人工智能半導(dǎo)體產(chǎn)業(yè)分析報(bào)告

人工智能半導(dǎo)體產(chǎn)業(yè)分析報(bào)告人工智能芯片——架構(gòu)轉(zhuǎn)變世界人工智能倒逼芯片底層的真正變革人類周密制造領(lǐng)域〔半導(dǎo)體制造是目前為止人類制造領(lǐng)域的最巔到硅經(jīng)消滅瓶頸，而數(shù)據(jù)量的增長(zhǎng)卻呈現(xiàn)指數(shù)型的爆發(fā)，兩者之間的不匹配勢(shì)必會(huì)帶來技術(shù)和產(chǎn)業(yè)上的變革升級(jí)。變革從底層架構(gòu)開頭。計(jì)算的體系處。數(shù)據(jù)的擴(kuò)張遠(yuǎn)大于處理器性能的擴(kuò)張，依靠處理器性能在摩爾定律推動(dòng)下的提升的單極世界已經(jīng)崩潰，處理器性能提升的速AI所需的應(yīng)用程序的需求。大量數(shù)據(jù)消耗的數(shù)字運(yùn)算力量比幾年前全部數(shù)據(jù)中心加起來還要多。基于馮諾伊曼架構(gòu)的拓?fù)錁?gòu)造已經(jīng)持，是在摩爾定律放緩維度下引發(fā)芯片底層架構(gòu)重構(gòu)的變革。有可能引發(fā)的是一次超越以往任何時(shí)代的科技革命基于摩爾定律的機(jī)器時(shí)代的架構(gòu)——從Wintel到AAIntel實(shí)現(xiàn)了最大化；ARM通過IP的商業(yè)模式帶來了更開放的生態(tài)體系，實(shí)現(xiàn)了軟硬件的結(jié)合延長(zhǎng)了人類的觸角觀看Intel和ARM的黃金十年，站在現(xiàn)在時(shí)點(diǎn)往后看，我們提出過去十年以下游的應(yīng)用驅(qū)動(dòng)設(shè)計(jì)公司的成長(zhǎng)轉(zhuǎn)換為由設(shè)計(jì)公司主導(dǎo)應(yīng)用正在發(fā)生。從需求層面看企業(yè)成長(zhǎng)空間。類似90PC10年的智能手機(jī)帶來的億級(jí)大空間增量市場(chǎng)將很簡(jiǎn)潔推動(dòng)企業(yè)的快速增長(zhǎng)。設(shè)計(jì)企業(yè)能夠在成長(zhǎng)軌跡上實(shí)現(xiàn)跨越式突破的可能性來自于賽道的選擇。但站在現(xiàn)在時(shí)點(diǎn)看，人工智能是確定性的方向，在全部已有領(lǐng)域的人工智能滲將極大的轉(zhuǎn)變?nèi)祟惖纳?。處于最前沿的芯片公司的革正在以此而發(fā)生，重定義底層架構(gòu)的芯片，從上游推動(dòng)行業(yè)的變革在并沒有具體應(yīng)用場(chǎng)景爆發(fā)之前已經(jīng)賜予芯片公司充分的高估值就是認(rèn)可設(shè)計(jì)公司的價(jià)值人工智能芯片——架構(gòu)的異軍突起觀看人工智能系統(tǒng)的搭建，以目前的架構(gòu)而言，主要是以各種來實(shí)現(xiàn)深度學(xué)習(xí)算法。爭(zhēng)論各種的形式和實(shí)現(xiàn)，并探討變革下引發(fā)的行業(yè)深層次轉(zhuǎn)變。認(rèn)為人工智能芯片將有可能在摩爾定律放緩維度下引發(fā)芯片底層架構(gòu)重構(gòu)的變革。從2個(gè)維度測(cè)算人工智能芯片空間從兩個(gè)維度爭(zhēng)論人工智能芯片的市場(chǎng)空間測(cè)算。維度一從人工智能總市場(chǎng)規(guī)，維度二具體拆分云/移動(dòng)端所需人工智能的BOM進(jìn)而推斷人工智能芯片市場(chǎng)空間。二個(gè)維度印證到2023年人工智能芯片將到達(dá)百億美元市場(chǎng)重點(diǎn)標(biāo)的：Intel，臺(tái)積電，NVIDIA，全志科技，富瀚微，北京君正內(nèi)容名目\l“_TOC_250011“人工智能倒逼芯片底層的真正變革 4\l“_TOC_250010“基于摩爾定律的機(jī)器時(shí)代的架構(gòu)——從Wintel到AA 6\l“_TOC_250009“Intel——PC時(shí)代的王者榮耀 6\l“_TOC_250008“Intel公司簡(jiǎn)介 6\l“_TOC_250007“Intel帶來的PC行業(yè)的市場(chǎng)規(guī)模變革和產(chǎn)業(yè)變化 7\l“_TOC_250006“ARM——開放生態(tài)下移動(dòng)時(shí)代的王加冕 9\l“_TOC_250005“ARM公司簡(jiǎn)介 9\l“_TOC_250004“ARM架構(gòu)——重塑造移動(dòng)智能時(shí)代 10\l“_TOC_250003“生態(tài)的建立和商業(yè)模式的轉(zhuǎn)變——ARM重塑了行業(yè) 12\l“_TOC_250002“人工智能芯片——架構(gòu)的異軍突起 15\l“_TOC_250001“GPU——舊瓶裝酒 16\l“_TOC_250000“GPU芯片王者——NVIDIA 17FPGA——緊追GPU的步伐 19ASIC——定制化的專用人工智能芯片 21VPU——你是我的眼 223.3.1.TPU——Google的野心 23人工神經(jīng)網(wǎng)絡(luò)芯片 24寒武紀(jì)——真正的不同 25從2個(gè)維度測(cè)算人工智能芯片空間 26重點(diǎn)標(biāo)的 29圖表名目圖1：遵從摩爾定律進(jìn)展到微處理器進(jìn)展 4圖2：摩爾定律在放緩 4圖3：全球智能手機(jī)每月產(chǎn)生的數(shù)據(jù)量〔EB〕5年提升了13X 4圖4：?jiǎn)我簧窠?jīng)元VS簡(jiǎn)單神經(jīng)元 5圖5：2次應(yīng)用驅(qū)動(dòng)芯片進(jìn)展 6圖6：英特爾x86處理器總市場(chǎng)份額 6圖7：使用X86架構(gòu)的單元 7圖8：摩爾定律下推動(dòng)下的Intel股價(jià)上揚(yáng) 8圖9：Intel2023Q1-2023Q4各產(chǎn)品線增速 8圖10：Intel總產(chǎn)品收入VSPC端收入 8圖11：IntelVS全球半導(dǎo)體增速 8圖12：ARM的商業(yè)模式 9圖13：ARM架構(gòu)的進(jìn)展 10圖14：高級(jí)消費(fèi)電子產(chǎn)品正在結(jié)合更多的ARM技術(shù) 12圖15：ARM在智能手機(jī)中的成分 13圖16：基于ARM芯片的出貨量 13圖17：ARM在載有處理器芯片部門的市場(chǎng)占有率 14圖18：ARM收入及利潤(rùn)狀況 14圖19：人工智能芯片產(chǎn)業(yè)鏈 15圖20：CPUVSGPU架構(gòu) 16圖21：GPU架構(gòu)流程 16圖2US .723：GPU性能...........................................................17圖24：2023-2023年NVIDIA營(yíng)收狀況.........................................18圖25：2023-2023年NVIDIA毛利狀況.........................................18圖26：NVIDIA2023年上半年收入構(gòu)成.........................................18圖27：FPGA架構(gòu)...........................................................20圖28：FPGAVSCPU20圖29：FPGAVSCPU20圖30：FPGA性能...........................................................21圖31：VPU架構(gòu)............................................................22圖32：VPU模組...........................................................22圖33：VPU應(yīng)用............................................................23圖34：3D景深構(gòu)造.........................................................23圖35：3D成像.............................................................23圖36：GoogleTPU架構(gòu).................................................23圖37：GoogleTPU性能.................................................24圖38：傳統(tǒng)硬件處理方式....................................................25圖39：寒武紀(jì)處理方式......................................................25圖40：寒武紀(jì)芯片性能/能效.................................................25圖41：終端和移動(dòng)端........................................................25圖42：人工智能市場(chǎng)規(guī)模....................................................26圖43：人工智能芯片總市場(chǎng)規(guī)模..............................................27表9：云端市場(chǎng)規(guī)模〔單位：百萬美元〕.......................................28圖44：云端領(lǐng)域人工智能芯片規(guī)模推測(cè)........................................28圖45：終端領(lǐng)域人工智能芯片市場(chǎng)規(guī)模推測(cè)....................................29表1：ARM架構(gòu)匯總........................................................11表2：2023年ARM在各類型智能手機(jī)部件中的可獲得的單機(jī)收入 13表3：人工智能系統(tǒng) 15表4：NVIDIA出貨芯片推測(cè)〔單位：百萬顆〕 19表5：馮諾伊曼架構(gòu)VSFPGA架構(gòu) 19表6：圖像應(yīng)用和語音應(yīng)用人工智能定制芯片 21表7：實(shí)現(xiàn)原理 22表8：馮諾伊曼架構(gòu)VS神經(jīng)網(wǎng)絡(luò)芯片架構(gòu) 24人工智能倒逼芯片底層的真正變革爭(zhēng)論人類的科技進(jìn)展史，覺察科技的進(jìn)步速度呈現(xiàn)指數(shù)型加速態(tài)勢(shì)。尤其在1950年以后進(jìn)入芯片時(shí)代，摩爾定律推動(dòng)下的每18個(gè)月“芯片晶體管同比例縮小一半”帶來的性能提升以倍數(shù)計(jì)。每一次加速的過程推動(dòng)，都引發(fā)了產(chǎn)業(yè)的深層次變革，帶動(dòng)從底層到系統(tǒng)的階躍。我們本篇報(bào)告將著重從底層芯片角度動(dòng)身，探討人工智能芯片帶來的深層次變革。圖1：遵從摩爾定律進(jìn)展到微處理器進(jìn)展資料來源：Gartner，天風(fēng)證券爭(zhēng)論所然而時(shí)至今日，人類周密制造領(lǐng)域〔半導(dǎo)體制造是目前為止人類制造領(lǐng)域的最巔峰〕遇到硅基極限的挑戰(zhàn)，摩爾定律的放緩似乎預(yù)示著底層架構(gòu)上的芯片性能的再提升已經(jīng)消滅瓶頸，，兩者之間的不匹配勢(shì)必會(huì)帶來技術(shù)和產(chǎn)業(yè)上的變革升級(jí)。資料來源：IFS，天風(fēng)證券爭(zhēng)論所資料來源：CiscoVNL，天風(fēng)證券爭(zhēng)論所圖2：摩爾定律在放緩 圖3：全球智能手機(jī)每月產(chǎn)生的數(shù)據(jù)量〔EB資料來源：IFS，天風(fēng)證券爭(zhēng)論所資料來源：CiscoVNL，天風(fēng)證券爭(zhēng)論所14121086420202320232023202320232023變革從底層架構(gòu)開頭計(jì)算芯片的架構(gòu)50多年來都沒有發(fā)生過本質(zhì)上的變化，請(qǐng)留意計(jì)算架構(gòu)的打算是資源的組織形式。而傳統(tǒng)的馮諾伊曼是實(shí)行掌握流架構(gòu)，承受的是線性的記憶體和布爾函數(shù)作為基線計(jì)算操作。處理器的架構(gòu)基于流水線串行處理的機(jī)制建立，存儲(chǔ)器和處理器分別，流水線的計(jì)算過程可以分解為取指令，執(zhí)行，取數(shù)據(jù)，數(shù)據(jù)存儲(chǔ)，依次循環(huán)。依靠整個(gè)串行的過程，規(guī)律清楚，但性能的提升通過兩種方式，一是摩爾定律下推動(dòng)下晶體管數(shù)量的增多實(shí)現(xiàn)性能倍增；二是通過并行多個(gè)芯片核來實(shí)現(xiàn)。無論何種方式，本質(zhì)上都是線性的性能擴(kuò)張。人工智能芯片依據(jù)數(shù)據(jù)流的碎片化和分布式而實(shí)行神經(jīng)網(wǎng)絡(luò)計(jì)算范式，特征在于分布式的表示和激活模式。變量由疊加在共享物理資源上的向量表示，并且通過神經(jīng)元的激活來進(jìn)行計(jì)算。以神經(jīng)元架構(gòu)實(shí)現(xiàn)深度學(xué)習(xí)人工智能的臨界點(diǎn)實(shí)現(xiàn)主要緣由在于：數(shù)據(jù)量的激增和計(jì)算機(jī)力量/本錢。從單一的神經(jīng)元,再到簡(jiǎn)潔的神經(jīng)網(wǎng)絡(luò),到一個(gè)用于語音識(shí)別的深層神經(jīng)網(wǎng)絡(luò)。層次間的簡(jiǎn)單度呈幾何倍數(shù)的遞增。數(shù)據(jù)量的激增要求的就是芯片計(jì)算力量的提升。4VS簡(jiǎn)單神經(jīng)元資料來源：NVIDIA，天風(fēng)證券爭(zhēng)論所計(jì)算的體系處于碎片化引發(fā)架構(gòu)變革。數(shù)據(jù)的擴(kuò)張遠(yuǎn)大于處理器性能的擴(kuò)張，依靠處理器性能在摩爾定律推動(dòng)下的提升的單極世界已經(jīng)崩潰，處理器性能提升的速度并缺乏以滿足AI所需的應(yīng)用程序的需求。大量數(shù)據(jù)消耗的數(shù)字運(yùn)算力量比幾年前全部數(shù)據(jù)中心加起來還要多。Cl現(xiàn)階段的一切技術(shù)和應(yīng)用，基于馮諾伊曼架構(gòu)的拓?fù)錁?gòu)造已經(jīng)持續(xù)了很多年并沒有本質(zhì)上的變化。而人工智能帶來的，是在摩爾定律放緩維度下引發(fā)芯片底層架構(gòu)重構(gòu)的變革。有可能引發(fā)的是一次超越以往任何時(shí)代的科技革命?；谀柖傻臋C(jī)器時(shí)代的架構(gòu)——從Wintel到AA本章我們重點(diǎn)爭(zhēng)論兩次芯片架構(gòu)變化引發(fā)的產(chǎn)業(yè)變革和應(yīng)用爆發(fā)。Intel與Windows結(jié)合PC2023后蘋果帶來的智能手機(jī)引發(fā)的ARM與Android生態(tài)，將機(jī)器與人的結(jié)合拓展到了移動(dòng)端。我們回憶歷史上的芯片架構(gòu)歷史，認(rèn)為馮諾伊曼架構(gòu)帶來了計(jì)算體系的建立并通過Intel實(shí)現(xiàn)了最大化；ARM通過共享IP的商業(yè)模式帶來了更開放的生態(tài)體系，實(shí)現(xiàn)了軟硬件的結(jié)合延長(zhǎng)了人類的觸角。圖5：2次應(yīng)用驅(qū)動(dòng)芯片進(jìn)展資料來源：SIA，天風(fēng)證券爭(zhēng)論所觀看Intel和ARM過去十年以下游的應(yīng)用驅(qū)動(dòng)設(shè)計(jì)公司的成長(zhǎng)轉(zhuǎn)換為由設(shè)計(jì)公司主導(dǎo)應(yīng)用正在發(fā)生。從需求層面看企業(yè)成長(zhǎng)空間。類似90年月的PC和10年的智能手機(jī)帶來的億級(jí)大空間增量市場(chǎng)將很簡(jiǎn)潔推動(dòng)企業(yè)的快速增長(zhǎng)。設(shè)計(jì)企業(yè)能夠在成長(zhǎng)軌跡上實(shí)現(xiàn)跨越式突破的可能性來自于賽道的選擇。但站在現(xiàn)在時(shí)點(diǎn)看，人工智能是確定性的方向，在全部已有領(lǐng)域的人工智能滲透，都將極大的轉(zhuǎn)變?nèi)祟惖纳?。處于最前沿的芯片公司的革正在以此而發(fā)生，重定義底層架構(gòu)的芯片，。在并沒有具體應(yīng)用場(chǎng)景爆發(fā)之前已經(jīng)賜予芯片公司充分的高估值就是認(rèn)可設(shè)計(jì)公司的價(jià)值Intel——PC時(shí)代的王者榮耀I(xiàn)ntelX86時(shí)代的芯片架構(gòu)產(chǎn)品以及此架構(gòu)下公司以及行業(yè)的變化。Intel公司簡(jiǎn)介Intel是一家成立于1968年的半導(dǎo)體制造公司，總部位于美國(guó)加州。隨著個(gè)人電腦的普及和全球計(jì)算機(jī)工業(yè)的日益進(jìn)展，公司漸漸進(jìn)展成為全球最大的微處理器及相關(guān)零件的供給2023594億美元，世界500158。公司分為PC客戶端部門、數(shù)據(jù)中心部門、物聯(lián)網(wǎng)、移動(dòng)及通訊部門、軟件及效勞運(yùn)營(yíng)，其他還有筆記本部門、設(shè)備部門及NVM解決方案部門。公司主要營(yíng)業(yè)收入來自于PC客戶部門，其次是數(shù)據(jù)中心部門。公司的主要產(chǎn)品X86處理器占主導(dǎo)地位，接近90%，包2023PowerPCx86processors。圖6：英特爾x86處理器總市場(chǎng)份額95.00%90.00%85.00%80.00%75.00%70.00%65.00%

1 4 3QQQ2 2 30 0 0

2 1 4 3QQQQ4 5 5 60 0 0 0

2 1 4QQQ7 8 80 0 0

3 2 1 4 3QQQQQ9 0 1 1 20 1 1 1 1

2 1 4 3 2QQQQQ3 4 4 5 61 1 1 1 1資料來源：Intel，天風(fēng)證券爭(zhēng)論所Intelx86Intel8086開頭，286386486586P1、P2、P3、P4CPUX86x86指令集，被稱為x86微處理器。指令集是微處理器可以遵循的根本命令集，它本質(zhì)上是微處理器的芯片級(jí)x86AMDVia做處理器的許可權(quán)。圖7：使用X86架構(gòu)的單元80007000600050004000300020231000013131QQQQQ3344500000

313QQQ566000

131QQQ778000

313QQQ899000

131QQQ001111

313QQQ122111

131QQQ334111

31313QQQQQ4556611111資料來源：wind，天風(fēng)證券爭(zhēng)論所Intel帶來的PC行業(yè)的市場(chǎng)規(guī)模變革和產(chǎn)業(yè)變化Intel90年月至今進(jìn)展歷程，清楚看到90Intel進(jìn)展最快的階段并在2023年前顯而易見的緣由是個(gè)人電腦的快速普及滲透。而遵從摩爾定律的每一代產(chǎn)品的推出，疊加個(gè)人電腦快速滲透的乘數(shù)效應(yīng)，持續(xù)放大了企業(yè)的市值，類似于戴維斯雙擊，。圖8Intel股價(jià)上揚(yáng)資料來源：Wind，天風(fēng)證券爭(zhēng)論所馮諾伊曼架構(gòu)帶來了計(jì)算體系的建立并通過Intel實(shí)現(xiàn)了最大化，但從本質(zhì)上說，英特爾參與的是機(jī)器時(shí)代的興起和計(jì)算芯片價(jià)值表達(dá)。但時(shí)至今日，在人口紅利消散，PC滲透率到達(dá)穩(wěn)定階段，依托于PC時(shí)代的處理器芯片進(jìn)入了穩(wěn)定常態(tài)。英特爾在總產(chǎn)品收入提升的狀況下，PC在應(yīng)用增長(zhǎng)乏力的階段缺乏爆發(fā)式的再增長(zhǎng)。PC時(shí)代的處理器設(shè)計(jì)遵從了下游應(yīng)用驅(qū)動(dòng)上游芯片的實(shí)質(zhì)。圖9：Intel2023Q1-2023Q4各產(chǎn)品線增速 圖10：Intel總產(chǎn)品收入VSPC端收入 資料來源：Intel，天風(fēng)證券爭(zhēng)論所 資料來源：Intel，天風(fēng)證券爭(zhēng)論所進(jìn)入2023年后，英特爾的處理器增速同半導(dǎo)體行業(yè)根本協(xié)同全都，毫無疑問超越行業(yè)增速的增長(zhǎng)已經(jīng)需要的應(yīng)用拉動(dòng)。摩爾定律支撐了10多年的快速增長(zhǎng)再消滅邊際改善的增長(zhǎng)需要重打量。圖11：IntelVS球半導(dǎo)體增速資料來源：Intl天風(fēng)證券爭(zhēng)論所ARM——開放生態(tài)下移動(dòng)時(shí)代的王加冕本節(jié)重點(diǎn)闡述ARM在移動(dòng)時(shí)代的芯片架構(gòu)產(chǎn)品以及此架構(gòu)下公司以及行業(yè)的變化。ARM公司簡(jiǎn)介ARM公司是全球領(lǐng)先的半導(dǎo)體學(xué)問產(chǎn)權(quán)(IP)供給商，特地從事基于RISC技術(shù)芯片設(shè)計(jì)開發(fā)，并因此在數(shù)字電子產(chǎn)品的開發(fā)中處于核心地位。公司的前身Acorn于1978年在倫敦正式成立。1990ARMAcorn2090年月手機(jī)的快速進(jìn)展，基ARM技術(shù)的芯片出貨量飛速增長(zhǎng)，并于2023年宣布正式達(dá)成1000億芯片出貨量的里程碑。20237320ARM。ARM本身不直接從事芯片生產(chǎn)，只設(shè)計(jì)IP，包括指令集架構(gòu)、微處理器、圖形核心和互連架構(gòu)，依靠轉(zhuǎn)讓設(shè)計(jì)許可由合作公司生產(chǎn)各具特色的芯片，目前它在世界范圍有超100個(gè)的合作伙伴。ARM的創(chuàng)型商業(yè)模式為公司帶來了豐厚的回報(bào)率：它既使得ARM技術(shù)獲得更多的第三方工具、制造、軟件的支持，又使整個(gè)系統(tǒng)本錢降低，使產(chǎn)品更簡(jiǎn)潔進(jìn)入市場(chǎng)被消費(fèi)者所ARMIPARM的解決方案的芯片(OEMARM技術(shù)，因此ARM得以在智能手機(jī)、平板上一枝獨(dú)秀，全世界超過95%的智能手機(jī)都承受ARM架構(gòu)。12：ARM的商業(yè)模式資料來源：ARM，天風(fēng)證券爭(zhēng)論所ARM架構(gòu)——重塑造移動(dòng)智能時(shí)代ARM沿用了馮諾伊曼架構(gòu)，在性能和功耗上做到了更加平衡。在底層架構(gòu)沒有發(fā)生根本性 變革的狀況下，在架構(gòu)的橫向延長(zhǎng)上查找到了技術(shù)的轉(zhuǎn)換，從而實(shí)現(xiàn)了智能手機(jī)時(shí)代移動(dòng)端的產(chǎn)品階躍。處理器架構(gòu)在根源上看ARM連續(xù)了X86的底層架構(gòu)。正如我們?cè)谥盃?zhēng)論架構(gòu)時(shí)指出，處理器一般分為取指令，譯碼，放射，執(zhí)行，寫回五個(gè)步驟。而我們說的訪存，指的是訪問數(shù)據(jù)，不是指令抓取。訪問數(shù)據(jù)的指令在前三步?jīng)]有什么特別，在第四步，它會(huì)被發(fā)送到存取單元，等待完成。與X86不同的是在指令集方面，ARM架構(gòu)過去稱作進(jìn)階精簡(jiǎn)指令機(jī)器dC，更早時(shí)期被稱作nC，是2位精簡(jiǎn)指令集〔RISC〕處理器架構(gòu)，被廣泛地使用在嵌入式系統(tǒng)設(shè)計(jì)中。在應(yīng)用場(chǎng)景上有所不同。ARM指令集架構(gòu)的主要特點(diǎn)：一是體積小、低功耗、低本錢、高性能，因此ARM處理器格外適用于移動(dòng)通訊領(lǐng)域；二是大量使用存放器且大多數(shù)數(shù)據(jù)操作都在存放器中完成，指令執(zhí)行速度更快；三是尋址方式敏捷簡(jiǎn)潔，執(zhí)行效率高；四是指令長(zhǎng)度固定，可通過多流水線方式提高處理效率。13：ARM架構(gòu)的進(jìn)展資料來源：ARM，天風(fēng)證券爭(zhēng)論所表1：ARM架構(gòu)匯總ARM ARM2、ARM3V2ARM ARM2、ARM3V2V132位乘法指令和協(xié)處理器指令的支持。版本2a2的變種，ARM32a，是第一片承受CacheARM處理器。

代表處理器 簡(jiǎn)介ARM1V3

ARM19903ARM6。它作為IPMMCU和寫緩沖的集成CPU。變種版本有3G3M。版本3G2a33M引入了有符號(hào)和無符號(hào)數(shù)乘法和乘加指令。ARMV4ARM7-TDMI，ARM720-T，ARM9-TDMI，ARM920-T，ARM940-T等ARMV4ARM7-TDMI，ARM720-T，ARM9-TDMI，ARM920-T，ARM940-T等43版上作了進(jìn)一步擴(kuò)大4版架構(gòu)是目前應(yīng)用最廣的M4指令集，不再?gòu)?qiáng)制要求與26位地址空間兼容，而且還明確了哪些指令會(huì)引起未定義指令特別。V5 ARM9-E-S，ARM1020-E，ARM940-T等；ARMv5EJ指令集：ARM926-EJ-S，ARM7-EJ-S，ARM1026-EJ-S等

ZK中斷指令；增加了數(shù)字信號(hào)處理指令E版；為協(xié)處理器增加更多可選擇的指令。ARM ARM ，處理器。V6版架構(gòu)在降低耗電量的同時(shí)，還V6 ARM1156-J(F)-S，強(qiáng)化了圖形處理性能。它還引進(jìn)了包括單指令多數(shù)據(jù)(SIMD)運(yùn)算在內(nèi)的一系列功能。通過追加ARM1176-J(F)-S，SIMD〔SingleInstruction,MultipleData，單指令多數(shù)據(jù)〕功能，將語音及圖ARM11MPCore等像的處理功能提高到了原型機(jī)的4倍。此外，還引進(jìn)了作為ARMv6Thumb-2TrustZone技術(shù)。V7

Cortex-A、、Cortex-R等

ARMv7Thumb-2技術(shù)，它是在ARM解決方案的完整的代還支持改進(jìn)的運(yùn)行環(huán)境，來迎合不斷增加ARMCortex-A23、V8Cortex-A57、Cortex-A53、Cortex-R52、Cortex-M23、Cortex-M33等

架構(gòu)還包括NEON?技術(shù)擴(kuò)展，可將DSP400%，并供給改進(jìn)的浮點(diǎn)支持以滿足下一代3D圖形和玩耍以及傳統(tǒng)嵌入式掌握應(yīng)用的需要。ARMv8ARM公司的首款支持64位指令集的處理器架構(gòu)，可在32位和64位之間切換。由于ARMARMv8架構(gòu)作為下一代處理器的核心技術(shù)而受到普遍關(guān)注。ARMv8是在32ARM架構(gòu)上進(jìn)展開發(fā)的，主要被用于對(duì)擴(kuò)展虛擬地址和64位數(shù)據(jù)處理技術(shù)有更高要求的產(chǎn)品領(lǐng)域。ARMv820年來，ARM架構(gòu)變動(dòng)最大的一次。它ExecutionState、ExceptionLevel、SecurityState等特性，已經(jīng)和我們對(duì)舊的ARM架構(gòu)的認(rèn)知。資料來源：ARM、滿天芯，天風(fēng)證券爭(zhēng)論所生態(tài)的建立和商業(yè)模式的轉(zhuǎn)變——ARM重塑了行業(yè)ARM的商業(yè)模式值得真正的關(guān)注。ARMARM的授權(quán)，跟據(jù)流片的次數(shù)，可以付一次流片的費(fèi)用，也可以買三年內(nèi)無限次流片，更可以永久買斷。芯片Intel通過售賣自己的芯片來贏得終端客戶和市場(chǎng)，而ARM則是通過授權(quán)讓全世界的芯片制造商使用自家的產(chǎn)品來推廣。ARM的商業(yè)模式之所以在智能手機(jī)時(shí)代能夠推廣，是由于移動(dòng)端的生態(tài)更為開放，自上而下的生態(tài)建立，不僅是芯片開發(fā)者，也包括軟件開發(fā)者，都被構(gòu)建在生態(tài)的范圍內(nèi)。智能移動(dòng)設(shè)備上包含多件ARM的處理器/技術(shù)，每當(dāng)智能手機(jī)上增一個(gè)功能時(shí)，就為的ARM學(xué)問產(chǎn)權(quán)帶來了的時(shí)機(jī)。2023年，ARM在移動(dòng)應(yīng)用處理器〔包括智能手機(jī)、平板電腦和筆記本電腦〕上，依據(jù)量的測(cè)算，其市場(chǎng)份額高達(dá)90%，同時(shí)ARM估量移動(dòng)應(yīng)用處理器規(guī)模將從2023200億美元增長(zhǎng)到2025300億美元。圖14：高級(jí)消費(fèi)電子產(chǎn)品正在結(jié)合更多的ARM技術(shù)資料來源：ARM，天風(fēng)證券爭(zhēng)論所M各項(xiàng)技術(shù)在智能手機(jī)領(lǐng)域都有良好的滲透率A技術(shù)早已完全滲入，ARMv8-A70%，Maligraphics50%，高核數(shù)技術(shù)〔highcorecount〕35%.圖15：ARM在智能手機(jī)中的成分資料來源：ARM，天風(fēng)證券爭(zhēng)論所ARM2025年為止，智能手機(jī)設(shè)備的CAGR3%左右，而ARM在這一板5%CAGR上漲。表2：2023年ARM在各類型智能手機(jī)部件中的可獲得的單機(jī)收入智能手機(jī)類型部件ASP高端智能機(jī)應(yīng)用處理器$15-$20連接傳感器$5-$10中端智能機(jī)應(yīng)用處理器$5-$15連接傳感器$2-$3低端智能機(jī)應(yīng)用處理器<$5資料來源：ARM，天風(fēng)證券爭(zhēng)論所

$1-$2ARM1000億支，2023ARM技術(shù)芯片到達(dá)177億，發(fā)貨量在過去5CAGR15%。ARM的增長(zhǎng)完善契合了智能手機(jī)的快速增10年。圖16ARM芯片的出貨量資料來源：ARM，天風(fēng)證券爭(zhēng)論所圖17：ARM在載有處理器芯片部門的市場(chǎng)占有率 圖18：ARM收入及利潤(rùn)狀況資料來源：ARM，天風(fēng)證券爭(zhēng)論所 資料來源：ARM，天風(fēng)證券爭(zhēng)論所人工智能芯片——架構(gòu)的異軍突起觀看人工智能系統(tǒng)的搭建，以目前的架構(gòu)而言，主要是以各種來實(shí)現(xiàn)深度學(xué)習(xí)算法。本章爭(zhēng)論各種的形式和實(shí)現(xiàn)，并探討變革下引發(fā)的行業(yè)深層次轉(zhuǎn)變，并從2個(gè)維度給出具體的測(cè)算人工智能芯片的潛在空間首先我們必需描述人工智能對(duì)芯片的訴求，深度學(xué)習(xí)的目標(biāo)是仿照人類神經(jīng)網(wǎng)絡(luò)感知外部世界的方法。深度學(xué)習(xí)算法的實(shí)現(xiàn)是人工智能芯片需要完成的任務(wù)。在算法沒有發(fā)生質(zhì)變的前提下，追根溯源，全部的芯片都是為了實(shí)現(xiàn)算法而設(shè)計(jì)。表3：人工智能系統(tǒng)處理器存儲(chǔ)器

芯片功能數(shù)據(jù)/指令讀寫信息交換

芯片類型CPU、DRAM、ASICWiFi、Bluetooth

芯片廠商Intel，ARM，AMDNvidia，Google、MovidiusAvago，Skyworks，CSR資料來源：Wind，天風(fēng)證券爭(zhēng)論所傳統(tǒng)的芯片廠商/生態(tài)的建立者/進(jìn)入者。傳統(tǒng)的芯片制造廠商：Intel，Nvidia和AMD。他們的優(yōu)勢(shì)在于在已有架構(gòu)上對(duì)人工智能的延長(zhǎng)，對(duì)于硬件的理解會(huì)優(yōu)于競(jìng)爭(zhēng)對(duì)手，但也會(huì)困頓于架構(gòu)的囹圄；2上層生態(tài)的構(gòu)建者進(jìn)入芯片設(shè)計(jì)，比方蘋果和Google，優(yōu)勢(shì)在于依據(jù)生態(tài)敏捷開發(fā)定制各類ASIC，專用性強(qiáng)；進(jìn)入者，某些全的架構(gòu)比方神經(jīng)網(wǎng)絡(luò)芯片的寒武紀(jì)，由于是全的市場(chǎng)開進(jìn)入者的時(shí)機(jī)，由于是個(gè)全的架構(gòu)時(shí)機(jī)，將有時(shí)機(jī)誕生獨(dú)角獸。圖19：人工智能芯片產(chǎn)業(yè)鏈資料來源：Wind，半導(dǎo)體行業(yè)觀看，天風(fēng)證券爭(zhēng)論所GPU——舊瓶裝酒GPU使用SIMD〔單指令多數(shù)據(jù)流〕來讓多個(gè)執(zhí)行單元以同樣的步伐來處理不同的數(shù)據(jù)，原本用于處理圖像數(shù)據(jù)，但其離散化和分布式的特征，以及用矩陣運(yùn)算替代布爾運(yùn)算適合處理深度學(xué)習(xí)所需要的非線性離散數(shù)據(jù)。作為的使用，可以實(shí)現(xiàn)深度學(xué)習(xí)算法。但留意的是，GPU架構(gòu)照舊基于馮諾伊曼。GPUCPUGPUGPU由并行計(jì)算單元和掌握單元以及存儲(chǔ)單元構(gòu)成GPU擁有大量的核〔多達(dá)幾千個(gè)核和大量的高速內(nèi)存，擅長(zhǎng)做類似圖像處理的并行計(jì)算，以矩陣的分布式形式來實(shí)現(xiàn)計(jì)算。同CPU不同的是，GPU的計(jì)算單元明顯增多，特別適合大規(guī)模并行計(jì)算。圖20：CPUVSGPU架構(gòu)資料來源：NVIDIA，天風(fēng)證券爭(zhēng)論所留意GPU并行計(jì)算架構(gòu)，其中的流處理器組〔SMs〕類似一個(gè)CPU核，多個(gè)流處理器組可實(shí)現(xiàn)數(shù)據(jù)的同時(shí)運(yùn)算。因此，GPU主要適用于在數(shù)據(jù)層呈現(xiàn)很高的并行特性〔data-parallelism〕的應(yīng)用。21：GPU架構(gòu)流程資料來源：NVIDIA，天風(fēng)證券爭(zhēng)論所CPUGPUCPUGPU之間的不同，主要不同點(diǎn)列舉如下圖22：CPUVSGPU資料來源：Intel，天風(fēng)證券爭(zhēng)論所深度學(xué)習(xí)是利用簡(jiǎn)單的多級(jí)「深度」神經(jīng)網(wǎng)絡(luò)來打造一些系統(tǒng)，這些系統(tǒng)能夠從海量的未標(biāo)記訓(xùn)練數(shù)據(jù)中進(jìn)展特征檢測(cè)。由于GPU可以平行處理大量瑣碎信息。深度學(xué)習(xí)所依靠的是神經(jīng)系統(tǒng)網(wǎng)絡(luò)——與人類大腦神經(jīng)高度相像的網(wǎng)絡(luò)——而這種網(wǎng)絡(luò)消滅的目的，就是要在高速的狀態(tài)下分析海量的數(shù)據(jù)。GPU擅長(zhǎng)的是