中泰通信矽谷思考Ⅰ：從谷歌英偉達看算力突破和AI底層生態壁壘的逐步構建
7月底至8月初，中泰通信互聯網團隊首席分析師吳友文通過矽谷未來學院Silicon Valley Future Academy，走訪了矽谷重點的科技公司、科技創投機構、大學教授，圍繞最新科技進展的多個方面進行了參訪和交流。並就在矽谷的見聞，從相關具體方向進行梳理和思考，集結成「中泰通信矽谷思考」系列。
本篇為綜合調研Nvidia、AI頂尖華人學者伯克利大學AllenYang教授和走訪多家創投對AI類公司看法之後的綜合思考。
Nvidia英偉達的拜訪是我們本次行程的重頭戲，過去三年英偉達成了矽谷最明星化的公司，AI人工智慧對並行計算的需求造就了GPU龍頭煥發了新的時代，當然區塊鏈挖礦需求的驅動也功不可沒。我們在理解AI並行計算與傳統CPU基本差異的時候，我通常用一個例子，CPU的運行更像是在讀書，需要前後文語義來理解讀懂邏輯，而GPU運行模式更像是在看一張圖片，一眼就知道風景的好壞。而AI所需要的更多是並行計算，GPU成為CPU運行AI功能的加速器晶元的較好選擇。
我們先看看調研中所了解的Nvidia英偉達的基本情況。英偉達的產品雖然都基於相似的GPU架構，但產品系列針對不同的市場，在AI的訓練場景和高性能計算場景下，最典型的產品就是DGX-1 -2系列人工智慧電腦，板卡系列主要包括TITAN、QUADRO、Tesla V100系列，所謂訓練場景就是AI引用歷史的大數據積累進行學習的過程；在AI的推理場景下，典型包括數據中心應用的Tesla P4、Tesla V100，智能駕駛應用的Drive Px2，工業智能應用的Jetson TX1等產品系列。我們也在英偉達的演示中心親眼見證了其產品的不同花朵圖片識別學習中的強大能力。
從過去三年增長來看，遊戲影視對3D渲染需求的數量級增長驅動了公司遊戲業務的加速成長，今年英偉達將RTX光線追蹤技術作為主推產品，對比過去的格柵化3D構建，特點就是效果更智能化更好以及算力需求數量級再次增長。消費者的人性就是這樣，你做出了更好更真實的3D視頻效果，無論是遊戲還是電影，那麼就選擇你。英偉達也是在持續的推動應用需求，鞏固自身的產業地位。在AI人工智慧需求領域，目前佔比並不高，但是增速較快，數據中心應用和智能駕駛都是主要的方向，是未來主要的潛力市場。而在矽谷幾家科技創投公司的交流中，我們也看到了機器人、智能駕駛、基因醫療領域等對AI計算能力要求較高的項目不斷湧現，這是未來的趨勢，算力對於AI來說一定是基礎能力。
AI的潮流轟轟烈烈，身在其中如何把握未來的投資機遇，需要從產業邏輯的角度來進行理解，我們基於此次矽谷行程和之前的研究，初步歸納了三點：
1）算力能力突破已經進入AI應用的良性循環階段。這並不是說算力已經夠了，而是指算力到了一個合格的突破點上。我們在英偉達參觀所看到的DGX-2電腦，回來查了一下其每秒2.2PFlops的計算能力，基本上等於2009年排名全球第一的超級計算機美國橡樹嶺國家實驗室的CrayXT5，其算力為2.331PFlops。想一想，2009年全球最厲害的超級計算中心，你現在花100萬rmb就買回家了，可以用來做量化投資、科學實驗計算，這為發展應用提供了無數的可能。儘管AI的能力取決於算力、演算法、數據三大因素，但是在演算法、數據同等條件下，硬算力能力的不斷提升一定是產業界確定性的追求。GPU作為加速器晶元的主流品種，也能夠有效的為CPU突破摩爾定律提供可能。
而隨著算力有效突破臨界點，對算力需求較高的應用比如AI應用也將具備商業化開發的基礎，推動高算力應用不僅僅是在實驗室，而是在創新的大環境下由大眾驅動。這也是很多技術發展的規律，只有突破了成本需求的臨界點，廣泛應用才成為可能。
2）AI底層廠商生態壁壘已經在構建的過程中。因為AI底層其實就是晶元、數據、演算法等，目前主要看晶元和演算法。從美國科技大公司來看，構建生態來形成護城河已經是一種必然的戰略選擇。類似於Intel的X86指令集，形成了自PC和伺服器端晶元底層往上體系化的生態，而ARM的ARM架構，則是形成了在移動端自晶元底層往上體系化的生態，所以雙方介入對手領域都有很高的壁壘。
我們如何來看AI底層的壁壘構建？AI加速器晶元包括GPU主要是圍繞CPU工作，所以其自身指令集也存在但影響因素相對較低，這也是我們以前一直判斷AI加速器可以成為國產彎道超車機遇的重要判斷依據。國內的寒武紀在2016年在國際最頂級的ISAC提交了DianNaoYu人工智慧演算法指令集，應該說這是國內廠商構建生態最領先的做法。而對於目前AI底層最大的兩家廠商英偉達和AlphaBeta，構建生態的壁壘略存在差異。
英偉達Nvidia更多通過CUDA構建的應用場景體系固化自身產業地位。目前英偉達已經開發了卷積網路、遞歸網路、增強學習、神經協作過濾、膠囊網路等等多種演算法適配應用，也就是說目前市面可用的演算法，英偉達都基於自己的GPU指令體系給開發好了，直接應用就行，而同時，在遊戲應用場景、電影渲染、科學計算等領域，英偉達也具體推出了應用平台。可以這麼理解，從基礎的算力能力晶元，到適配底層的演算法軟體，到應用內核或者引擎，Nvidia提供了儘可能的一條龍服務，使用的人越多、使用的場景越多，對英偉達AI能力體系的依賴度就越高，其生態體系壁壘就越高，這種情形已經在形成，這是技術沉澱的過程也是時間積累的過程。而同時，英偉達的體系也是開放的，其對谷歌的TensorFlow、Theano、Caffe2等體系都能適配。這種生態壁壘會對未來的產業環境構成巨大影響，並且這種壁壘會隨著時間越來越高。我們在六月份路演雲生態變革主題時一直提一個觀點，也許未來最大的晶元廠商是英偉達而不是Intel，這種生態壁壘是很大的判斷因素。
谷歌AlphaBeta也是AI領域的佼佼者，其生態核心可能是TensorFlow。目前我們只是判斷可能，谷歌的AI晶元TPU（TensorFlow Processor Unit）是一款ASIC晶元，可以理解為專門適配TensorFlow體系的晶元。而大家所熟知的Asic晶元只專門為某種演算法提供最高效率所涉及，但是如果反過來看，如果TensorFlow的適配性夠高，能夠適配足夠多的演算法場景，那麼晶元本身的低位就會被弱化。要產生這種生態體系，需要Tensor自身的適配能力，和足夠多的開發者用戶，基於谷歌的產業地位，這種可能性是存在的。
3）算力應用前景會對底層產業判斷構成巨大影響。這一點可以與目前的大家關心的究竟會GPU，還是ASIC、FPGA、TPU、NPU等哪一種會佔主流的爭論有關，典型如區塊鏈挖礦，用ASIC就效率最高，但是如果下游的單一應用場景足夠大，專門的ASIC顯然是很有前景的，區塊鏈領域的比特大陸、嘉楠耘智的發展就是例子，還是我個人比較看好的基因測序科學計算領域，也是一個比較大的專用場景。但是從前面所講的生態構建來說，大型廠商的目標在構建通用化的體系，適配儘可能多的場景，打造不可逾越的生態體系。如果在生態體系外進行投資，選擇下游應用場景就是最重要的因素。未來對算力需求提升的業務非常多，我們一直有一個觀點，雲計算中心對算力投資的比重會在未來幾年大幅提升，也就是所有的伺服器都將加裝價值甚至超過CPU的加速器晶元。所以，看應用場景，我們想在未來找到除了英偉達、谷歌這種巨頭之外的AI加速器晶元廠商的投資機會。
AI的發展已經進入了日新月異的時間階段，矽谷作為全球科技發展的龍頭區域，其AI技術的發展方向和策略都對我們具備非常好的參考價值。希望中泰通信互聯網團隊的矽谷思考能夠對您理解AI產業發展的趨勢有所幫助，如果有任何討論的問題，也可以隨時聯繫我們。
中泰通信互聯網團隊
中泰通信互聯網團隊
特別聲明
特別聲明
《證券期貨投資者適當性管理辦法》於2017年7月1日起正式實施，通過微信訂閱號製作的本資料僅面向中泰證券客戶中的專業投資者，完整的投資觀點應以中泰證券研究所發布的研究報告為準。若您非中泰證券客戶中的專業投資者，為保證服務質量、控制投資風險，請勿訂閱、接受或使用本訂閱號中的任何信息。
因本訂閱號難以設置訪問許可權，若給您造成不便，煩請諒解！中泰證券不會因為關注、收到或閱讀本訂閱號推送內容而視相關人員為中泰證券的客戶。感謝您給與的理解與配合，市場有風險，投資需謹慎。
本訂閱號為中泰證券通信互聯網團隊設立的。本訂閱號不是中泰證券通信互聯網團隊研究報告的發布平台，所載的資料均摘自中泰證券研究所已經發布的研究報告或對已經發布報告的後續解讀。若因報告的摘編而產生的歧義，應以報告發布當日的完整內容為準。請注意，本資料僅代表報告發布當日的判斷，相關的研究觀點可根據中泰證券後續發布的研究報告在不發出通知的情形下作出更改，本訂閱號不承擔更新推送信息或另行通知義務，後續更新信息請以中泰證券正式發布的研究報告為準。
本訂閱號所載的資料、工具、意見、信息及推測僅提供給客戶作參考之用，不構成任何投資、法律、會計或稅務的最終操作建議，中泰證券及相關研究團隊不就本訂閱號推送的內容對最終操作建議做出任何擔保。任何訂閱人不應憑藉本訂閱號推送信息進行具體操作，訂閱人應自主作出投資決策並自行承擔所有投資風險。在任何情況下，中泰證券及相關研究團隊不對任何人因使用本訂閱號推送信息所引起的任何損失承擔任何責任。市場有風險，投資需謹慎。
中泰證券及相關內容提供方保留對本訂閱號所載內容的一切法律權利，未經書面授權，任何人或機構不得以任何方式修改、轉載或者複製本訂閱號推送信息。若徵得本公司同意進行引用、轉發的，需在允許的範圍內使用，並註明出處為「中泰證券研究所」，且不得對內容進行任何有悖原意的引用、刪節和修改。
TAG:TMT吳友文 |