中投研究：AI芯片拥抱高速增长期(8)

　　美国Adapteva公司成立于2008年，致力于研发通用的多核并行计算架构及芯片，已有上万个客户。其Epiphany-V芯片是集成了1024颗64位RISC芯片的SoC，处理能效达每瓦特750亿次浮点运算，由台积电采用16纳米工艺生产。

　　英国Graphcore公司成立于2016年，研发了所谓智能处理器（IPU）的AI芯片，该芯片可以实现大量并发的低精度浮点运算，适合数据中心的训练任务。藉由戴尔资本的战略投资结成的合作关系，Graphcore首批产品在戴尔公司的数据中心投入使用，该产品集成有16个IPU芯片，算力超过2千万亿次浮点运算（PFLOPS）。

　　寒武纪科技、地平线、深鉴科技一度并称中国最知名的三家AI芯片独角兽公司。寒武纪科技成立于2015年，自称为全球第一个成功流片并拥有成熟产品的智能芯片公司，在终端以IP授权形式在智能手机、智能摄像头等设备中用于片上推理，现已推出第三代AI芯片IP即7纳米级Cambricon-1M、处理能效达每瓦特50亿次浮点运算，在云端以板卡形式在服务器集群用于云端推理和训练等应用；地平线同样成立于2015年，以智能驾驶、智慧城市和智慧零售为主要应用场景，主攻终端嵌入式市场，研发了面向智能驾驶的征程系列和面向智能摄像头的旭日系列等AI视觉芯片。

　　以色列Halio Technologies成立于2017年，其业务重心是为嵌入式设备提供深度学习能力，例如汽车的自动驾驶辅助系统。该公司计划2019年推出首款AI芯片。

　　此外还有美国边缘设备AI芯片公司Syntiant和Kneron、脉冲神经网络芯片公司BrainChip、涉足内存内计算的Gyrfalcon Technology，加拿大深度学习ASIC公司Tenstorrent，印度AI芯片公司AlphaICs，中国语音AI芯片公司云知声、思必驰，以及法国上市公司Kalray，美国的Cerebras、Esperanto Technologies、Groq，等等。

　　（四）代工厂受益于快速增长的AI芯片设计需求

　　芯片制造可能是最具马太效应的行业之一，同时具备芯片设计和制造能力的公司寥寥无几，绝大多数芯片设计公司的制造业务依赖于代工厂。芯片代工厂2018上半年的市场占有率见图24。

　　图24 芯片代工厂2018上半年全球市场占有率

　　来源：David Manners， H1 foundry rankings stay stable， Electronicsweekly.com； 中投研究院

　　台积电作为全球最大芯片代工厂，在工艺制程上一路领先。其他代工厂在缺乏足够订单量支撑的情况下难以为继，2018年8月，仅次于台积电的两大代工厂格芯、联电均宣布放弃对先进制程的追赶，专注于提升12纳米以上成熟制程市场占有率。联电意识到，代工市场中成熟制程市场虽然成长缓慢但占有绝大部分份额（见图25），有很大的营收空间供争夺。中芯国际在巩固28纳米及以上制程代工业务的基础上，14纳米攻关取得重要进展，继续加大投入研发先进制程。

　　图25 不同制程的芯片全球市场占有率

　　来源：IBS， Whitepaper： Semiconductor Industry from 2015 to 2025， 2015年8月

　　与英伟达、AMD等芯片设计公司的情况不同，代工厂的资本支出占比远高于研发支出，反映出其重资产的特点。

　　图26 芯片代工厂的资本支出占比（左）与研发支出占比（右）

来源：中投研究院，Factset

　　（五）小结

　　前述公司在AI芯片领域大多基于自身特长有所侧重，比如英伟达固守GPU、赛灵思主推FPGA、初创企业首选定制芯片，高通专攻终端、谷歌和亚马逊发力云端等等，而英特尔则尝试从云端到终端、从通用芯片到专用芯片全线出击。我们对相关企业的竞争态势和市场地位进行了评估，见图27。应当指出，由于AI芯片行业方兴未艾，市场格局变数较多，这个评估只是对当前形势的总体判断，不代表后续发展预期。

　　图27 当前AI芯片行业相关企业的竞争态势