人工智能进入新时代,应用终端倒逼硬件升级.PDF

TMT 行业报告 2017/2 月 行业研究员 曾佳 010 jia_zeng@ 人工智能进入新时代, 应用终端倒逼硬件升级 摘要：  2012 年以来，学习算法的突破与数据洪流的爆发成就了人工智能行业，并使得几乎所有 的机器辅助功能都变为可能，更好的电影推荐、智能穿戴，甚至无人驾驶汽车、预防性医 疗保健，都近在眼前，或者即将实现。但目前应用终端的发展远远走在硬件架构的前面， 现有芯片已经不足以完成深度学习对于庞大运算量的需求，人工智能硬件的庞大市场正在 向芯片商们打开大门。  目前人工智能训练的主流芯片是GPGPU，即可以用于通用基础计算且运算速率更快的GPU。 可以说，在过去的几年，尤其是2015 年以来，人工智能大爆发就是由于英伟达公司的GPU 得到广泛应用，使得并行计算变得更快、更便宜、更有效。目前全球GPU 行业的市场份额 有超过70%被英伟达公司占据，而应用在人工智能领域的可进行通用计算的GPU 市场则基 本被英伟达公司垄断。预计2017 年，英伟达的GPU 将继续在人工智能的服务器终端市场 占据主导地位，但在移动终端市场将从下半年开始面临英特尔强有力的冲击。  芯片巨头英特尔明显对人工智能市场虎视眈眈，包含了CPU 与FPGA 的异构计算处理器将 是其盈利的重点。拥有更高单位功耗性能、更低时延和更快加速性能的 FPGA 将在大数据 和云计算领域冲击GPU 的主导地位，至强处理器Xeon +FPGA 也将在2017 年下半年量产， 预计英特尔有很大的机会在 2017 年四季度迎来人工智能的第一波红利。但英特尔对移动 终端市场的布局，核心在于从硬件端与软件端双向建立FPGA 的生态环境，考虑到技术人 员对于软件平台的适应需要时间，英特尔真正进入人工智能主流市场应该在2018 年之后。 1 目录  一. 人工智能与深度学习4 1. 人工智能 ：让机器像人一样思考 4 2. 机器学习 ：使人工智能真实发生 5 3. 人工神经网络 ：赋予机器学习以深度 5 4. 深度学习 ：剔除神经网络之误差 6  二. 深度学习的实现 7 1. 突破局限的学习算法 7 2. 骤然爆发的数据洪流 8 3. 难以满足的硬件需求 8  三. 现有市场——通用芯片GPU 9 1. GPU 是什么？ 10 2. GPU 和CPU 的设计区别 10 3. GPU 和CPU 的性能差异 11 4. GPU 行业的佼佼者 ：Nvidia 12 5. Nvidia 的市场定位 ：人工智能计算公司 13 6. Nvidia 的核心产品 ：Pascal 家族 14 7. Nvidia 的应用布局 ：自动驾驶 14 8. Nvidia 的产业优势 ：完善的生态系统 15  四. 未来市场 ：半定制芯片FPGA 16 1. FPGA 是什么？ 16 2. FPGA 和GPU 的性能差异 16 2 3. FPGA 市场前景 18 4. FPGA 现有市场 18 5. FPGA 行业的开拓者 ：Intel 18 6. Intel 的产品布局 19 7. In