人工智能深度分析报告
人工智能专题深度报告
1. AI 基础层——NVIDIA 、Mobileye 的AI 芯片盈利爆发,Intel 迅速转型 .......................... 6
1.1 NVIDIA ——AI 芯片业绩呈现爆发增长 . ....................................................................... 6
1.2 英特尔——巨资打造AI 芯片业务,云服务及物联网驱动业绩增长 . ..................... 8
1.3 Mobileye ——ADAS 系统需求旺盛,营收持续强劲增长 . .......................................... 9 2. AI 技术层——算法龙头(Google 、IBM )引领AI 时代,加速数据资源变现 .............. 10
2.1 Google ——机器学习领导者,AI 强化谷歌广告业务的高速增长势头 .................. 11
2.2 IBM ——Watson 引领认知商业时代,AI 及云计算已成为业绩主要贡献点 . ......... 12 3. AI 应用层——Facebook 、苹果等语音/图像/助理等领域盈利模式尚不成熟,垂直领域蓝海空间巨大 . ........................................................................................................................... 14
3.1 Facebook ——AI 持续扩大用户规模,广告业务快速变现流量 .............................. 14
3.2 苹果公司——AI 改善用户体验,iPhone 销量稳步增长 ........................................ 16 4. 云计算——亚马逊、微软云计算业务增速强劲 . ............................................................. 17
4.1 亚马逊——云计算、智能家居成为盈利亮点 . ........................................................ 17
4.2 微软——智能云营收占比已经高达26.32%,已成为重要盈利点 ....................... 19
4.3 投资建议 . ................................................................................................................... 20
4.4 风险揭示 . ................................................................................................................... 21
图1:NVIDIA 全面布局AI ,构建端到端深度学习平台 .......................................................... 6 图2:NVIDIA GPU 3年间将深度学习效率提升50倍 ............................................................. 6 图3:英特尔全面布局人工智能领域 ....................................................................................... 9 图4:FPGA 可明显降低人工智能算法能耗 ............................................................................. 9 图5:Mobileye EyeQ芯片发展蓝图........................................................................................ 10 图6:ADAS 系统对应汽车自动化1-3级 . ............................................................................... 10
图7:Google 人工智能的重点布局领域 ................................................................................ 11 图8:人工智能是IBM 六大并购方向之一 ............................................................................ 13 图9:IBM 全面布局认知商业领域 ......................................................................................... 13 图10:AI 是Facebook 未来三大发展方向之一 ..................................................................... 15
图11:围绕社交重点布局语义识别、图像识别、智能助理 ............................................... 15
图12:Facebook 营收、净利润增速强劲 .............................................................................. 15 图13:Facebook 用户数量稳步增长 ...................................................................................... 15 图14:在保护隐私前提下,苹果通过AI 改善用户体验 . ..................................................... 16
图15:苹果在AI 领域进行大规模收购 . ................................................................................. 16 图16:亚马逊AWS 占全球云计算市场份额高达31% . ......................................................... 18 图17:亚马逊Echo 智能音箱销量爆发式增长 ..................................................................... 18 图18:微软将AI 融入每一类产品,打造AI 生态 ................................................................ 19
图19:微软Azure 覆盖视觉、语音、语言、知识、搜索 . ................................................... 19 表1:NVIDIA 与AI 相关的“数据中心、汽车电子业务”增速远高于“传统游戏业务、原设备制造&IP业务”及增速 ...................................................................................................... 7 表2:英特尔与AI 相关的数据中心、物联网业务大幅增速高于传统PC 芯片业务 .......... 9
. .............................. 10 表3:2015年,Mobileye 营收增速高达67.36%,呈现爆发增长态势
表4:AI 增加Google 客户粘性,Google 各细分市场业绩表现均较好 ............................. 12 表5:2016年,以IBM Watson 为代表的认知解决方案实现营业收入181.87亿美元,占比达22.76% .............................................................................................................................. 14 表6:受“三星爆炸、AI 增强用户体验”等影响,iPhone 销量持续增长 ........................ 17
2016年,亚马逊 AWS 云服务平台实现营收122.19亿美元,同比上年增长55.06%,表7:
表现尤为靓丽 . ........................................................................................................................... 18 表8:2016年上半年,微软智能云营收占比已经高达26.32%,成为重要盈利点 ........... 20
1. AI 基础层——NVIDIA 、Mobileye 的
AI 芯片盈利爆发,Intel 迅速转型
近年来,以物联网、大数据、云计算、人工智能(AI )的新兴产业崛起势头强劲。人工智能可分为基础层、技术层和应用层,基础层为AI 芯片,技术层为算法平台,应用层是AI 向各传统行业渗透应用。随着科技巨头相继开源AI 算法平台,AI 开发技术门槛极大幅度降低,AI 逐步走向大众化。AI 产业链中,芯片产业率先引来爆发。PC GPU 巨头NVIDIA 已经将业务重点转向AI 领域,2016年,AI 芯片相关的数据中心增速(145%)、
、及原设备制造&IP业务增汽车电子增速(52%)业务远高于传统游戏业务增速(18%)
速(-11%),AI 芯片业务呈现爆发增长态势。PC CPU巨头Intel 也将业务重心由PC 芯片、移动芯片转向云计算、物联网及AI 等领域。2016年,Intel 数据中心(云计算)和物联网营收增速分别为7.85%和14.80%,远超过传统PC 客户端业务增速2.14%,Intel 数据中心及物联网营收占比不断走高,云服务及物联网业务成为Intel 驱动营收增长的主要因素。Intel 数据中心营收占比从2014年Q2的24.80%提升至2016年的29.12%,物联网营收占比从2014年Q2的3.84%提升至2016年的4.46%。无人驾驶解决方案的龙头Mobileye ,受ADAS 系统(主要为EyeQ3/4芯片)强劲需求驱动,2015年实现营收2.41亿美元,2011-2015年营收年复合增长率高达65.90%,业绩增长极为强劲。
1.1 NVIDIA ——AI 芯片业绩呈现爆发增长
NVIDIA 业务重点从PC GPU 转向人工智能领域:NVIDIA 是视觉计算技术的全球行业领袖。目前NVIDIA 已从传统PC GPU 业务转向游戏、专业工作站、数据中心和汽车电子四大业务,并致力于打造基于AI 平台化公司,构建端到端的深度学习平台。NVIDIA 在AI 和自动驾驶领域,形成了以Tesla P100和DGX-1为核心的训练体系,以P4/P40和Tensor-RT 为核心的数据中心推理体系,及以Jetson TX1与Jetpack 2.3、DRIVE PX 2 与Driveworks 为核心的智能设备体系。NVIDIA 在上述领域从硬软件到解决方案上都进行了全面布局,构建了端到端的深度学习平台。
NVIDIA 致力于深度学习芯片研发,其应用于 AI 领域的Tesla P100芯片开发费用高达20亿美元(2016年NVIDIA 营收为69.10亿)。NVIDIA 在全球首发多款重磅深度学习芯片助推AI 革命,其PASCAL 架构GPU 在三年内助推深度学习加速高达50倍(最新为65X ),未来几年内,还将学习速度再提高10倍。目前深度学习解决方案几乎完全依赖 NVIDIA GPU 加速计算。随着科技巨头相继开源AI 开发工具,开发者可跳过高昂的AI 算法研发环节,直接使用国际优秀AI 开源平台、GPU 等计算芯片、大数据来进行训练,极大幅度降低AI 开发者技术门槛,AI 市场有望迎来另一波商用化高潮。根据机构预计,GPU 市场规模将迅速扩大,到2025年销售额将增长至142亿美元。在人工智能、汽车电子、VR 等强烈需求驱动下,独立GPU 龙头企业NVIDIA 市值屡创新高,2016年股价涨幅高达230%。
资料来源:长城证券研究所 资料来源:NVIDIA 官网,长城证券研究所
AI 芯片业务营收呈现爆发增长:基于传统PC GPU业务渐于饱和、及对AI 潜在市场强烈看好,GPU 巨头NVIDIA 正积极谋求战略转型。2015年Q1已不再提及传统PC GPU业务,并将战略重点投向游戏、专业工作站、数据中心和汽车电子等四大市场,NVIDIA GPU芯片目前在虚拟现实、人工智能和无人驾驶汽车等领域位于重要中心。四大市场中,数据中心、汽车电子市场均为AI 应用领域,NVIDIA 未来发展极为倚重AI 技术。2016年,NVIDIA 实现营收高达69.1亿美元,同比上年增长38%,这主要是受游戏、数据中心及可视化、Tegra 无人驾驶系统等产品强劲需求驱动,其中,搭载于游戏平台和数据中心的GeForce 显卡增长尤为亮眼。细分业务而言,数据中心(加速计算平台Tesla、深度学习超级计算机DGX-1、图形虚拟化平台NVIDIA GRID)实现营收8.30亿美元,同比上年增长145%,市场对于人工智能、深度学习、云计算和虚拟化计算、深度学习超级计算机DGX-1的强烈需求旺盛;Tegra 处理器业务(Tegra 无人驾驶系统)收入达4.87亿美元,同比上年增长52%。数据中心增速(145%)、汽车电子增速(52%)远高于传统游戏业务
、及原设备制造&IP业务增速(-11%),AI 芯片市场需求旺盛,呈现爆发增增速(18%)
长态势。2016年,英伟达毛利率高达58.8%,反映了GeForce 游戏GPUs 、数据中心平台、深度学习的强劲需求、及高议价能力。 1NVIDIA 与AI 相关的“数据中心、汽车电子业务”增速远高于“传统游戏业务、原设备制造&IP业务”及增速
细分市场
游戏
可视化 针对人群 游戏者 设计师 适配产品 GeForce 系列显卡 Quadro 系列
显卡
Tesla 系列运
算卡
GRID 系列显
卡
Tegra 系列
SoC 芯片
——
—— 2016年营收(亿美元) 40.60 8.35 营收占比(%) 58.76% 12.08% 同比上年增速(%) 44% 11% 备注 受Pascal 游戏型GPU 销售增加 AI 、深度学习及大数据等开发者 数据中心 云计算、虚拟化用户 汽车电子 原设备制造&IP 总计 智能机器人、无人机和智能汽车 原设备制造&IP 总计 8.30 12.01% 145% 受GPU 加速深度学习的强劲需求拉动 Tegra 处理器(Tegra 无人驾驶系统)增速强劲 4.87 7.05% 52% 6.98 69.10 10.10% 100.00% -11% 38%
资料来源:NVIDIA 年报,长城证券研究所
1.2 英特尔——巨资打造AI 芯片业务,云服务及物联网
驱动业绩增长
Intel 业务重心由PC 芯片、移动芯片拓展至云计算、物联网及AI 等领域:英特尔是全球最大的个人计算机零件和CPU 制造商。近年来,随着PC 市场、移动终端市场渐于饱和,其传统业务表现不佳,为避免过度依赖PC 、服务器业务,公司积极谋求战略转型,将业务从PC 芯片、移动芯片拓展至数据中心(云服务)、物联网、人工智能等领域。英特尔围绕AI 进行系列收购,根据CB Insights,Intel 在AI 领域总投资额排在第二位。 英特尔AI 布局将从优化计算能力及感知能力等方向切入,重点聚集于新一代AI 计算芯片及新一代视觉感知等领域,以延续传统业务(CPU )、及商业模式(打造生态系统)优势。AI 终端布局,Intel 聚焦于人机交互,进一步提升终端设备智能化水平,并将设备数据上传至后端数据中心。AI 后端布局,着力研发适合机器学习CPU 芯片、及FPGA 芯片,以拓展AI 计算性能。AI 软件布局,致力于提供数学核心函数库和提供较高级别算法的数据分析加速库。未来英特尔将打通从云端数据中心到设备终端,历经大数据处理环节,再回到云端数据中心等AI 闭环,打造AI 生态系统以谋求领导地位。
✓AI 用CPU 芯片:Intel 试图将CPU 优势延伸至深度学习领域。目前Intel 正为
AI 应用研发至强融核处理器家族Xeon Phi,计划2017年推出至强Xeon Phi新型芯片。至强Phi 专攻高度并行的工作负载,可处理深度学习专有的某些指令,而无需集成外部处理器。2016年8月,Intel 耗资4亿美元收购Nervana ,试图通过Nervana Systems在硅层实现机器学习,而非基于GPU 架构。
AI 用FPGA 芯片:以167亿美元收购FPGA 芯片厂家Altera ,试图研发一体化芯片,融合FPGA 、至强系列优势。✓
✓