先进工艺与系统设计叠加AI算法效率提升使得AI算力成本从2017年至2020年下降了100倍。
半导体行业先进工艺不断演进,从2017到2020年,可以代表芯片先进制程的台积电已经从10nm迈向5nm。
根据芯热门援引半导体行业观察消息,2017年,台积电开始大规模出货10nm FinFET制程,并开始风险试产7nm FinFET制程,并于2018年实现量产;2019年,开始量产7nm+(EUV版的7nm)。
2020年将风险试产5nm制程。此外,该公司已经开始建设3nm制程工艺晶圆厂,并有望于2022年实现量产。芯片制程纳米数字越小,晶体管密度越大,芯片性能就越高。
先进工艺推动芯片算力更具成本效益。
根据搜狐援引IT时报消息,随着先进工艺的发展,单位算力成本的逐步下降,比如基于16nm工艺节点的每TOPS(1TOPS代表处理器每秒钟可进行一万亿次操作)的成本为0.67美元,基于5nm工艺节点的每TOPS的成本就只有0.08美元了。
可以看到由于半导体行业的发展,带来了包括AI芯片在内的芯片算力成本的下降。
先进工艺与系统设计叠加AI算法效率提升使得AI训练成本从2017年至2020年下降了100倍。
AI模型改进带来算法效率提升。
根据新智元搜狐号援引OpenAI,自2012年以来,人工智能模型在ImageNet分类中训练神经网络达到相同性能所需的计算量,每16个月减少了2倍,比如谷歌的Transformer架构超越了以前由谷歌开发的最先进模型seq2seq,在seq2seq推出三年后,其计算量减少至原来的1/61;再比如DeepMind,在AlphaGoZero一年之后,DeepMind的AlphaZero在围棋比赛中,其计算量比AlphaGoZero减少8倍就能与AlphaGoZero匹敌。
2017年以来,芯片和系统的设计不断发展,为深度学习添加了专用硬件,从而使性能提高了16倍。例如Nvidia2017年发布的V100显卡,比三年前发布的K80快1800% (显卡通常用于训练大型人工智能系统)。在2018年至2019年间,由于麻省理工学院、谷歌、Facebook、微软、IBM、Uber等公司的软件创新,V100的训练性能提高了大约800%。这就使得机器学习训练系统越来越便宜,2017年,在公共云上训练像ResNet-50这样的图像分类器的成本约为1000美元,到了2019年只需大约10美元。
AI算力成本的下降有利于在更加复杂、性能更强大的模型上取得成功,从而实现应用的智能化升级。根据IDC&浪潮联合发布的《2020-2021中国人工智能计算力发展评估报告》,近年来,虽然新增的算法模型数量在逐年减少,但是单个模型的参数量和复杂程度都呈现指数级的增长趋势。
到2020年,深度学习模型对算力的需求达到了每天百亿亿次的计算需求,特别是在自然语言处理等新兴认知智能应用领域对计算力的要求远超过图像识别、语音识别。比如2020年2月,微软发布的最新智能感知计算模型Turing-NLG,参数量高达到175亿,是Google智能感知模型的50倍,使用125POPS AI计算能力完成单次训练就需要一天以上。
我们认为这些复杂的算法模型将极大地推动人工智能在行业应用的发展,而AI算力成本的下降会为复杂模型取得广泛成功铺平道路。
2017-2020年,国内AI公司收入保持高速增长。
根据Wind,云从科技的营收从2017年的0.65亿元增长到2019年8.07亿元,复合增长率达254%;依图科技的营收从2017年的0.69亿元增长到2019年7.17亿元,复合增长率达223%。根据量子位消息,商汤科技2019年收入增长147%,达到了7.2亿美元,其客户基础增加了约500个,达到1200个。
根据投中网消息,旷视科技招股书显示,2016-2018年,旷视科技收入分别为0.68亿元、3.13亿元和14.27亿元,年复合增长率为358.8%。2019年上半年,该公司的收入为9.49亿元,同比增长了322.1%。
我们认为2017年以来,头部AI企业在营业收入方面已经迅速做大,侧面体现了我国AI商用化加速,AI企业享受着场景化拓展带来的巨大商业空间。
2017年,AI在安防行业落地。根据人民网消息,2016年,阿里发布“城市大脑计划”,同年年底,云从科技也开始拓展安防业务;2017年,传统安防大企海康威视提出AI Cloud概念。这一时期,智能安防领域聚集了传统安防企业、互联网巨头和AI独角兽企业。
当前随着AI应用成熟度的提升,AI应用场景不断拓宽,另一方面,疫情加速AI在医疗健康领域的落地同时促进企业数字化转型,为AI拓展更多场景。
根据IDC&浪潮联合发布的《2020-2021中国人工智能计算力发展评估报告》,从应用类型来看,计算机视觉目前仍然是中国最大的应用市场,也是过去一年增长最快的应用类型,2019年计算机视觉市场规模占整体市场的40.6%;
其次是对话式客服、自然语言处理和语音分析,这三者占比分别达到20.5%,17.8%和11.7%,随着自然语言处理算法模型的快速发展,预计未来语音语义市场规模也会进一步快速增长。
第三个细分市场是机器学习开发平台,目前该细分市场的规模相对较小,占比不到10%,虽然落地的应用规模不大,但企业也开始加速探索,采用深度学习来提高预测的准确性。比如除了反欺诈,产品推荐这些已经落地的应用场景,企业在核心生产环境开始测试机器学习应用,比如说工业设备检测,配电站设备障碍评价等。
制造业方面,随着边缘计算的发展和物联网带来的数据累积的增加,人工智能得以更多地渗透在制造企业的生产和设计流程中,制造企业中的人工智能的应用场景也会更加丰富,更加成熟,包括产品分拣、QC自动化、设备维护自动化、物流和供应链管理自动化等。
疫情催化AI在医疗健康的落地。在全球疫情爆发后,在医疗行业中,人工智能被应用于智能问诊、影响辅助诊断、药物研发及筛选、诊疗方案设计等环节,而智能导诊、辅助诊断与早期筛查、药品研究、医疗知识库和基因检测等多个应用场景也比预期发展更快。预计新冠疫情的存在会成为一段时间甚至是未来几年的常态,疫情已成为医疗及其他相关领域人工智能应用落地的推动因素之一。
疫情常态下园区、办公楼宇、社区的生物识别类应用比预计发展得更快,通过人工智能对人流量和活动轨迹进行识别,AI赋能的红外体温检测同时提高了工作效率,智能语音控制电梯等设备也有效降低了感染风险。
除了人工智能投入相对集中的行业之外,在业务需求的推动下,很多碎片化应用也开始被广泛使用,并辐射到媒体娱乐、现代农业、智能家居、智慧电力等多个不同领域,例如媒体娱乐中的智能选题、智能写作,现代农业中的产品分拣、农作物监测,智能家居中的家庭安保,以及智慧电力中的电力巡检等等。
整体来看,包括生物识别、智能客服、精准营销在内的通用型应用场景已经具有相当的成熟度,人工智能的产业化已经从点到面,从通用应用场景渗透到更多行业特定场景,产业AI化已经从早期的试点逐渐成为企业发展和生存的刚需。
中科创达:公司致力于提供卓越的智能终端操作系统平台技术及解决方案,助力并加速智能手机、智能物联网、智能汽车等领域的产品化与技术创新。
源于多年在Android、Linux、Windows和HTML5等操作系统技术的研发与创新,中科创达形成了从硬件驱动、操作系统内核、中间件到上层应用全面的技术体系。
积累了丰富的研发经验和众多自有知识产权,具备强有力的技术开发和服务能力。
风险提示:公司业务拓展不达预期。
科大讯飞:公司是一家专业从事智能语音及语言技术研究、软件及芯片产品开发、语音信息服务及电子政务系统集成的国家级骨干软件企业。
是我国众多软件企业中为数极少掌握核心技术并拥有自主知识产权的企业之一,其语音合成核心技术代表了世界的最高水平。
公司承建有首批国家新一代人工智能开放创新平台(智能语音国家人工智能开放创新平台)、语音及语言信息处理国家工程实验室以及我国在人工智能高级阶段——认知智能领域的首个国家级重点实验室等国家级重要平台。
风险提示:AI+行业落地不达预期。
金山办公:公司是国内领先的办公软件和服务提供商,主要从事WPS Office办公软件产品及服务的设计研发及销售推广。
公司拥有办公软件领域30余年研发经验及技术积累,旗下主要产品及服务皆由公司自主研发,对核心技术具有自主知识产权。
公司重点针对文字排版技术、电子表格计算技术、动画渲染技术、在线协同编辑、安全文档以及数据协同共享等多种关键技术进行深入研究,通过核心技术的突破,建立互联网云办公应用服务体系,创建智能办公新模式,全面提升用户体验。
风险提示:WPS海外推广不达预期。
广联达:公司的主营业务为立足建筑产业,围绕工程项目全生命周期,为客户提供以建设工程领域专业应用产品和解决方案,经过二十年的发展,公司业务领域由招投标阶段拓展至设计阶段和施工阶段;
产品从单一的预算软件扩展到工程造价、工程施工、产业新金融等多个业务板块,涵盖工具类、解决方案类、大数据、移动互联网、云计算、智能硬件设备、产业金融服务等业务形态,累计为行业二十余万家企业、百余万产品使用者提供专业化服务。
风险提示:新业务、新产品拓展低于预期的风险,人力成本上升的风险。
安恒信息:公司提供应用安全、数据库安全、网站安全监测、安全管理平台等整体解决方案,产品及服务涉及应用安全、大数据安全、云安全、物联网安全、工业控制安全及工业互联网安全等领域。
公司围绕事前、事中、事后几个维度已形成覆盖网络信息安全生命全周期的产品体系,包括网络信息安全基础产品(网络信息安全防护单品、网络信息安全检测单品)、网络信息安全平台以及网络信息安全服务。
风险提示:业务拓展不及预期。
恒生电子:金融IT领域的绝对龙头,资管新规落地带来改造空间。公司已经覆盖整个金融领域IT业务,并且市占率遥遥领先。
我们认为,未来公司将在传统金融IT领域持续领先,在AI、区块链等新技术的投入也将转化为产品及市场竞争优势,公司具有长期发展能力。
风险提示:下游需求低于预期的风险;金融监管趋严的风险。
奇安信:公司以“数据驱动安全”为技术理念、以打造网络安全颠覆性和非对称性能力为目标、以“人+机器”协同运营为手段,创建了面向万物互联时代的网络安全协同联动防御体系。
针对云计算、大数据、物联网、移动互联网、工业互联网和5G等新技术下产生的新业态、新业务和新场景,为政府与企业等机构客户提供全面、有效的网络安全解决方案。公司的客户范围覆盖大多数中央政府部门、中央直属企业和银行。
风险提示:业务拓展不及预期。
(1)云化软件:我们提出云化软件的两种类型,通用型和专用型,不同的发展路径和不同的估值体系。
(2)人工智能:看好人工智能的快速落地和产业化;
(3)网络安全:看好网络安全政策监管和场景扩容的双驱动;
(4)工业软件&工业互联网:5G+工业互联网初具雏形,支持政策加码升级,产业格局逐渐形成;
(5)智能驾驶:进入产业布局加速新阶段,商业化落地加速。
部分细分领域信息化需求低于预期。
感谢您关注,了解每日最新行业研究报告!
——————————————————————————
报告内容属于原作者,仅供学习!
作者:海通证券 郑宏达 黄竞晶 洪琳 杨蒙
更多最新行业研报来自:【远瞻智库官网】