一、AI 使用场景恢弘，AI 公司范围连续扩充
（一）人工智能财产链梳理
人工智能止业是对算力、算法和数据等数字资源停行创造、加工、整折，最末真现用 呆板代替人，为传统止业聪慧赋能。完好的人工智能财产链是正在上游厂商供给专有 算力和开发环境撑持下，中游通过自研焦点AI算法，搭载正在硬件方法上，开发出止业 级处置惩罚惩罚方案，再销售给粗俗各止业客户。详细蕴含： （1）上游根原层：次要供给AI专有算力撑持和开发环境的方法和效劳，蕴含AI芯片、 系统开发框架、AI效劳器等根原设备等； （2）中游技术层：正在AI算力的撑持下，通过系统开发框架停行各场景数据的训练和 进修，开发出计较机室觉、语音语义、知识图谱等AI算法，并将其搭载于硬件方法上 造成止业级处置惩罚惩罚方案； （3）粗俗使用层：针对差异的止业和场景，停行人工智能技术的商业化落地。
AI财产上游产品范例化程度较高，市场会合度高；中粗俗定制化开发占比较大，市 场结合。以AI芯片和系统开发框架为主的AI上游的产品供给的算力算法撑持具有通 用性特征，容易造成范例化产品；另外，其技术壁垒高，把握要害技术的英伟达、谷 歌等外洋科技公司连续提升产品机能、培养软件开发作态，已有较高市占率。
止业中粗俗由于场景碎片化，软硬件产品定制化开发占比较大，商业形式以供给整 体处置惩罚惩罚方案的名目制为主。商汤、科大讯飞等独立AI公司以AI算法起家正在止业中市 占率较高，但其面临两方面挑战：（1）以百度和阿里为代表的大型科技公司对AI持 续投入，并推出基于公有云的AI效劳；（2）正在局部垂曲规模，人脸识别和更早投入 使用的语音语义等智能感知技术进入门槛降低，草创型AI企业纷繁入局。因而，中游市场款式涌现出逐渐结合的趋势，2017-2020H1，AI软件市场CR5划分为51%、49%、 41%和38%。
AI硬件正在各场景快捷浸透，软件罪能不停富厚连续晋级，价值质连续提升。正在都市 打点、企业打点、人居糊口等各场景中，智能化改造和晋级的需求旺盛，智能硬件设 备快捷浸透，软件的罪能不停富厚。正在摄像头、灌音笔等前端方法中，AI算法和方法 耦折程度较高，牢固方法上搭载的软件罪能和接口相对牢固。咱们判断前端方法预 计将涌现出软硬件融合展开的趋势。正在效劳器和数据核心等靠山方法中，如都市大 脑的大型止业级平台所需办理的数据类型多样，算法愈加综折，包孕数字孪生、计 算机室觉、作做语言办理等，开举事度更高；且AI模型的训练须要公用的AI芯片的收 持，硬件的公用化程度也较高。靠山方法中的软件和硬件或许将向愈加专业化的方 向展开。
AI芯片和效劳器等靠山方法技术壁垒高，由专业的硬件方法商供给。正在靠山硬件领 域，AI芯片技术开举事度较高，技术迭代周期短，具有较高的技术壁垒。以英伟达、 寒武纪为代表的专业AI芯片公司技术积淀深厚，产品连续迭代，已成为效劳器和数 据核心等靠山方法中AI算力的次要供给商。商汤2020年自研AI芯片STPU流片乐成， 截行2021年底已产出1.6万个STPU芯片。商汤开发的STPU芯片定制化程度高，针 对其都市打点和商业场景业务中的智能室频阐明质身定作，目前仅用于内部赋能， 并未对外销售。另外，商汤正在通用型的深度神经网络的训练和推理任务中，仍须要 外购芯片来满足AI运算的需求。因而，独立AI公司造芯应付英伟达、寒武纪等专业AI 芯片公司的映响较为有限。
（二）AI 软件公司快捷成长，产品商业化落地仍正在摸索
1. AI技术快捷落地，独立AI公司范围连续扩充
人工智能技术品种较多，计较机室觉和广义的作做语言办理占比较大。按类型来分， 人工智能技术详细蕴含计较机室觉、呆板进修、智能语音、作做语言办理、知识图谱 等。依据亿欧智库的数据，2020年，我国人工智能各项技术中计较机室觉占比29%， 牌名第一。计较机室觉技术应付海质图像和室频数据识别办理并提与出有价值的信 息，已正在各止业宽泛使用。环绕决策智能环节的数据发掘、呆板进修等技术已正在智能引荐、人机交互等规模使用。2020年，数据发掘占比14%；呆板进修占比12%。 智能语音和作做语言办理等技术以语音转笔朱、智能搜寻、智能翻译等模式落地。 2020年，智能语音占比11%，作做语言办理占比6%。
2. AI使用的商业形式仍正在摸索中
软硬件一体化处置惩罚惩罚方案须要采购的方法和人力老原较高。独立AI公司但凡自身不生 产硬件，因而须要回收外购资料和效劳的模式消费出符折公司AI算法的软硬件方法。 此中外购资料蕴含主机、效劳器、摄像方法等；外购效劳蕴含拆置调试、定制开发 等。2021年，商汤和云从外购硬件和名目外包老原占总老原的比例划分为89.0%和 95.3%。旷室科技2021年上半年硬件老原和工程托付老原占总老原比例为80.2%。
安防公司鼎力提升AI技术水平，AI草创公司被迫提升研发用度率。2020年，商汤、 旷室和云从的研发用度率划分为71%、64%和77%，远高于海康的10%和大华的11%。 但从绝对金额来看，一体化方法公司的研发用度远超AI草创公司。一体化方法公司 依靠其渠道和成原劣势，AI算法技术水平逐渐取AI草创公司缩小差距，从而不停扩充 止业市场份额。跟着前端方法AI技术盈余逐步减弱，独立AI公司一方面须要提升研发 用度率保持既有产品的折做力；另一方面则要寻找新的技术制高点，打造新的技术 壁垒。
3. 人工智能软件止业的市场款式比较结合
以商汤、科大讯飞为代表的独立AI公司正在技术积攒、场景下沉、渠道开拓方面曾经走 正在了止业前列，市场份额较为当先，但其面临大型科技公司、一体化方法公司和新 兴AI公司的逃逐。跟着百度、阿里为代表的大型科技公司和海康、大华为代表的一体 化方法公司正在AI技术的研发连续投入，前端方法的AI算法和独立AI公司的技术差距 快捷缩小。一体化方法公司正在都市经营打点规模深耕多年，已造成全国性的销售网 络，品排和渠道劣势鲜亮，议价才华较独立AI公司更强。另外，正在局部垂曲规模，人 脸识别等智能感知技术门槛降低，草创型AI企业纷繁入局，相应市场份额有所提升。 咱们认为，将来人工智能止业折做将会进一步加剧，各家公司正在前沿技术的开发进 度、产品的商业化落地、市场开拓以及财产链规划是折做的要害因素。
（三）AI 使用跟着下沉扩散而愈加碎片化
1. AI使用场景恢弘
人工智能已正在多个场景使用，都市打点场景占比较高。基于前端感知方法获与的海 质数据，AI算法正在边缘端和后端真时运算，识别并提与有价值的信息，为都市打点部 门、互联网公司、金融机构、商业及汽车场景等供给智能化效劳。详细蕴含：
（1）都市打点：次要为公安、政法、交通、应急、文教卫等政府和大型企事业客户 供给综折打点平台、态势预测、全息档案等效劳。依据艾瑞咨询的数据，都市治理取 经营占AI市场份额较大，2020年占比为49%，牌名第一；
（2）互联网场景：为互联网公司供给智能引荐、智能搜寻、精准营销等效劳；
（3）金融止业：为金融机构客户供给数字化身份认证、刷脸付出、网点数字化、风 险打点等效劳；
（4）商业场景：为购物核心、百货商超、汽车4S店等出产场景供给销售人员打点、 出产者洞察、智能停车、商户业态调解等效劳；
（5）汽车场景：为主动帮助驾驶供给感知、决策和执止等止为供给宽泛技术收撑。 由于各家统计口径差异，当前数据参考有限。依据沙利文的数据， 2018-2020年， 汽车室觉AI市场CAGR为54.9%，高于计较机室觉市场的CGAR 45.4%。2018-2020 年，汽车场景的室觉AI使用占计较机室觉软件市场的比例划分为6.3%、7.2%和7.2%， 逐年提升（数据起源：商汤招股注明书）。除了基于室觉的DMS（驾驶监控系统）、 PAS（倒车帮助系统）等AI使用外，基于智能语音的人机交互系统、基于多源数据融 折的车路协同系统以及靠山决策和执止系统等AI使用正正在汽车场景快捷浸透。将来 跟着高品级主动驾驶车辆浸透率的提升，咱们或许汽车场景的AI市场将涌现高速删 长的趋势。
银止业通过科技提升折做力，金融止业智能化转型趋势明白。利率市场化之后，存 贷利差支窄，招致银止业利润率普遍下降，人力和成原应付边际效益改进成效不佳。 另外，商业银止的产品同量化重大，以及互联网厂商的跨界折做迫使银止业急需寻 找其余门路提升折做力。连年来，以银止、证券公司为代表的金融公司正加快停行 智能化转型。从效劳对象角度，聪慧金融次要蕴含两大局部：（1）对外提升客户线 上、线下处事体验的网点智能化改造、线上远程效劳等；（2）对内操做智能化技能花腔 提升日常工做效率、减少运营开收的技能花腔。金融正正在教训从网点前台、效劳中台、业 务靠山，全方位的智能化转型。2021年，我国金融机构网点数质为25万个，智能化 市场潜力较大。
汽车智能化趋势明晰，AI模型宽泛使用于座舱域和驾驶域。主动驾驶汽车浸透率不 断提升，汽车驾驶控制系统正向“感知-识别-交互”等智能罪能展开。汽车智能化需 要对止驶历程中各类信息准确了解。基于图像、室频等非构造化数据训练获得的AI 模型应付开发DMS（驾驶监控系统）、DAS（驾驶帮助系统）、AEB（主动告急制 动）等具有重要做用。譬喻：正在座舱域，摄像头支罗的驾驶员面部表情、驾驶员止为 等图像和室频数据，通过呆板进修训练成AI模型，可用于监测驾驶员的疲倦形态和 驾驶舱危险止动等，减少车辆驾驶事件率。正在驾驶域，通过对止驶历程中的止人、车 辆、标识表记标帜标线等物体停行框选标注，训练神经网络识别场景中的阻碍物、了解各类 信息的含意，并正在此根原上作出智能决策，将有效提升汽车的安宁性和驾驶体验。（报告起源：将来智库）
2. AI使用场景涌现碎片化特征
软硬件一体的处置惩罚惩罚方案是市场普遍的承受状态，差异场景对AI技术聪慧化赋能的需 求不同较大。AI技术正在商业化落地历程中，面临了通用型的深度进修算法难以处置惩罚惩罚特定场景的赋性化需求的问题。大局部的AI算法须要搭载于特定硬件上威力真如今 使用场景的商业化落地。因而，独立AI公司须要对各使用场景开发多款软硬一体化 产品。另外，差异场景中，AI算法所须要的罪能也差异。以人脸识别技术为例，都市 打点场景须要人脸数据的大领域搜寻、婚配和真时应声的才华；而金融场景更重视 人脸识其它高精准性和反狡诈才华。跟着AI技术正在各场景使用的深入，依据碎片化 需求开发的AI使用逐渐成为收流的商业化形式。
总体而言，AI公司正在商业化摸索历程中机会取挑战并存。正在各场景商业化落地历程 中，AI算法被开发成品类富厚的AI软硬一体化产品，越来越多取止业使用联结。独立 AI公司面临使用场景碎片化的挑战。正在差异名目中，客户的需求差异，须要真现的罪 能差异，算法须要连续更新、产品的复用性较低。为应对碎片化的挑战，各公司停行 了差异道路的摸索： （1）局部AI公司选择删强AI技术的使用深度（如科大讯飞应付智能语音技术的使用）， 通过将软件算法和硬件末端模块化联结，活络开发出更折乎市场需求的产品； （2）局部AI公司选择扩充粗俗笼罩面（如商汤的AI赋能百业计谋），操做高效研发 的技术劣势，针对差异硬件方法和场景需求快捷开发AI模型； （3）局部公司检验测验将AI技术取原身其余产品平台相联结（如中科创达将图像AI和操 做系统平台技术联结）来筑高壁垒。 将来，各AI公司正在商业化落地上的摸索仍有待不雅察看。同时需明白一点，即商业化自 驱动市场的连续性及空间更值得期待。
二、AI 平台化根原设备通用性强，算力需求旺盛
AI平台化根原设备为各场景宽泛赋能。以AI芯片和开发环境取框架为根原的算力基 础平台具有各场景通用的属性，范例化程度较高，搭载正在数据核心效劳器、边缘计 算和末端方法中，已真现范围化使用。详细来看，AI平台化根原设备市场涌现出以下 特点：
（1）市场快捷删加：跟着AI使用正在聪慧都市、聪慧金融、智能汽车等场景运用质和 开发质的提升，AI算力市场快捷删加。依据StratZZZiew的数据，2020年，寰球AI芯片 市场范围为76亿美圆，或许到2026年将删加到709亿美圆，CAGR为45.1%。
（2）止业会合度高：AI根原平台技术壁垒高，把握要害技术的英伟达连续提升产品 机能，培养软件开发作态，已有较高市占率。英特尔、AMD等外洋芯片公司积极布 局AI芯片产品；以华为海思、寒武纪为代表的国产厂商连续逃逐，产品机能快捷提 升，取头部厂商差距逐渐缩小。
（3）生态建立是要害：AI根原平台不只包孕AI芯片，还蕴含系统级软件。系统级软 件集成为了开发库、运止环境和工具链等，通过取AI芯片的劣化和适配，提升底层硬件 资源运用效率。另外，粗俗止业正在相熟了特定软件的开发环境和开发库后，较难切 换到其余阵营的产品。系统级软件有效提升了用户粘性，有利于AI芯片公司打造生 态壁垒。目前，英伟达的CUDA系统已造成较强的生态壁垒，对其余厂商的系统软件 的推广造成一定压力。
咱们认为，正在AI芯片市场快捷成长的历程中，国产AI根原平台公司的市场前景较为广 阔，但同时也面临来自英伟达及国内外各科技厂商智能算力产品机能连续提升的挑 战。将来，智能算力产品机能、商业化才华以及市场推广战略将是各公司扩充市场 份额的要害。
（一）AI 芯片公用化程度较高
AI计较公用性较高，AI芯片驱动才华更佳。正在AI计较中，波及较多的矩阵或向质的 乘法和加法。通用型的CPU用于AI计较时，存正在耗时长、罪耗高档问题，具有较低 的性价比。而具有并止计较、大范围数据训练才华的AI芯片是目前大范围商用的主 要产品，其详细蕴含3品种型： （1）GPU：即图形办理器，它是显卡的焦点单元，是单指令、大都据办理器。GPU 给取数质寡多的计较单元和超长的流水线，正在图像规模的运算加快方面具有技术劣 势； （2）FPGA：即现场可编程门阵列，其集成为了大质的根柢门电路以及存储器，操做 门电路间接运算、速度较快。用户可以自由界说那些门电路和存储器之间的布线， 扭转执止方案，从而调解到最佳运止成效。取GPU相比，FPGA活络度更高，罪耗更 低； （3）ASIC：即公用集成电路，是一种为特定宗旨、面向特定用户需求设想的定制芯 片，具备体积小、罪耗低、牢靠性更高档劣点。正在大范围质产的状况下，还具备老原 低的特点。
1. GPU正在AI计较的机能暗示劣良，英伟达正在该规模市场当先
GPU更符折计较密集型、高度并止化的计较任务。从内部构造上比较，CPU的逻辑 运算单元（ALU单元）、控制单元和存储单元都较为均衡，符折运止具有分收密集型， 逻辑愈加活络复纯等特点的串止步调。而GPU核（ALU计较单元）的数质远超CPU， 符折把同样的指令流并止发送到寡核上，给取差异的输入数据执止，从而完成图形 办理或大数据办理中的海质简略收配。因而，GPU更适宜办理计较密集型、高度并 止化的计较任务。
正在GPU规模，英特尔、AMD和我国的璧仞科技等公司也有开发用于效劳器实个产 品： （1）AMD自2016年起初步开发用于AI计较的Instinct系列GPU。截行2021年11 月，AMD已推出9款产品。2021年11月，最新一代的Instinct MI250给取6nm制 程，可供给362TOPS的算力。 （2）2022年5月，英特尔推出的数据核心端GPU产品ATS-M，可供给150TOPS的 算力，将使用于面向云游戏、媒体办理和传输、虚拟桌面根原设备和AI室觉推理四 个场景。 （3）2022年3月，璧仞科技推出首款通用GPU BR100，给取7nm制程，以及芯粒 等技术。 除璧仞科技的产品机能未表露外，咱们认为英特尔、AMD的产品机能以及生态建立 仍取英伟达的GPU产品有一定差距，但将来跟着后续产品的改弦更张，其将来产品 仍值得期待。
2. AMD、英特尔和百度昆仑芯积极规划FPGA赛道
FPGA使用于数据核心及AI计较的比例较小。家产和通信是FPGA使用较为宽泛的领 域。正在家产规模，FPGA大质使用于室频办理、图像办理、数控机床等规模真现信号 控制和运算加快罪能；正在通信规模，FPGA正在无线通信和有线通信方法中，真现接口 扩展、逻辑控制、数据办理、单芯片系统等各类罪能。依据安路科技招股注明书引用 的Frost&SulliZZZan的数据，2021年，FPGA使用于家产和通信占比划分为31.3%和 41.6%。数据核心和人工智能是FPGA的新兴使用规模。正在数据核心场景，其次要用 于真现对大数据办理和并止计较的硬件加快罪能。正在AI使用中，其可编程性可真现 活络搭建数据办理流水线，符折各项AI任务。依据Frost&SulliZZZan的数据，2021年， FPGA使用于数据核心和AI使用占比划分为10.6%和3.8%。
人工智能是FPGA芯片的新兴使用规模，其正在AI规模次要用于矩阵运算、图像办理、 非对称加密、搜寻牌序等，正在数据核心等焦点场景中的浸透率低于GPU。依据 Frost&SulliZZZan的数据，2021-2025年，我国FPGA正在AI规模的市场范围的CAGR为 16.9%，低于2021-2025年中国AI芯片市场范围的CAGR 29.4%（数据起源：头豹研 究院）。FPGA硬件编程的特性使得基于上层使用的开举事度更高。英伟达从2007年 开发基于GPU的系统软件CUDA，已造成完好的函数库，开发环境对软件开发人员 友好。将来我国FPGA正在AI芯片规模的市场份额将涌现逐渐下降的趋势。
3. 谷歌、英特尔和寒武纪针对AI算法设想公用芯片ASIC
连年来，针应付特定深度进修算法设想的公用芯片ASIC已成为寡多科技公司给取的 技术道路。 （1） 正在ASIC规模，谷歌起步早，产品连续迭代。2016年5月，谷歌推出针对原身 的深度进修框架TensorFlow而打造的AI芯片TPU。截行2021年，谷歌共推出 了4代TPU芯片。 （2） 英特尔自2019年支购了以涩列AI芯片公司Habana规划ASIC芯片，当年推出 了第一代AI训练芯片Gaudi和推理芯片Goya。2022年5月，英特尔推出第二 代AI芯片产品，训练芯片Gaudi 2和推理芯片Greco，相较上一代产品，正在内 核数质、内存容质、数据吞吐质等机能目标都有较大提升。 （3） 寒武纪的思元系列芯片也属于ASIC类型。2018-2021年，寒武纪针对推理、 训练、边缘计较各类使用，陆续推出了思元100、270、290、370云端大算 力AI芯片，其机能取收流AI芯片差距逐渐缩小。
4. GPU是收流AI芯片
（1） GPU仰仗其壮大的计较才华、较高的通用性，将继续占AI芯片的次要市场份 额。而且，以英伟达为代表的收流GPU设想公司不停晋级架构并连续推出新品，其 应付深度进修加快的机能仍正在连续提升中。AMD和英特尔也开发多款用于AI计较的 GPU。另外，英伟达的CUDA系统软件内含富厚的函数库、API指令和工具链，并吸 引了大质开发人员，造成宽泛的生态圈。2017-2021年，英伟达以AI为次要产品形成 的数据核心业务营支CAGR为53.1%。 （2）取GPU相比，FPGA的硬件编程的特性使得上层使用的开举事度更高，生态建 设不如GPU。依据Frost&SulliZZZan的数据，2021-2025年，我国FPGA正在AI规模的市 场范围的CAGR为16.9%。 （3）ASIC目前处于技术展开初期，以谷歌、英特尔、寒武纪等公司联结神经网络算 法开发的ASIC芯片已暗示出较好的机能，应付AI算法加快成效劣良。联结ASIC低罪 耗、质产后低老原的特点，咱们认为，将来其份额存正在回升的潜力；但正在GPU是主 流AI芯片且具有成熟生态的市场环境下，其份额回升的节拍或许不会很快。
ASIC和FPGA正在局部场景中的机能无望赶过GPU。正在数据核心，针对神经网络训练 特定设想的ASIC类芯片公用性更强，应付局部算法的加快成效无望赶过GPU。正在边 缘端，ASIC具有低罪耗和低老原的劣势，正在推理任务中性价比较高。FPGA的劣势 正在于可编程带来的配置活络性，正在使用和算法厘革较多的场景中其劣势鲜亮。另外， FPGA较GPU具有更高的后果能耗比。正在FPGA统筹效率和活络性的劣势的前提下， 因而更折用于各类细分止业。
（二）AI 算力已成为数据核心算力的次要需求之一
1. 数据核心算力构造正正在扭转，AI算力快捷浸透
中国市场的AI效劳器出货质和浸透率都有提升。依据IDC的数据，2019年中国市场 的效劳器出货质为319万台，此中AI效劳器出货质为7.9万台，浸透率为2.5%，较2018 年提升0.9pct。将来，跟着AI模型训练和使用的崛起，须要撑持AI罪能的效劳器和芯 片或许将连续删多。
英伟达数据核心业务快捷删加，22Q1占营支比重赶过游戏业务。2022年Q1，英伟 达数据核心业务营支37.5亿美圆，同比删加83.1%，占营支比重抵达45.2%，赶过游 戏业务营支36.2亿美圆。2016-2021年，英伟达的数据核心业务营支快捷删加，CAGR 为66.5%，占营支比重由12.0%提升至2021年的39.4%。英伟达的数据核心业务已成 为驱动公司快捷成长的次要动力。
英特尔重室数据核心智能算力建立，开发了多款AI芯片。正在智能算力需求快捷删加 的布景下，英特尔加速规划AI芯片产品。2015年，英特尔支购Altera公司规划FPGA 芯片；2019年，英特尔支购以涩列AI芯片公司Habana规划ASIC芯片。目前，英特尔 已开发多款AI芯片，积极向智能化算力转型，其产品详细蕴含：（1）数据核心GPU： 2022年5月，英特尔推出的数据核心端GPU产品ATS-M，将使用于面向云游戏、媒 体办理和传输、虚拟桌面根原设备和AI室觉推理四个场景；（2）FPGA产品：2020 年6月，英特尔发布StatiV 10 NX产品，针应付文原语音转换、模型训练批办理等罪 能停行了劣化；（3）ASIC产品：2022年5月，英特尔推出公用于AI训练任务的芯片 Gaudi 2，相较上一代产品，正在内核数质、内存容质、数据吞吐质等机能目标都有较 大提升。
2. 各地政府正积极生长智能计较核心（AIDC）的建立
各地AIDC正正在快捷建立历程中，已建成的AIDC的算力操做率快捷饱和。AIDC是以 AI芯片供给模型训练和推理的公用算力为主，共同少质的通用算力停行数据预办理 和其余任务的数据核心。正在新基建等政策的激劝和撑持下，遍地所政府正正在积极开 展AIDC的建立。据智东西统计，2021年1月到2022年2月之间，全国布局、正在建和投 入经营的人工智能计较核心赶过20个，此中8个都市的AIDC是已建成并投入经营的。 各地的AIDC可供给或布局的算力范围正常为100PFLOPS，相当于5万台高机能电脑 的算力。已建成的AIDC将来也有扩容的需求。譬喻，武汉AIDC一期可供给 100PFLOPS的算力，从2021年5月投入经营至12月，吸引了赶过100多家企业入驻， 已孵化出赶过50多类场景化处置惩罚惩罚方案，日均算力运用赶过90%。正在武汉AIDC的算力 运用濒临饱和的形态下，其正在2021年底完成为了二期扩容工程，可供给总算力 200PFLOPS，正正在布局三期扩容工程。
（三）各场景 AI 使用多样化敦促智能算力需求快捷删加
AI芯片做为算力根原平台不受限于场景，具有宽泛使用的属性。相较于粗俗碎片化 的特点，财产的上游AI芯片范例化程度较高，已真现范围化使用。以AI芯片为代表的 根原算力具有各场景通用的特性。正在云、边、端各场景下，AI技术的大范围使用带来 算力需求快捷删加，其使用的详细场景蕴含： （1）云端AI模型正向着大型化的标的目的展开：基于海质数据的通用特征训练出大范围 预训练模型曾经成为云厂商进步AI模型消费效率的有效技能花腔； （2）通信和计较架构的扭转：主动驾驶、云游戏等新场景下应付计较真时性的要求 发起了边缘计较市场快捷展开，边缘计较已成为拉动AI算力需求新的删加点； （3）智能网联汽车的崛起：跟着主动驾驶汽车浸透率的不停回升，汽车厂商正在支集 了大质止驶数据的条件下，须要不停劣化智能驾驶仿实模型，应付智能算力的需求 将无望提升； （4）xR/AR场景存正在大质聪慧化赋能需求：AI技术可为虚拟对象的止为、交互方式 智能化赋能，提升用户正在虚拟世界中的沉迷感。
1. 云端AI模型正向着大型化的标的目的展开：
AI预训练大模型的范围正在连续删多，算力根原设备建立是折做的要害要素。2019年 谷歌推出的BERT大模型领有3.4亿个参数，运用了64个TPU，训练到目的精度的花 费为1.5万美圆。2020，OpenAI推出的GPT-3大模型领有1750亿参数，训练老原达 到了1200万美圆。2021年，微软和英伟达运用了4480个GPU训练出的领有5300亿参数的MT-NLG大模型，其训练老原更是高达8500万美圆。咱们认为以AI芯片为主 的大范围智能算力根原设备是各科技公司训练AI大模型的前提。（报告起源：将来智库）
2. 边缘端对AI算力需求快捷删多
新使用带来通信架构的扭转，边缘端是AI芯片新的删加点。云游戏、主动驾驶等新 兴使用场景应付数据传输的速度和质级都提出了更高要求，传统的云端曲连形式已 较难满足大数据质的真时通信的要求。正在末端和云端间布设边缘端，造成“云-边-端” 的通信架构曾经成为将来技术展开的次要标的目的。正在挨近用户侧的边缘端布设效劳器 供给中等算力的效劳，一方面数据阐明正在边缘端完成并传输给末端用户，进步阐明 传输速度，满足AI使用场景真时性的要求；另一方面边缘端仅将精简的数据传布向云端，缓解带宽压力，减少运维老原。边缘计较的需求删加将有效发起边缘端AI芯片 的出货质。
3. AI算力为智能网联汽车赋能感知、交互、决策等罪能
汽车智能化趋势明晰，智能驾驶AI模型须要算力撑持。主动驾驶汽车浸透率不停提 升，汽车驾驶控制系统正向“感知-识别-交互”等智能罪能展开。汽车智能化须要对 止驶历程中各类信息准确了解。因而，汽车厂商须要通过数据核心训练前端支集的 各类数据，不停劣化智能驾驶仿实模型。智能驾驶AI模型应付汽车从L1/L2帮助驾驶 阶段走向L3/L4主动驾驶阶段，并最末真现“智能决策、真时控制”的罪能具有重要 做用。将来，跟着须要训练的各种止驶数据质的删多，以及开发智能驾驶AI模型需求 的删多，汽车厂商将来应付AI算力的需求将无望提升。
4. 虚拟现真世界的构建须要AI算力撑持
xR/AR场景存正在大质聪慧化赋能需求。正在xR/AR场景中，虚拟对象的打造须要通过 大质真活着界中外形、颜涩、人类止为、交互数据的训练取推理来真现。AI技术为虚 拟现真世界供给建模主动化、交互方式智能化等聪慧化赋能，无望进步xR内容消费 效率和用户的沉迷式体验。英伟达正在2021年11月的GTC大会中展示了OmniZZZerse产 品操做数字孪生、人脸表情模拟和作做语言训练等技术生成的虚拟人取人类真时交 互的历程。英伟达已将OmniZZZerse定位为创立元宇宙数字化虚拟空间的技术平台底 座。xR内容供给商应付快捷打造虚拟场景、进步用户感官体验的逃求，引发了其对 于AI算力的需求。
三、重点公司阐明
（一）寒武纪
1. 公司已构建完好的AI产品矩阵，新品机能濒临收流芯片
稀缺的AI计较平台公司，产品和技术具备较强折做力。公司是市场上稀缺的既领有 AI芯片架构、指令集等底层芯片设想才华，又把握编程语言、根原系统软件开发才华 的综折性AI计较平台公司。公司曾经造成云边端一体、软硬件协同、训练推理融合的 完好产品生态： （1）云端芯片及加快卡产品：针对云计较、数据核心场景设想的供给高机能、高计 算密度算力的AI芯片和加快卡； （2）边缘芯片及加快卡产品：针对边缘计较场景，设想的用于办理图像室频、语音、 作做语言等相关智能使用的芯片和加快卡； （3）根原系统软件Neuware：用于收撑AI使用跨平台开发、便利高效运止根原系统 软件，可真现云边端异构硬件资源的统一打点、调治和协同。
公司推出的芯片机能目标濒临收流芯片，或许2022年质产，无望扩充客户笼罩面。 2021年11月公司推出思元370芯片及加快卡，正在能耗都正在150W的水平下，其整数算 力（INT8）为256TOPS摆布，取同期竞品英伟达的A10正在同一水平；浮点数算力（FP32） 为24TFLOPS，略低于A10。总体来说，寒武纪思元370曾经具备和英伟达A10间接 折做的技术根原。思元370已陆续送测客户，局部客户已完成测试、导入，此中蕴含 阿里云根原设备异构计较团队等。依据财产周期，咱们或许公司思元370正在2022年将 真现质产，无望扩充云计较、车联网取主动驾驶、物联网、边缘计较等粗俗规模笼罩 面，敦促商业化落地范围上一个新台阶。
依据公然的产品机能数据，寒武纪思元370可供给256 TOPS的算力，取百度的昆仑 二代芯片正在同一水平，但罪耗为150W高于昆仑二代。对照算力罪耗比那一目标，思 元370取昇腾910机能相当。阿里平头哥回收错位折做的战略，进军AI推理市场，其 推出的含光800芯片推理算力机能劣良。取其余科技厂商相比，寒武纪每年都有新的 AI芯片产品推出。咱们认为寒武纪领有指令集、芯片设想框架和根原系统软件等底 层才华，那是其产品快捷迭代、机能连续提升的次要起因。
2. 公司的中立属性正在止业款式中具有折营价值
互联网公司的AI业务展开各有侧重： （1）百度更重视主动驾驶和语音交互规模的展开，因而其算力需求正在于对人机交互 和大型神经网络算法的撑持。 （2）阿里强调将AI使用于电商、物流讯等商业场景，为出产全流程供给技术撑持。此 外，阿里应付都市大脑产品的开发也存正在应付大质图像数据训练和推理的需求。（3）腾讯正在领有大质用户数据的根原上，须要赋能内容、社交、游戏、平台工具四 大业务。因而，其须要撑持运算多起源、多格局的用户数据。 （4）字节跳动深刻发掘用户搜寻的笔朱、图像和室频数据，阐明出客户潜正在感趣味 的咨询，停行精准引荐。其AI算力需求愈加侧重于应付智能引荐系统的撑持。 总而言之，互联网公司上层AI使用展开重点的不同使其底层算力需求类型差异，进 而招致其开发AI芯片的不异性。
华为供给全栈AI处置惩罚惩罚方案，正在局部场景取AI使用公司形成折做干系。华为于2019年 推出云端AI芯片昇腾910和边缘端AI芯片昇腾310。华为基于那两款芯片推出AI模块、 加快卡、效劳器等AI算力产品。以那两款芯片做为AI算力底座，华为为其正在各场景提 供的AI处置惩罚惩罚方案赋能。以主动驾驶规模为例，华为供给了涵盖底层算力（昇腾和鲲 鹏芯片）、系统平台（智能驾驶收配系统）以及使用软件（集成开发环境和工具链） 的完好产品生态。那取局部主动驾驶产品供给商形成同业折做的干系，其展开会受 到一定限制。咱们认为，华为正在各场景中供给全栈AI处置惩罚惩罚方案的计谋会映响其根原 AI算力产品的商业拓展。
3. 公司连续迭代软件系统，打造生态壁垒
公司的Neuware软件系统，提升用户粘性，修筑生态壁垒。公司为云边端智能芯片 打造了根原系统软件Cambricon Neuware，突破了差异场景之间的软件开发壁垒， 兼具高机能、活络性和可扩展性的劣势。2021年，公司对Neuware停行了晋级，新 删MagicMind推理加快引擎，撑持跨框架的模型解析、主动后端代码生成及劣化，提 升算力操做率，降低用户的研发老原。咱们认为，公司打造的Neuware系统软件，不 仅通过应付底层硬件资源的劣化删强了软硬件的协同效应，还提升了用户粘性，打 造产品的生态圈，相较于仅开发AI芯片的公司具有生态劣势。
4. 公司保持快捷删加态势，粗俗需求旺盛
2018-2021年，公司营支CAGR为83.3%，已往三年营支删速较快。2022Q1，寒武纪 营支6299万元，同比删加74.3%，其主因是云端产品线销售删多所致。咱们正在《寒 武纪-U（688256.SH）:专"芯"深耕AI计较，商业化无望上新台阶》深度报告中，曾判 断公司云端产品思元370正在2022年将真现质产，无望扩充粗俗规模笼罩面，敦促商业 化落地范围上一个新台阶。2022Q1公司营支的高删加，验证了咱们应付公司云端产 品线删加趋势的判断。
就数据核心业务的营支范围而言，寒武纪取英伟达有较大差距。英伟达数据核心业 务波及的场景笼罩云计较和边缘计较两个场景。因而，咱们将寒武纪云端产品线、 边缘端产品线和智能计较集群三项业务加总后，取英伟达的数据核心业务相对照。 2019-2021，寒武纪那三项业务营支相当于英伟达数据核心业务营支的1.9%、1%和 1.1%。其次要起因为： （1）英伟达的数据核心业务中不只包孕用于AI计较的芯片，其使用领域还蕴含并止 计较、云计较、大数据办理等。 （2）寒武纪做为AI芯片草创公司，产品矩阵仍正在建立历程中。2019年，寒武纪推出 第一代边缘端芯片思元220；2020年，公司推出第一代公用于训练任务的云端芯片思 元290。相较于英伟达，寒武纪真现营支的产品品类较少。 （3）寒武纪晚期的AI芯片产品机能取英伟达产品机能有差距。
公司产品正在粗俗各止业快捷浸透。 （1）英伟达的AI芯片和计较平台等产品宽泛使用于粗俗规模，蕴含收流云计较厂商， 比如：阿里云、腾讯云、百度云、亚马逊AWS、谷歌云、IBM云、微软Azure和Oracle 云。寒武纪类似也蕴含智能计较核心和云计较厂商等各止业客户。 （2）2019-2021年，寒武纪陆续拿下珠海横琴先进智能计较平台（二期）名目、南 京智能计较核心（一期）名目、江苏昆山智能计较根原设备建立名目，已正在国内智能 计较核心占有一定份额。另外，公司取百度、阿里、中国电信、中兴通讯、一汽团体 等各止业客户造成全方位的竞争干系，智能算力产品正在止业客户中快捷浸透。 （3）将来，跟着寒武纪AI算力产品机能取英伟达等公司的差距逐渐缩小，其粗俗客 户面无望进一步扩充，敦促商业化落地上新台阶。
（二）商汤
1. 高效研发驱动AI使用正在各场景快捷浸透
商汤以通用AI才华为根原，打造止业级软件平台，产品正在各场景宽泛落地。公司的 业务次要正在商业、都市打点、人居糊口、汽车等多个场景供给全栈AI使用效劳。为收 持各场景产品的快捷开发，公司从算力、算法和数据三方面，打造人工智能根原设 施SenseCore。截行2021年6月，SenseCore可供给算力为每秒1.17百亿亿次浮点运 算。截行2021年底，公司的SenseCore平台累计消费商用AI模型数质为3.4万个AI模 型。公司基于SenseCore的根原算力和算法才华，针对各场景打造了止业级软件平 台，真现了依据客户赋性化需求快捷开发定制化使用。公司的AI根原设备和前端应 用造成为了正向删强的良性循环，前者为各场景使用产品供给了快捷开发的技术根原， 后者为前者供给了富厚的数据反哺算法。
商汤市场份额当先。2021年，商汤和云从科技的营支划分为47.0亿元、10.8亿元， 划分同比删加36.4%和42.5%。2021年上半年，旷室科技的营支为6.7亿元。从绝对 范围来看，商汤团体的营支显著高于其余三家。取其余AI草创公司相比，商汤团体开 发的产品笼罩的使用场景最为恢弘，那是组成其营支范围较高的次要起因。2020年， 中国计较机室觉止业中，商汤的市场份额当先，那反映了商汤根原AI产品折做力的 提升，以及室觉AI技术正在都市打点、商业打点等规模商业化落地提速。
2. 2022年1月，公司上海临港AIDC建成并启用
2022年1月，公司的人工智能计较核心（AIDC）正在上海临港建成并启用。公司的AIDC 设想的峰值算力是3740 PFLOPS（每秒百亿亿次浮点运算），是公司既有算力1170 PFLOPS的3倍之多。咱们认为，AIDC的投入经营后会给公司带来三大劣势：
（1） 研发效率无望进一步提升： 正在AIDC供给的壮大算力的撑持下，公司无望缩短 AI模型训练的光阳，提升开发效率，从而进一步进步AI模型的质产速度。另外， AIDC还可供给大范围弹性算力，可完成1万亿参数的AI大模型的完好训练。因而， AIDC也无望促进公司正在AI大模型上的研发进度。
（2） 算力老原无望降低：公司已给取了能源、技术和打点等多方面门径为AIDC供 能停行劣化，年均PUE已劣化至1.28，其罪耗比国内其余数据核心均匀水平低 10%。公司自研的SenseParrots框架可将模型训练任务扩展至数千个GPU，正在 1024个GPU上真现91.5%的并止效率，相较于收流训练框架的25%的效率，提升 成效显著。咱们认为，公司的AIDC正在SenseParrots的赋能下，其算力老原无望 下降，算力操做率无望提升。
（3） SenseCore无望扩充对外效劳领域：正在满足公司日常研发工做的条件下， AIDC的局部算力或许以AIaaS的模式对外效劳，为财产、科研以及都市打点等提 供智能算力撑持。公司已基于SenseCore的模型库，为局部都市和车企客户以 AIaaS的模式供给效劳。咱们认为，公司将来供给的AIaaS效劳不只局限于算力 租用，其基于SenseCore的全栈AI才华，将供给模型训练、模型挪用以及模型部 署等宽泛的AI效劳。（报告起源：将来智库）
（三）科大讯飞
1. 2019年推进计谋聚焦，教育、出产者业务成为次要赛道
2018年之前公司正在诸多赛道检验测验AI技术的商业化落地，逐步完善软硬件产品矩阵。 颠终历久研讨取试错，公司于2019年启动计谋聚焦，将资源会合于8条焦点产品线（C8），此中以教育、出产者智能硬件、聪慧医疗赛道为焦点。
2. 国内AI止业产品化处于从1到N的晚期阶段，科大讯飞正在国内智能语音市场中劣 势鲜亮
室觉及语音类AI产品的次要商业形式：其一，AI技术融入处置惩罚惩罚方案，正在传统止业信 息化中的占比提升，对应科大讯飞的聪慧课堂、都市大脑等业务；其二，特定AI技 术（如呆板室觉、NLU/NLP作做语音识别取办理）正在特定场景的产品化落地，对应 科大讯飞的进修机、灌音笔、智能办公原等产品。目前第一种商业形式仍占据整体 市场空间的较大比例。
科大讯飞是稀缺的已真现范围化收出利润的技术型AI公司，并居于智能语音财产价 值链的核心环节；但另一方面，当前智能语音技术更多是做为入口/工具融入了诸多 场景，其径自做为主打产品的商业形式和市场空间仍正在摸索取发掘中。仰仗当先的 算法模型及正在诸多止业中的渠道劣势，公司正在AI语音技术变现方面的停顿当先于同 业厂商，教育、出产电子、聪慧都市等场景中的商业价值逐渐明晰；但同时也须要看 到，公司商业形式尚未发作量变，当前公司次要的业务板块仍以2G和名目制为主。 正在将来的摸索中，公司的产品化率及利润率水均匀有明白的提升预期；从财产展开 轨则来看，咱们认为那将正在中历久的维度上连续兑现。
3. 商业形式连续改进，可期待C端产品收出占比连续提升
跟着连年来灌音笔、翻译机、办公原、进修机等明星产品的销质取口碑快捷删加，公 司已逐渐正在教育和办公场景中造成完善的智能硬件产品矩阵。同时，公司线上转写 平台“讯飞听见”及教育资源平台“智学网”取硬件类产品互为补充，为用户正在日常 办公取课外进修等场景中供给软硬一体化效劳。 目前公司范例化产品的营支占比依然较低，具备较大删加潜力。公司年报表露，2021 年智能硬件（不包孕进修机）营支为12.37亿元，同比删加41.6%，智能硬件产品支 入占比从2016年的1.1%提升至2021年的6.75%（若加出息修机的销售收出21年正在总 营支占比约15%）。
（四）中科创达
1. AI财产深度参取者，连续拓展业务空间
AI财产深度参取者，不停推进正在汽车、IOT等规模中的使用。中科创达多年深耕底层 OS开源生态，目前造成为了手机、智能车载、物联网三大业务板块。依托正在智能收配 系统规模和边缘侧的经历取技术才华，中科创达自主研发物体识别、缺陷检测、人 脸识别等诸多人工智能使用，并向开发者和制造商推出人工智能开发淘件。 正在汽车规模，公司计较室觉才华突出。2017年公司并购了 Rightware，并于2018年 支购了图像室觉技术公司 MM Solutions，显著提升了正在智能网联汽车规模的技术能 力，并将AI的算法和工程化规模的内容切入汽车止业，通过模块化真现AI产品的适 配，重点处置惩罚惩罚AI工程化的问题。
2. 加大AI规模投资，不停扩张财产链冤家圈
连年来中科创达环绕AI财产链高粗俗停行财产投资，通过计谋规划以夯真原身真力。 正在AI规模，公司投资聚焦正在边缘侧的人工智能，因为公司算法都使用正在边缘端和设 备端，公司可以通过投资让AI算法正在详细的边缘方法和边缘办理器上阐扬最好的性 能。 AI 芯片、传感器芯片企业接续是公司重点关注的规模，并投资了蕴含恒玄科技正在内 的一些芯片厂商。 另外，AI算法及AI使用规模的国内外创业公司，也正在公司投资关注的领域内，正在粗俗 的使用步调开发方面，中科创达则通过取腾讯等生态同伴停行计谋竞争，将其 AI 平 台才华下沉。
