【浙商半导体 陈俊杰】人工智能芯片行业深度报告：风起于青萍之末---GPU，FPGA，ASIC

　　报告导读

　　从3月份智能机器人AlphaGo战胜李世石，到近期谷歌的最新用于人工智能深度学习的芯片TPU曝光，一个千亿级的市场应用逐渐从水底浮向了水面。我们将深度剖析，在人工智能领域，即将爆发的芯片——GPU、FPGA、ASIC及相关的市场和公司。 

　　投资要点

　　人工智能——风起于青萍之末

　　人工智能市场将保持高速增长，根据艾瑞咨询的数据，2020年全球人工智能市场规模约1190亿人民币。而未来10年，人工智能将会是一个2000亿美元的市场。空间非常巨大。其中在硬件市场方面，将会有30%的市场份额。 对人工智能的实现来说，算法是核心，计算、数据是基础。人工智能之所以在当下能得到长足进展， 高性能的计算能力（CPU，GPU，FPGA，ASIC）的突破至关重要。

　　GPU——厚积薄发正当时

　　我们认为人工智能时代的GPU已经不再是传统意义上的图形处理器，而更多的应该赋予专用处理器的头衔，具备强大的并行计算能力。因为GPU的特点特别适合于大规模并行运算，GPU在“深度学习”领域发挥着巨大的作用，因为GPU可以平行处理大量琐碎信息。深度学习所依赖的是神经系统网络——与人类大脑神经高度相似的网络——而这种网络出现的目的，就是要在高速的状态下分析海量的数据。

　　FPGA——“万能芯片”在人工智能时代复苏

　　FPGA之所以能有潜力成为人工智能深度学习方面的计算工具，主要原因就在于其本身特性：可编程专用性，高性能，低功耗。比CPU和GPU，FPGA凭借比特级细粒度定制的结构、流水线并行计算的能力和高效的能耗，在深度学习应用中展现出独特的优势，在大规模服务器部署或资源受限的嵌入式应用方面有巨大潜力。此外，FPGA架构灵活，使得研究者能够在诸如GPU的固定架构之外进行模型优化探究。Intel收购Altera,目的也是看中FPGA在深度学习体想出的性能优势。

　　ASIC——后起之秀，不可估量

　　ASIC将性能和功耗完美结合。ASIC著名应用之一：比特币挖矿。比特币挖矿和人工智能深度学习有类似之处，都是依赖于底层的芯片进行大规模的并行计算。而ASIC在比特币挖矿领域，展现出了得天独厚的优势。从“比特币挖矿机ASIC发展”推导“ASIC在人工智能领域大有可为”。而谷歌最新推出的人工智能专用芯片其实也是一款ASIC。