海外人工智能AI行业调研投资展望分析报告.docx
- 文档编号:2030772
- 上传时间:2022-10-26
- 格式:DOCX
- 页数:22
- 大小:2.40MB
海外人工智能AI行业调研投资展望分析报告.docx
《海外人工智能AI行业调研投资展望分析报告.docx》由会员分享,可在线阅读,更多相关《海外人工智能AI行业调研投资展望分析报告.docx(22页珍藏版)》请在冰豆网上搜索。
海外人工智能AI行业调研投资展望分析报告
(此文档为word格式,可任意修改编辑!
)
正文目录
图目录
表目录
1.AI基础层——NVIDIA、Mobileye的AI芯片盈利爆发,Intel迅速转型
近年来,以物联网、大数据、云计算、人工智能(AI)的新兴产业崛起势头强劲。
人工智能可分为基础层、技术层和应用层,基础层为AI芯片,技术层为算法平台,应用层是AI向各传统行业渗透应用。
随着科技巨头相继开源AI算法平台,AI开发技术门槛极大幅度降低,AI逐步走向大众化。
AI产业链中,芯片产业率先引来爆发。
PCGPU巨头NVIDIA已经将业务重点转向AI领域,2016年,AI芯片相关的数据中心增速(145%)、汽车电子增速(52%)业务远高于传统游戏业务增速(18%)、及原设备制造&IP业务增速(-11%),AI芯片业务呈现爆发增长态势。
PCCPU巨头Intel也将业务重心由PC芯片、移动芯片转向云计算、物联网及AI等领域。
2016年,Intel数据中心(云计算)和物联网营收增速分别为7.85%和14.80%,远超过传统PC客户端业务增速2.14%,Intel数据中心及物联网营收占比不断走高,云服务及物联网业务成为Intel驱动营收增长的主要因素。
Intel数据中心营收占比从2014年Q2的24.80%提升至2016年的29.12%,物联网营收占比从2014年Q2的3.84%提升至2016年的4.46%。
无人驾驶解决方案的龙头Mobileye,受ADAS系统(主要为EyeQ3/4芯片)强劲需求驱动,2015年实现营收2.41亿美元,2011-2015年营收年复合增长率高达65.90%,业绩增长极为强劲。
1.1NVIDIA——AI芯片业绩呈现爆发增长
NVIDIA业务重点从PCGPU转向人工智能领域:
NVIDIA是视觉计算技术的全球行业领袖。
目前NVIDIA已从传统PCGPU业务转向游戏、专业工作站、数据中心和汽车电子四大业务,并致力于打造基于AI平台化公司,构建端到端的深度学习平台。
NVIDIA在AI和自动驾驶领域,形成了以TeslaP100和DGX-1为核心的训练体系,以P4/P40和Tensor-RT为核心的数据中心推理体系,及以JetsonTX1与Jetpack2.3、DRIVEPX2与Driveworks为核心的智能设备体系。
NVIDIA在上述领域从硬软件到解决方案上都进行了全面布局,构建了端到端的深度学习平台。
NVIDIA致力于深度学习芯片研发,其应用于AI领域的TeslaP100芯片开发费用高达20亿美元(2016年NVIDIA营收为69.10亿)。
NVIDIA在全球首发多款重磅深度学习芯片助推AI革命,其PASCAL架构GPU在三年内助推深度学习加速高达50倍(最新为65X),未来几年内,还将学习速度再提高10倍。
目前深度学习解决方案几乎完全依赖NVIDIAGPU加速计算。
随着科技巨头相继开源AI开发工具,开发者可跳过高昂的AI算法研发环节,直接使用国际优秀AI开源平台、GPU等计算芯片、大数据来进行训练,极大幅度降低AI开发者技术门槛,AI市场有望迎来另一波商用化高潮。
根据机构预计,GPU市场规模将迅速扩大,到2025年销售额将增长至142亿美元。
在人工智能、汽车电子、VR等强烈需求驱动下,独立GPU龙头企业NVIDIA市值屡创新高,2016年股价涨幅高达230%。
图1:
NVIDIA全面布局AI,构建端到端深度学习平台
图2:
NVIDIAGPU3年间将深度学习效率提升50倍
AI芯片业务营收呈现爆发增长:
基于传统PCGPU业务渐于饱和、及对AI潜在市场强烈看好,GPU巨头NVIDIA正积极谋求战略转型。
2015年Q1已不再提及传统PCGPU业务,并将战略重点投向游戏、专业工作站、数据中心和汽车电子等四大市场,NVIDIAGPU芯片目前在虚拟现实、人工智能和无人驾驶汽车等领域位于重要中心。
四大市场中,数据中心、汽车电子市场均为AI应用领域,NVIDIA未来发展极为倚重AI技术。
2016年,NVIDIA实现营收高达69.1亿美元,同比上年增长38%,这主要是受游戏、数据中心及可视化、Tegra无人驾驶系统等产品强劲需求驱动,其中,搭载于游戏平台和数据中心的GeForce显卡增长尤为亮眼。
细分业务而言,数据中心(加速计算平台Tesla®、深度学习超级计算机DGX-1、图形虚拟化平台NVIDIAGRID™)实现营收8.30亿美元,同比上年增长145%,市场对于人工智能、深度学习、云计算和虚拟化计算、深度学习超级计算机DGX-1的强烈需求旺盛;Tegra处理器业务(Tegra无人驾驶系统)收入达4.87亿美元,同比上年增长52%。
数据中心增速(145%)、汽车电子增速(52%)远高于传统游戏业务增速(18%)、及原设备制造&IP业务增速(-11%),AI芯片市场需求旺盛,呈现爆发增长态势。
2016年,英伟达毛利率高达58.8%,反映了GeForce游戏GPUs、数据中心平台、深度学习的强劲需求、及高议价能力。
表1:
NVIDIA与AI相关的“数据中心、汽车电子业务”增速远高于“传统游戏业务、原设备制造&IP业务”及增速
1.2英特尔——巨资打造AI芯片业务,云服务及物联网驱动业绩增长
Intel业务重心由PC芯片、移动芯片拓展至云计算、物联网及AI等领域:
英特尔是全球最大的个人计算机零件和CPU制造商。
近年来,随着PC市场、移动终端市场渐于饱和,其传统业务表现不佳,为避免过度依赖PC、服务器业务,公司积极谋求战略转型,将业务从PC芯片、移动芯片拓展至数据中心(云服务)、物联网、人工智能等领域。
英特尔围绕AI进行系列收购,根据CBInsights,Intel在AI领域总投资额排在第二位。
英特尔AI布局将从优化计算能力及感知能力等方向切入,重点聚集于新一代AI计算芯片及新一代视觉感知等领域,以延续传统业务(CPU)、及商业模式(打造生态系统)优势。
AI终端布局,Intel聚焦于人机交互,进一步提升终端设备智能化水平,并将设备数据上传至后端数据中心。
AI后端布局,着力研发适合机器学习CPU芯片、及FPGA芯片,以拓展AI计算性能。
AI软件布局,致力于提供数学核心函数库和提供较高级别算法的数据分析加速库。
未来英特尔将打通从云端数据中心到设备终端,历经大数据处理环节,再回到云端数据中心等AI闭环,打造AI生态系统以谋求领导地位。
AI用CPU芯片:
Intel试图将CPU优势延伸至深度学习领域。
目前Intel正为
AI应用研发至强融核处理器家族XeonPhi,计划2017年推出至强XeonPhi新型
芯片。
至强Phi专攻高度并行的工作负载,可处理深度学习专有的某些指令,而
无需集成外部处理器。
2016年8月,Intel耗资4亿美元收购Nervana,试图通过
NervanaSystems在硅层实现机器学习,而非基于GPU架构。
AI用FPGA芯片:
以167亿美元收购FPGA芯片厂家Altera,试图研发一体化芯片,融合FPGA、至强系列优势。
图3:
英特尔全面布局人工智能领域
图4:
FPGA可明显降低人工智能算法能耗
云服务及物联网业务成为驱动营收增长:
英特尔提出“2016重建计划”,将未来工作重心从PC芯片转向物联网和云计算,2016年度,云计算及物联网成为公司盈利最大亮点。
英特尔数据中心(云服务)、物联网的营收占比不断走高,数据中心营业收入占比从2014年Q2的24.80%提升至2016年的29.12%,物联网营收占比从2014年Q2的3.84%提升至2016年的4.46%。
受益于云服务、物联网的销量及售价增加,2016年,数据中心和物联网营收增速分别为7.85%和14.80%,远超过传统PC客户端业务增速2.14%,云服务及物联网业务成为驱动营收增长的主要因素。
表2:
英特尔与AI相关的数据中心、物联网业务大幅增速高于传统PC芯片业务
1.3Mobileye——ADAS系统需求旺盛,营收持续强劲增长
全球ADAS芯片和自动驾驶解决方案的顶尖提供商:
Mobileye致力于计算机视觉、地图及机器学习领域,是全球ADAS(高级驾驶辅助系统)芯片和自动驾驶解决方案的龙头企业。
ADAS是辅助驾驶,核心是环境感知,不以完全控制汽车为的,而自动驾驶则是替代人工作。
与Google、Tesla着眼于完全自动驾驶不同,Mobileye则采用更廉价可行方案,着眼于提供ADAS系统。
Mobileye主打产品是一款基于摄像头的ADAS芯片——EyeQ芯片,EyeQ识别率已高达99.99%。
目前,自动驾驶尚处“有限的自动驾驶”早期,ADAS系统作用关键,MobileyeADAS系统的市占率高达75%。
截至2016年1月,其ADAS9产品被应用于通用、宝马、沃尔沃、特斯拉等20个整车厂的237款车型,全球已有超过1000万辆汽车使用了Mobileye技术。
Mobileye持续更迭EyeQ3芯片,2015年发布EyeQ4,且计划EyeQ5芯片于2019-2020年面世,巩固MobileyeADAS系统优势。
图5:
MobileyeEyeQ芯片发展蓝图
图6:
ADAS系统对应汽车自动化1-3级
受ADAS系统强劲需求驱动,Mobileye在2011-2015年营收年增速高达65.90%:
受ADAS系统强劲需求驱动,Mobileye营业收入增长强劲,2015年实现营收2.41亿美元,Mobileye在2011-2015年营收年复合增长率高达65.90%。
2015年实现净利润0.68亿美元,成功扭亏为盈。
Mobileye按细分市场可分为:
原始设备制造(OEM,原装市场)、和售后市场(AM,后装市场)。
原装市场(OEM)提供专有的软件算法和EyeQ®芯片,主要面对自动驾驶系统的一级整合商。
后装市场(AM)可提供完整ADAS系统(包括专有软件算法、EyeQ®芯片、照相机及其它配件),主要面向“购车者、汽车经销商及汽车进口商”等汽车终端客户。
2015年,Mobileye原装市场(OEM)实现营收2.02美元,同比上年增长65.57%;
后装市场(AM)实现营收0.39亿美元,同比上年增长77.27%。
随着ADAS系统。
随着汽车交通安全问题关注度增加,消费者追捧配备ADAS系统的汽车,全球汽车庞大存量市场将加装ADAS系统,Mobileye后装市场(AM)正迅速打开,预计公司高营收增速将持续。
表3:
2015年,Mobileye营收增速高达67.36%,呈现爆发增长态势
2.AI技术层——算法龙头(Google、IBM)引领AI时代,加速数据资源变现
Google、IBM专注于人工智能(AI)技术层,研发更高级AI算法,积累AI底层技术。
搜索巨头Google加速推进“后智能手机时代”战略,重点聚焦于机器学习算法。
AI增强客户粘性,持续扩大Google用户流量,再将用户流量变现为广告业务盈利。
2016年Google广告收入增速高达17.80%,AI强化谷歌广告业务高增长势头。
PC巨头IBM在2016年11月,撤销全球业务咨询GBS和技术服务GTS等部门,并转型成认知解决方案和云平台公司。
2016年IBM“云平台、数据分析、移动解决方案、安全解决方案”等战略业务实现营收353.37亿美元(占比44.22%、增长0.55%),以IBMWatson为代表的认知解决服务实现营收181.87亿美元(占比22.76%、增长1.94%),从营收体量、营收增速来看,IBM的AI相关业务均大幅超过传统互联网业务,“云计算、人工智能”等已成为IBM业绩的主要贡献点。
总体而言,AI算法龙头公司(Google、IBM),在人工智能各领域涉足较广,并加速AI向传统行业渗透,正
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 海外 人工智能 AI 行业 调研 投资 展望 分析 报告
![提示](https://static.bdocx.com/images/bang_tan.gif)