计算机行业研究周报：产业趋势下的新机会，聚焦优质真成长

- 1 - 敬请参阅最后一页特别声明 长期竞争力评级：高于行业均值 市场数据(人民币） 行业优化平均市盈率 25.27 市场优化平均市盈率 18.91 国金计算机指数 7199.50 沪深300指数 4021.97 上证指数 3416.81 深证成指 11444.52 中小板综指 12016.23 相关报告 1.《人工智能系列报告之四-智能时代，芯片先行》，2017.9.25 2.《持续关注AI芯片国产化，建议关注消费金融/企业级云服务/车载...》，2017.9.25 3.《无人零售: 技术破局引领商业变革》，2017.9.15 4.《企业级服务景气度提升，AI延伸至消费电子端》，2017.9.11 5.《WannaCry勒索病毒爆发，利好网络安全行业》，2017.5.15 钱路丰 分析师 SAC执业编号：S1130517060003 qianlufeng@gjzq.com.cn 潘宁河 联系人 panninghe@gjzq.com.cn 蒲梦洁 联系人 pumengjie@gjzq.com.cn 产业趋势下的新机会，聚焦优质真成长 本周行业观点  云计算产业趋势下，美股科技巨头再创新高：本周末，在美股陆续公布靓丽的三季度业绩后，美国科技巨头亚马逊、微软、谷歌和英特尔股价均创下历史新高，其中云计算机业务再次成为亮点。第三季度，亚马逊AWS业务净营收为45.84亿美元，较去年同期的32.31亿美元增长42%。同时微软Azure云平台业务第一财季的营收同比增长了90%。我们认为，云计算初期资本开支较大，规模效应显著，未来将呈现“强者恒强”的局面。对标国内，更坚定看好阿里云在中国云计算市场的先发优势。建议重点关注云计算产业趋势下，与阿里云有直接合作的IDC公司数据港（603881）、传统软件云化方面持续推荐的用友网络、金蝶国际、广联达等。  AI芯片时代已来，服务器厂商有望受益。本周，中科曙光（603019.SH）宣布联手中科院“兄弟公司”寒武纪，研发推出“全球首款基于寒武纪芯片的AI推理专用服务器”：Phaneron。借助AI专属芯片，该服务器相比普通用于推理的通用CPU服务器，可以实现几十甚至上百倍性能提升，可以让海量视频语音数据的持续实时分析成为可能。神经网络计算主要分为训练和推理两个阶段，前者主要适用离线计算场景，需要吞吐量大、可支持高并发的的AI芯片，后者主要适用于在线计算，需要延时低的AI芯片。我们认为，中科曙光此次推出“AI推理专用服务器”试水之后，大概率会在不久后基于寒武纪芯片推出“AI训练专用服务器”，从而满足更广泛的市场需求。AI时代，计算能力越来越成为不可或缺的资源，我们看好中科曙光（603019.SH）等率先在AI计算领域布局的服务器厂商。  上周陆续披露的三季报显示，整体喜忧参半，但细分领域的龙头企业表现均高于行业平均值，白马龙头有望走出“真成长”行情，如网络安全领域的启明星辰、企业信息化的用友网络、地理信息系统领域的超图软件、金融信息化领域的恒生电子等。根据基金三季报持仓的报告，计算机板块遭遇持续的减仓，已经是近5年内最低点。我们认为，板块在市场风格的切换下，正在经历系统性的出清，建议在“5G+物联网+云计算机+大数据+人工智能”大的产业背景下，配置具备一定技术壁垒的行业龙头，短期建议关注启明星辰、华铭智能、熙菱信息、立昂技术等。 重点推荐标的  启明星辰、熙菱信息、立昂技术、恒生电子、中科曙光等，建议关注华铭智能、华阳集团等 风险提示  行业竞争加剧风险；商誉减值风险；业绩不及预期风险 65777196781684359055967510294161031170131170430170731国金行业 沪深300 2017年10月29日 计算机行业 研究周报 评级：增持 维持评级 行业研究周报 证券研究报告 行业研究周报 - 2 - 敬请参阅最后一页特别声明 1、本周专题跟踪：人工智能芯片 8月份以来AI芯片企业密集融资，继TPU之后谷歌推出第二款自主设计的芯片——IPU。从2017年8月18日，人工智能专用芯片设计公司寒武纪科技获得1亿美元A轮融资以来，深鉴科技、地平线机器人这两家国内AI芯片公司分别在8月份以及10月份相继获得高额美元融资；一级市场AI芯片投资方除了知名风投公司之外，还包括英特尔、赛灵思、联发科等芯片设计商，以及阿里巴巴等科技巨头。本周谷歌在其最新发布的Pixel2手机上搭载了一颗专用图像处理协处理器（ImageProcessing Unit ，简称IPU），IPU也是继TPU之后谷歌自主设计的第二款芯片。 图表 1：自今年8月份起，国内三家 AI芯片公司相继获得高额融资 公司 获投日期 融资阶段 获投金额 投资方 寒武纪 2016.4.18 天使轮 数千万RMB 中科院 2016.8.10 Pre-A轮 数千万RMB 元禾原点创投、科大讯飞、涌铧投资 2017.8.18 A轮 1亿美元 国投高科、阿里巴巴、联想创投集团、国科投资、元禾原点创投、涌铧投资、中科图灵 深鉴科技 2016.5.20 天使轮 500万美元 金沙江创投、高榕资本 2017.5.18 A轮 数千万美元 联发科MTK、高榕资本、金沙江创投、方和资本、清华控股、赛灵思 2017.8.23 A+轮 4000万美元 蚂蚁金服、三星、招商局资本、华创资本 地平线机器人 2015.7.5 天使轮 数百万美元 晨兴资本、高瓴资本、红杉资本中国、金沙江创投、线性资本、真格基金、创新工场 2016.4.6 A轮 数千万美元 DST 2016.7.1 A+轮 数千万美元 双湖投资、青云创投、祥峰投资 2017.10.20 A+轮 亿元美元 英特尔投资、嘉实资本、线性资本、双湖投资、晨兴资本、高瓴资本 来源：IT桔子，国金证券研究所 深鉴科技 深鉴科技是FPGA生态中的一员，其商业价值在于帮助企业将深度学习推理阶段模型（而非训练阶段）快速部署到FPGA上。虽然FPGA在应用于深度学习时，其性能/功耗比优于GPU，但是相对于CPU、GPU这样的通用芯片，使用者需要进行复杂的二次开发才能将自己的深度学习模型运行在FPGA之上。由于FPGA开发难度高、周期长，许多公司不愿意使用FPGA厂商提供的接口进行二次开发，而深鉴科技的价值就在于——企业将自己的深度学习算法模型训练好之后，由深鉴科技将其压缩20-50倍并编译，最终产品以板卡形式呈现。深鉴科技相当于给用户提供了一个黑盒子，企业只需要提供输入模型和数据，由深鉴科技提供应用层的FPGA解决方案。 深鉴科技主要依靠其最为核心的技术——DNNDK（深度神经网络开发工具）来实现上述商业价值。DNNDK由深度压缩工具DECENT、神经网络编译器DNNC、神经网络汇编器DNNAS、神经网络运行时支持N2Cube，Simulator 和 Profiler 等核心组件构成，通过这些组件可以依次实现神经网络推理阶段模型压缩、编译优化和高效运行时支持等各种功能需求。 行业研究周报 - 3 - 敬请参阅最后一页特别声明 图表2：DNNDK可以实现压缩、编译、执行深度学习模型三大功能 图表3：DNNDK的框架图 来源：深鉴科技官网，国金证券研究所 来源：深鉴科技官网，国金证券研究所 但是将神经网络模型进行高度压缩（即稀疏化）之后，其计算方式由稠密级计算变为稀疏的随机访问过程，所对应的底层硬件也应该做相应改变。因此深鉴科技推出了自有硬件结构（最终以板卡形式呈现），即基于赛灵思FPGA平台的两个DPU架构——亚里士多德架构和笛卡尔架构。其中亚里士多德架构专门针对卷积神经网络（CNN）设计，适用于视频图像识别；笛卡尔架构则专门针对递归神经网络（RNN）设计，适用于语音识别及自然语言处理（NL P）等应用方向。2017年10月24日，深鉴科技发布了多款基于以上两个架构的硬件产品，主要用于人脸识别、视频结构化、语音识别等领域。目前来自安防领域的营收占到了深鉴收入来源比例的70 %~80 %，其余营收则来自于数据中心。 图表4：适用于视频图像识别的亚里士多德架构 图表5：适用于语音识别、NLP的笛卡尔架构 来源：深鉴科技官网，国金证券研究所 来源：深鉴科技官网，国金证券研究所 图表6：深鉴科技发布了数款基于上述两个架构的硬件产品 产品名称 产品型号 功能 人脸检测识别模组 DP-1200-F01 支持 18 帧的高帧率和 3 瓦的功耗，可以用在人脸识别相机等前端的产品上 人脸分析解决方案 DP-2100-F16 主要应用于后端，单板卡可以支持 16 路 1080p 视频的实时识别，并且整体功耗是 30 瓦以下 视频结构化解决方案 DP-2100-O16 可以做到 16 路 1080p 高清视频的实时视频结构化，可以做到人、车、非机动车的检测、跟踪和属性分析 语音识别加速方案 DP-S64 支持全稀疏化的神经网络处理，单板卡最多可以支持 64 路用户同时的语音识别加速。在这种情况下基于稀疏的神经网络和模深度压缩工具 DECENT：结合了剪枝（Pruning）、量化（Quantization）等一系列压缩技术，在保证基本不损失算法精度的前提下可将网络模型的计算量和规模压缩数倍至数十倍 神经网络编译器DNNC：将训练后经过 DECENT 压缩的神经网络模型映射为 DPU 上高效执行地优化指令流，在极大提高DPU计算性能的同时有效降低系统访问带宽和功耗需求 行业研究周报 - 4 - 敬请参阅最后一页特别声明 型压缩，可以让语音识别的延迟更短。 来源：机器之心，国金证券研究所 图表7：深鉴科技基于 FPGA 的 Aristotle 加速器效用率要高于苹果 A11 、华为麒麟 970 来源：雷锋网，国金证券研究所 地平线机器人 地平线机器人提供“芯片（架构设计、软件SDK）+算法”整体解决方案（深鉴科技不提供上层应用算法）。对应于深鉴科技的DPU，地平线机器人的芯片平台命名为BPU，其所设计的BPU处理器的架构演进分为3阶段：高斯架构（第一代）、伯努力架构（第二代）、贝叶斯架构（第三代）。目前地平线已经完成了高斯架构的设计，高斯架构可以在GPU/FPGA上实现。 图表8：地平线科技的架构演进分为3阶段 来源：雷锋网，国金证券研究所 在三个产品分别面向 GoogleNet-V3、ResNet-50 和 VGG 16 三种神经网络结构进行对比时，Aristotle 加速器的效用率皆超过了 50%，并高于对手一大截 行业研究周报 - 5 - 敬请参阅最后一页特别声明 与深鉴科技重点布局安防行业不同，地平线的主要发力方向是自动驾驶。地平线基于高斯架构“芯片+算法”的一整套解决方案，将会在智能驾驶、智能生活、公共安防三个领域重点铺设应用，其中智能驾驶是地平线的最主要的发力方向，目前，基于此架构并用于汽车的雨果1.0平台也已经上线。带有解决方案的第一代BPU“盘古芯片”目前已进入流片阶段，预计于2017年第三季度推出。这款芯片将支持1080P的高清图像输入，达到每秒钟处理30帧，检测跟踪数百个目标。 图表9：地平线基于高斯架构“芯片+算法”的一整套解决方案主要有三大应用领域 重点布局方向 简介 智能驾驶 基于高斯架构研发的AD AS产品将作为重点推进；持续落实与OEM、TEIR1的技术合作，计划于下半年实现特定道路的自动驾驶 智能生活 除与美的的合作之外，地平线还会继续在家电、玩具、服务机器人等领域发力 公共安防 基于FPGA平台的解决方案将推向市场。4月初已经与Intel在北美安防展上进行联合展示基于FPGA平台的云端安防解决方案 来源：Xtecher，国金证券研究所 2、本周行情回顾 本周计算机指数跑输沪深300指数2.74个百分点，跑输创业板指1.17个百分点，计算机整体跌幅（0.3