报告导读
随着人工智能和深度学习的发展,未来有些芯片,具有颠覆CPU的潜力。本周我们就来盘点一下,这些具有潜力的芯片。
投资要点
神经网络处理芯片
传统的计算芯片,都是基于冯诺依曼架构。冯诺依曼架构是计算存储程序原理,把程序本身当作数据来对待。此后的半个多世纪以来,计算机的发展取得了巨大的进步,但“冯·诺依曼架构”中信息存储器和处理器的设计一直沿用至今,连接存储器和处理器的信息传递通道仍然通过总线来实现。随着处理的数据量海量地增长,总线有限的数据传输速率被称为“冯·诺依曼瓶颈“。神经网络形态芯片,是真正有别于冯诺依曼架构的新型芯片
GPU
GPU在“深度学习”领域发挥着巨大的作用,因为GPU可以平行处理大量琐碎信息。深度学习所依赖的是神经系统网络——与人类大脑神经高度相似的网络——而这种网络出现的目的,就是要在高速的状态下分析海量的数据。例如,如果你想要教会这种网络如何识别出猫的模样,你就要给它提供无数多的猫的图片。而这种工作,正是GPU芯片所擅长的事情。而且相比于CPU,GPU的另一大优势,就是它对能源的需求远远低于CPU。GPU擅长的是海量数据的快速处理。
FPGA
对于深度学习而言,FPGA的可编程逻辑原件可用于实现普通逻辑功能中的数据和控制路径,而不依赖于冯·诺伊曼结构。它们也能够利用分布式片上存储器,以及深度利用流水线并行,这与前馈性深度学习方法自然契合。
一周行情
本周上证综指下跌0.71%,深圳成指下跌0.1%,创业板指上涨0.08%,集成电路(申万)指数上涨0.49%,费城半导体指数下跌2.3%,3月北美半导体设备BB值1.15。