人工智能产业链:主要分为基础层、技术层和应用层。基础层主要包括人工智能芯片、传感器、云计算、 数据采集及处理等产品和服务,智能传感器、大数据主要负责数据采集,AI 芯片和云计算一起负责运算。技术 层是连接产业链基础层与应用层的桥梁,包括各种深度学习框架、底层算法、通用算法和开发平台等。应用层 则是将人工智能进行商业化应用,主要提供各种行业解决方案、硬件和软件产品。
6301b0bd93cc4955b7504e492579339f~noop.image?_iz=58558&from=article.jpg
基础层之 AI 芯片:CPU 凭借通用性,依然在 AI 训练中占据重要位置;GPU 凭借生态优势和强大的计算 能力在 AI 应用中占据主导地位,FPGA/ASIC 未来占比将不断提升。AI 芯片是 AI 加速服务器中用于 AI 训练 与推理的核心计算硬件,主要可以分为 CPU/GPU/FPGA/ASIC/NPU 等。CPU 是目前常见的计算单元,具有很高 的灵活性,但在大规模运算方面的性能和功耗表现一般。GPU 因具有大规模的并行架构而能够在 AI 计算任务 中实现较好的性能表现,但同时他会带来不菲的能耗成本。ASIC 指的是人工智能专用芯片,在 AI 任务中有着 最优秀的性能表现,其缺点是灵活性较低同时具有高昂的研发成本和能耗成本。与 ASIC 相反的是灵活性很高 的可重复编程芯片 FPGA,其高效的异步并行能力帮助其在 AI 计算加速中扮演重要的作用,但其成本较高。目 前,GPU 因其更强的计算能力和更为成熟的编程框架(如 CUDA、OpenCL 等),已经成为当前 AI 应用中的重 要处理器和通用解决方案,而 FPGA 和 ASIC 则在特定的应用场景下有着各自的优势。 AI 芯片国产替代空间大。AI 芯片是目前人工智能产业链中与国外差距较大的一个环节,CPU 基本被 Intel 和 AMD 所垄断;GPU 基本被英伟达、AMD 所垄断;FPGA 全球 90%份额集中在 AMD(Xilinx)、Intel(Altera) 和 Lattice 等公司。
除 AI 芯片以外,基础层还包括光学、声学传感器,公司包括舜宇光学、禾赛科技等;计算平台主要指的是 能够为人工智能计算提供所需的专用算力的数据计算中心,主要包括浪潮、阿里云、腾讯云、华为云等。数据 服务主要指的是为各业务场景中的 AI 算法训练与调优而提供的数据库设计、数据采集、数据清洗、数据标注与 数据质检服务,主要公司包括海天瑞声、爱数智慧、云测、标贝科技等;硬件设施主要指的是 AI 芯片和传感器。
技术层为包括核心算法在内的关键技术研发和生产企业,主要分为 AI 软件框架、理论算法、通用技术三 个方面。软件框架简单来说就是库,编程时需导入软件框架,里面有各种模型或算法的一部分,主要提供给使 用者设计自己的 AI 模型。目前市场上主要的深度学习开源框架有 Google 的 TensorFlow、Facebook 的 Pytorch, 而国内企业参与 AI 软件框架开发较晚,主要有百度的飞桨 PaddlePaddle、腾讯 Angel 等。底层算法典型代表如 GNN、CNN、RNN、Transformer 等底层理论,相关参与方包括 DeepMind、OpenAI、阿里达摩院等。通用技术 主要指的是感知、认知、思维、决策等不同的应用方向的技术,包括计算机视觉、自然语言处理、知识图谱、 推荐系统等,相关公司包括商汤科技(计算机视觉)、云从科技(计算机视觉)、科大讯飞(自然语言处理) 等。 随着底层理论算法的不断创新和通用技术的不断成熟,人工智能算法模型所需算力呈现指数级增长趋势。 2012 年以前,模型的算力需求以接近摩尔定律的速度增长(两年翻一倍)。2012 年以后,模型训练所需计算量 增长接近一年翻 10 倍。
0cb6ec1571a6434eb90e8515d3f98f51~noop.image?_iz=58558&from=article.jpg
应用层:安防占据 AI 应用主要场景,金融应用 AI 较好,医疗、工业具有一定快速应用前景。在应用场景维度,目前人工智能已在安防、金融、教育、交通、医疗、家居、营销等多垂直领域取得一定发展,尤其是 AI+ 安防、金融、交通领域发展较快,典型公司有海康威视、商汤科技等;应用产品维度广阔,包括自动驾驶汽车、 无人机、智能语音助手、智能机器人等,典型公司包括小马智行、科大讯飞等。从下游需求方来看,安防依然 占据着 AI 主要需求,金融赛道则是下一个应用较好的场景,金融行业本身有较好的信息化基础以及数据积累, 并且对精准营销、智能风控、反欺诈和反洗钱等机器学习产品有强烈需求,因此金融赛道应用 AI 较好。医疗、 工业等赛道未来具有一定快速增长潜力,如 AI 在新药研发、手术机器人等领域的应用,工业领域也从机器视觉 质检进一步拓展至更多领域。
从整体市场规模上来看,人工智能行业整体市场呈现稳步增长的趋势。2021 年全球市场人工智能市场收入 规模(含软件、硬件及服务)达 850 亿美元。IDC 预测,2022 年该市场规模将同比增长约 20%至 1017 亿美元, 并将于 2025 年突破 2000 亿美元大关,CAGR 达 24.5%。中国人工智能市场规模(含软件、硬件及服务)达 82 亿美元,占全球市场规模的 9.6%,在全球人工智能产业化地区中仅次于美国和欧盟,位居全球第三。数据显示, 中国人工智能市场规模由 2016 年的 154 亿元增长至 2020 年的 1280 亿元,年均复合增长率为 69.9%。2022 年中 国人工智能市场规模将达 2729 亿元。
计算机视觉和自然语言处理是商业化落地较快的两项人工智能通用技术。计算机视觉相关技术已经十分成熟,技术落地效果超过人类水平,目前国内有 35%的 AI 企业聚集计算机视觉领域,2020 年市场规模近千亿, 在所有领域中占比最高,是目前最具商业化价值的 AI 赛道。自然语言处理技术逐步实现从学术研究发展到商业 应用推广的转变,核心产品及带动的相关产业规模均稳步增长,2021 年自然语言处理核心产品规模预计达到 219 亿元,相关产业规模达到 514 亿元,未来几年年增长率均维持在 20%左右。
f2dd6f3d8a0d490890a8ab10ee2688f6~noop.image?_iz=58558&from=article.jpg

报告出品方/作者:中信建投证券,阎贵成、于芳博