半导体行业点评报告-一周观点:人工智能硬件(首篇):从GPU到TPU

投资要点。

人工智能。

对人工智能的实现来说,算法是核心,计算、数据是基础。在算法上来说,主要分为工程学法和模拟法。工程学方法是采用传统的编程技术,利用大量数据处理经验改进提升算法性能;模拟法则是模仿人类或其他生物所用的方法或者技能,提升算法性能,例如遗传算法和神经网络。而在计算能力来说,目前主要是使用GPU并行计算神经网络,而专门的神经网络芯片也在未来将会异军突起。

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。

TPU。

TPU,即谷歌的张量处理器,名字来源于程序名。TPU宽容度更高,每秒在芯片中可以挤出更多的操作时间,使用更复杂和强大的机器学习模型,将之更快的部署,用户也会更加迅速地更智能的结果。

。

一周行情。

本周上证综指下跌0.06%,深圳成指上涨0.59%,创业板指上涨1.98%,集成电路(申万)指数0.42%,费城半导体指数上涨5.44%,3月北美半导体设备BB值1.15。