mobileye)、Nvidia
初创公司(有机会)
合计 3910 35217 55%
边缘
应用场景
CAGR
(2017-2022)
领导者
挑战者
云端
本中金公司研报由 zhihui.jiang@cicc.com.cn 下载
剩余165页未读,继续阅读
poi6688
- 粉丝: 2
- 资源: 4
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 前端面试必问:真实项目经验大揭秘
- 永磁同步电机二阶自抗扰神经网络控制技术与实践
- 基于HAL库的LoRa通讯与SHT30温湿度测量项目
- avaWeb-mast推荐系统开发实战指南
- 慧鱼SolidWorks零件模型库:设计与创新的强大工具
- MATLAB实现稀疏傅里叶变换(SFFT)代码及测试
- ChatGPT联网模式亮相,体验智能压缩技术.zip
- 掌握进程保护的HOOK API技术
- 基于.Net的日用品网站开发:设计、实现与分析
- MyBatis-Spring 1.3.2版本下载指南
- 开源全能媒体播放器:小戴媒体播放器2 5.1-3
- 华为eNSP参考文档:DHCP与VRP操作指南
- SpringMyBatis实现疫苗接种预约系统
- VHDL实现倒车雷达系统源码免费提供
- 掌握软件测评师考试要点:历年真题解析
- 轻松下载微信视频号内容的新工具介绍
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功