计算机行业芯片系列报告之八Intel发布神经网络芯片AI芯片领域进入战国时代20171018新时代证

敬请参阅最后一页免责声明-1-证券研究报告2017年10月18日计算机行业Intel发布神经网络芯片，AI芯片领域进入战国时代——芯片系列报告之八行业专题研究事件在10月17日召开的WSJD.Live大会上，英特尔联合Facebook设计并发布了新的专为深度学习设计的系列处理器IntelNervanaNNP，拥有新的存储器架构，更高的可扩展性、数值并行化，并且英特尔有将深度学习性能提升100倍的野心。按照Intel之前对芯片预先命名的序列，该芯片的预发布代号为“LakeCrest”。（消息来源于机器之心）投资要点Intel发布首款AI芯片，主要面向数据中心，将于今年年底量产。在10月17日的华尔街日报举办的WSJD.Live大会上，Intel宣布即将配臵全世界首创的为人工智能而重新设计的系列处理器：Intel®Nervana™NeuralNetworkProcessorfamily（神经网络处理器系列），简称“NNP”，NNP将主要用于数据中心的AI相关应用加速，根据Intel的计划，NNP将于今年年底开始量产。Intel服务器处理器实现AI架构全覆盖，NNP针对深度学习做了部分硬件架构重构和优化。Intel服务器处理器组合有XEON、XEONPHI、XEON+ARRIA、XEON+LAKECREST，全覆盖CPU、GPU、FPGA、ASIC等架构。NNP针对深度学习的特点，在存储结构方面做出相关优化，并提出新的数据结构Flexpoint。Intel通过外延并购大力部署AI芯片。Intel在错过了移动芯片之后，大力部署AI芯片领域，先后收购了Altera（167亿美元）、Nervana（3.5亿美元）、Movidius、MobilEye（153亿美元）。AI芯片领域进入战国时代。由于AI芯片领域仍处于探索阶段，CPU+AI芯片的异构架构各有所长，Intel、NVIDIA、Xilinx、高通、AMD等芯片巨头都推出了各自的AI芯片架构，另外ASIC方面中国企业如寒武纪、深鉴科技等已处于世界领先地位。风险提示：AI芯片技术及应用进展不及预期推荐（维持评级）分析师田杰华(执业证书编号：S0280517050001)[e-mail]联系人戴煜立[e-mail]行业与指数对比图相关研报华为MATE10发布，拉开AI芯片应用序幕2017-10-17京东新推出无人零售方案，巨头、VC推动智能零售多层次发展2017-10-18新时代计算机周报20171016：三季报预告披露总结，净利预告增速中值低于去年同期2017-10-16AI零售市场阿里、百度相继出手，百度风投领投YITunnel天使轮2017-10-10英伟达GPU技术大会亮点解读2017-09-26-22%-16%-10%-4%2%8%14%2016/102017/012017/042017/072017/10计算机沪深3002017-10-18计算机行业敬请参阅最后一页免责声明-2-证券研究报告目录1、Intel发布首款AI芯片，主要面向数据中心......................................................................................................32、错过移动时代的X86时代王者，并购发力AI芯片捍卫曾经荣耀.....................................................................53、芯片厂商各显神通，AI芯片领域进入战国时代.................................................................................................64、风险提示............................................................................................................................................................7图表目录...................................................................................................................................................................82017-10-18计算机行业敬请参阅最后一页免责声明-3-证券研究报告1、Intel发布首款AI芯片，主要面向数据中心Intel推出神经网络处理器Nervana。在10月17日的华尔街日报举办的WSJD.Live大会上，IntelCEOBrianKrzanich宣布Intel即将配臵全世界首创的为人工智能而重新设计的系列处理器：Intel®Nervana™NeuralNetworkProcessorfamily（神经网络处理器系列），简称“NNP”，按照Intel之前对芯片预先命名的序列，该芯片的预发布代号为“LakeCrest”。图表1：Intel发布神经网络处理器系列Intel®Nervana™NeuralNetworkProcessorfamily，代号LakeCrest资料来源：机器之心，新时代证券研究所LakeCrest（NNP）系列处理器主要面向数据中心，预计将于今年年底量产。根据今年2月份Intel发布的LakeCrest系列处理器的部分性能数据，不同于市面现行的XeonPhi，LakeCrest（NNP）专为AI负载设计。根据Intel的预测，其数据中心处理器的市场占有率超过99%，新发布的NNP系列芯片将主要用于数据中心的AI应用的计算任务加速。图表2：Intel服务器处理器家族系列：XEON、XEONPHI、XEON+ARRIA、XEON+LAKECREST2017-10-18计算机行业敬请参阅最后一页免责声明-4-证券研究报告资料来源：快科技，新时代证券研究所图表3：Intel服务器处理器发布计划资料来源：快科技，新时代证券研究所Intel服务器处理器全覆盖CPU、GPU、FPGA、ASIC。目前Intel服务器用于深度学习的处理器芯片组合有XEON、XEONPHI、XEON+ARRIA、XEON+LAKECREST，其中XEON是传统的CPU架构，XEONPHI类似于CPU+GPU价格，XEON+ARRIA是CPU+FPGA架构，XEON+LAKECREST是CPU+ASIC架构。根据Intel的服务器处理器发布计划，预计NNP系列处理器将于今年年底开始量产。Intel称NNP使用了MCM多芯片封装，搭载32GBHBM2存储，内部互联速度是PCIe的20倍，浮点运算性能8TFLOPS，NNP针对深度学习对硬件架构做了相应的优化：①优化存储结构，缩短训练时间。使用通过软件控制的单片存储器较经典的Cache结构更好地控制了存储操作；②可扩展性。拥有高速的开和关（onandoff）的芯片内部数据互联，从而允许大量数据的双向转换，使得多个芯片像一个大型虚拟芯片工作，因而能容纳大型的模型；③新的数据类型Flexpoint。Flexpoint允许使用定点乘法和加法实现标量计算，并可以通过共享指数实现大动态范围，新的数据结构会使得指令数变小，实现更大规模的并行。图表4：NNP系统架构示意图2017-10-18计算机行业敬请参阅最后一页免责声明-5-证券研究报告资料来源：快科技，新时代证券研究所图表5：Intel计划到2020年将深度学习的能效提高100倍资料来源：快科技，新时代证券研究所2、错过移动时代的X86时代王者，并购发力AI芯片捍卫曾经荣耀在WindowsPC时代，通过与微软和多家大型PC制造商结成合作伙伴，芯片巨头英特尔赚得盆满钵满，但当世界进入移动时代时，英特尔不仅被ARM、高通等厂商远远甩开，甚至错过了这个重大机遇。Intel内生方面的芯片融核芯片XeonPhi架构兼具CPU和GPU的特性，可用于AI计算。XeonPhi脱胎于Intel的Larrabee，是Intel推出的用于高性能计算（HPC）的融核芯片。XeonPhi不同于CPU，也与GPU有一定差异（核数为数十个，而GPU的核则有成百上千），更多地被称为加速卡或加速器。2015年的TOP500世界超级计算机排名获得第二的天河二号就采用了Intel的Xeon和XeonPhi芯片。目前将Phi用于AI计算的企业较少。2015年Intel以167亿美元收购了FPGA双巨头之一的Altera。目前全球的FPGA市场规模约60亿元。Xilinx和Altera分别是市场份额排名第一、第二的企2017-10-18计算机行业敬请参阅最后一页免责声明-6-证券研究报告业，两者的全球市场份额之和高达90%，其产品广泛应用于通信、网络、云计算和存储、工业、汽车和国防等领域。2015年Intel收购Altera时，业界对其解读主要是Intel意图布局物联网，而2016年之后人们越发意识到Intel收购Altera还可以帮助其开拓机器学习的市场。2016年8月，Intel收购Nervana并将生产人工智能ASIC——LakeCrest。2014年NaveenRao离开高通神经网络部门，并创建了Nervana。2016年8月，Intel以3.5亿美元收购了Nervana，后者目前已经成为Intel的人工智能事业部，负责整合Intel的整体AI业务，Rao担任Intel数据中心事业部副总裁、人工智能解决方案部门总经理。Nervana准备于2017年推出其自主研发设计的ASIC神经网络芯片LakeCrest。2016年9月，Intel收购了专注于低功耗机器视觉的Movidius，其芯片主要应用于智能手机、无人机等移动设备中。其主要产品为Myriad系列VPU（VisionProcessingUnit）芯片。Google的智能手机Tango即采用了Movidius的第一代芯片。Movidius国内合作伙伴海康威视，被布局VR的联想选为合作伙伴，同时也是大疆无人机的芯片供应商。2017年8月，Intel以153亿美元收购MobilEye，MobilEye的芯片被应用于汽车的计算机视觉和智能驾驶中。特斯拉汽车曾采用其产品用于智能驾驶。据媒体消息，Intel的自动驾驶事业部将并入Mobileye中。图表6：2017年8月Intel以153亿美元收购Mobileye资料来源：Intel，新时代证券研究所3、芯片厂商各显神通，AI芯片领域进入战国时代各路软硬件厂商角逐AI芯片。随着AI应用的不断深入，目前市场上流行的是CPU+AI芯片的异构处理器架构，AI芯片主要有GPU、FPGA、ASIC三种不同的实现方式。在GPU领域，英伟达遥遥领先，AMD逐渐开始发力；在FPGA领域主要有Xilinx、IntelAltera；在ASIC领域，有寒武纪、深鉴科技、谷歌等。2017-10-18计算机行业敬请参阅最后一页免责声明-7-证券研究报告智能手机、ADAS等相关应用场景带来新的机会。高通有意在日后的芯片中加入骁龙神经处理引擎，用于本地端推断，同时ARM也推出了针对深度学习优化的DynamIQ技术。ADAS芯片当中，被高通470亿美元收购的NXP、被Intel153亿美元收购的Mobileye以及汽车电子厂商英飞凌都加入了AI芯片混战。图表7：各厂商的AI芯片布局异构架构优点不足代表厂商和产品GPU适应与大量并行计算功耗大，执行效率低英伟达、AMDFPGA硬件可编程，灵活性较大，带宽较大执行效率较低Xilinx、Intel（Altera）、微软、百度、腾讯、华为、亚马逊ASIC执行效率高，功耗较低功能单一，一次性成本较高谷歌、寒武纪、深鉴科技资料来源：新时代证券研