中投研究：AI芯片拥抱高速增长期(4)

图11 AI芯片产业链

　　（一）芯片公司动作频频

　　英特尔自上世纪八十年代专攻芯片以来，借助与微软的“Wintel”产业联盟称霸桌面和服务器CPU市场，但到了移动互联和大数据时代形势骤变：高通（Qualcomm）和联发科（MTK）几乎瓜分了移动CPU市场，英伟达借助GPU的并行计算能力在大数据时代趁势而起，甚至在桌面和服务器领域一直被英特尔压得喘不过气的AMD近几年股价也反弹明显。从2010年至今，英伟达的表现一骑绝尘，赛灵思在2018年下半年发力，高通的表现则弱于标普500和费城半导体指数，见图12。

　　图12 五家芯片巨头的股价与总回报（2010年至2018年）

来源：Factset，中投研究院

　　注：总回报包括股价回报、股息以及股息再投资回报

　　来源：Factset，中投研究院

　　1．英特尔

　　英特尔正致力于把业务重心从传统的PC-centric转型到Data-centric，2013年以来完成的43笔收购交易中36笔都是服务于Data-centric，例如167亿美元收购FPGA公司Altera（2015）、4亿美元收购机器视觉公司Movidius（2016）、154亿美元收购自动驾驶公司Mobileye（2017）等[13]。英特尔的投资部门Intel Capital自1991年向超过1500家公司投资了至少120亿美元，近年投资聚焦到人工智能等领域，例如AI芯片初创公司Syntiant。英特尔2017年收入构成见图13，其中以CCG业务群为代表的传统业务仍贡献过半收入，在数据中心CPU市场占有率高达98%，但与AI、物联网、自动驾驶相关的业务正成为新的增长点。

图13 英特尔2017年收入构成

　　图14 英特尔财务年度数据（NASDAQ：INTC）

注：英特尔2017财年截至2017年12月30日

　　来源：中投研究院，Factset

　　除了频频投资并购，英特尔在AI芯片方面的研发力度也明显加大，在CPU、FPGA甚至GPU等多个条线同时发力。2017年，英特尔发布了世界上首款视觉处理芯片（VPU）Movidius Myriad X，适用于无人机、VR/AR穿戴设备、智能家庭等应用场景，处理能力达每秒4万亿次；同年，还发布了业内首款14纳米级FPGA Stratix 10，较前代产品时钟频率翻倍、功耗降低70%，这两款芯片见图15；2018 年6 月，英特尔在推特上表示将在2020年推出独立GPU。

　　图15 英特尔的Movidius VPU（左）和14纳米级FPGA（右）

来源：英特尔年报，中投研究院

　　英特尔PC时代的盟友微软押注FPGA并继续与英特尔合作。微软选择FPGA用于深度神经网络（DNN）评估、Bing搜索排名以及软件定义联网（SDN）加速，在减少时延的同时将更多CPU算力释放到其他任务中。微软于2010年启动了“投石车”项目（Project Catapult），并于2015年开始大规模部署到Bing和Azure数据中心，以可控成本实现了极快的推理能力，Bing搜索的数据吞吐量提升了50%、时间延迟减少了25%。2016年，微软启动了“脑波”项目（Project Brainwave），探索通过英特尔的FPGA实现实时AI。2018年，Bing和Azure数据中心将部分算力由CPU迁移至FPGA，如今每个新增的服务器都把一个FPGA集成到独特的分布式架构中，形成的可配置互联计算层拓展了CPU计算层。

　　2．英伟达