核心觀點：

 

    　　AI 產業(yè)上游產品標準化程度趨高，市場集中度提高趨勢初顯；中下游定制化開發(fā)占比較大，市場分散。以AI 芯片和系統開發(fā)框架為主的上游具有通用性特征，容易形成標準化產品，且產品技術壁壘高。在行業(yè)中下游，由于場景碎片化，軟硬件產品定制化開發(fā)占比較大，商業(yè)模式以項目制為主，但隨著場景普適化，在算法和硬件方面也逐步模塊化。

 

    　　前端設備預計將呈現出軟硬件融合發(fā)展的趨勢，后臺設備中的軟件和硬件預計將向更加專業(yè)化的方向發(fā)展。前端設備中，不同硬件搭載的軟件功能各異，接口不一，AI 算法針對特定設備的定制化程度較高。

 

    　　在服務器和數據中心等后臺設備中，行業(yè)級軟件平臺所需處理的數據類型多樣，算法更加綜合，需要專用的AI 芯片的支持，軟硬件的專業(yè)化程度較高、投入較大。

 

    　　AI 應用場景廣闊，獨立AI 公司快速成長。在傳統行業(yè)智能化改造需求旺盛的背景下，獨立AI 公司規(guī)模持續(xù)擴大。18-21 年，寒武紀、商湯、科大訊飛的營收CAGR 分別為83.3%、36.4%和32.3%。

 

    　　AI 平臺化基礎設施為各場景廣泛賦能。以AI 芯片和開發(fā)環(huán)境與框架為基礎的算力基礎平臺具有各場景通用的屬性，標準化程度較高，已實現規(guī)模化應用。寒武紀開發(fā)的AI 算力產品已廣泛應用于云邊端各場景，帶動公司營收快速增長。18-21 年，寒武紀營收CAGR 明顯高于其他偏應用的AI 公司。

 

    　　GPU 是主流AI 芯片概念股，FPGA 和ASIC 在部分場景中的性能有望超過GPU。GPU 憑借其強大的計算能力、較高的通用性和性能的持續(xù)提升，預計將延續(xù)AI 芯片的主要市場份額。針對神經網絡訓練特定設計的ASIC 類芯片專用性更強，對于部分算法的加速效果有望超過GPU；FPGA 兼顧效率和靈活性的優(yōu)勢，在應用和算法變化較多的場景中優(yōu)勢明顯，更適用于各種細分行業(yè)。

 

    　　AI 龍頭股算力已成為數據中心算力的主要驅動力之一。17-21 年，英偉達數據中心業(yè)務收入CAGR 為53.1%，顯著高于英特爾數據中心業(yè)務的7.9%。19 年中國的服務器出貨量為319 萬臺，其中AI 服務器出貨量為7.9 萬臺，滲透率為2.5%，較18 年提升0.9pct。21 年1 月到22年2 月，全國規(guī)劃、在建和投入運營的人工智能計算中心超過20 個。

 

    　　重點標的：寒武紀龍頭股、商湯、科大訊飛、中科創(chuàng)達。

 

    　　風險提示。下游需求龍頭股波動和智能化升級動力不足的風險；研發(fā)投入成果轉化的不確定性；行業(yè)競爭加劇的風險。

 

數據推薦

最新投資評級目標漲幅排名上調投資評級 下調投資評級機構關注度行業(yè)關注度股票綜合評級首次評級股票