科技行業(yè)：華為發(fā)布最強AI芯片和AI計算框架

1、MDC移動數據中心國內外車廠，園區(qū)巴士、新能源車、自動駕駛Atlas系列板卡、服務器 AI相關的數十家伙伴,智慧交通、智慧電力等數十個行業(yè)解決方案Ok CICC中金公司昇騰310與910完整覆蓋AI推理和訓練計算AI推理芯片：昇騰310昇騰310最早在2018年10月的華為全聯(lián)接大會上正式發(fā)布和推出。昇騰310整數精度（INT8）算力達16TopS,對應最大功耗8W,是能效領先的AI推理芯片。目前，昇騰310已經被廣泛運用在華為的邊緣計算設備和云服務中，包括車載移動數據中心MDC 300、 Atlas系列板卡和服務器、以及基于昇騰310的圖像分析/OCR/視頻智能分析云服務。2019 年8月，

2、華為智能安防業(yè)務戰(zhàn)略發(fā)布會上最新發(fā)布的安防攝像機HoloSens SDC X2382-HL, 也搭載有昇騰310o圖表華為基于昇騰310的產品和云服務基于昇騰310的華為云服努，圖像分析類服芳、OCR服芳、前須智能分析服務等超過50個API；，API日均調用量超過1彳欲，預計年底日均調用量3億;超過100個客戶使用昇騰310H發(fā)定制Al算法.資料來源：華為，中金公司研究部AI訓練芯片：昇騰9102018年10月，華為在2018全聯(lián)接大會上發(fā)布了昇騰910技術規(guī)格：基于7nm工藝， ARM V8架構的永久授權，達芬奇架構，半精度（FP16）算力256TFLOPS,整數精度（INT8） 算力512

3、TOPS, 128個全高清視頻解碼器。此次公司發(fā)布了實際測試結果，并宣布已商用 量產。根據測試結果，昇騰910設計額定功率為350W,但在310W功耗下即可實現設計 算力。華為認為，昇騰910是目前最強性能的AI處理器。在典型的ResNet50網絡的訓練中， 昇騰910與MindSpore配合,與現有主流訓練單卡配合TensorFlow相比,顯示出接近2 倍的性能提升。昇騰910類似于昇騰310,不會單獨對外銷售，而是以AI加速模塊、AI 服務器、移動數據中心MDC、云服務的形式面向第三方銷售，且價格不會高于Google TPU、英 偉達 Tesla V100o請仔細圖表2:昇騰910的算力提

4、升Nvidia V100Nvidia V100 Normalized to 16-bitGoogle TPU v2Google TPU v3MindSpore框架優(yōu)化 Pipelin 曲行跨層內存復用軟硬件協(xié)同優(yōu)化 On-Devic 曲L 行深度圖優(yōu)化1802現有訓練單卡Ascend 910TensorFlo* MindSporeRasNM SO V1 5imageNet : 力手的一被各自金佳的3,資料來源：華為，中金公司研究部圖表3:三種主流4訓練芯片的參數比擬英偉達Tesla V100谷歌TPU V3華為昇騰910性能雙精度7TFL0PS,單精度 14TFL0PS,半精度 125TFLO

5、PS半精度105TFLOPS（4芯片模塊）半精度256FLOPS,整數精 度 512TFLOPS功耗250W300W200W350W存儲32/16GB HBM232GB HBM32/16GB HBM2E工藝制程12nm16/12nm7nm接口PCIe3.0/NVLINKPCIe 3.0PCIe 4.0/HCCS/RoCE發(fā)布時間2017年6月2018年5月2019年量產支持框架TensorFlow, PyTorch, Caffe2, MXNetTensorFlow, PyTorchTensorFlow, PyTorch, PaddlePaddle, Keras, ONNX, Caffe, Ca

6、ffe 2, MXNet售價約10,000美元云端：8美元/小時N/A資料來源：量子位，中金公司研究部昇騰系列產品線未來華為表示，針對邊緣計算、自動駕駛車載計算、訓練等不同場景，將推出更多AI處 理器：昇騰920 （昇騰910升級款）和昇騰320 （昇騰310升級款）將會在2021年發(fā)布。昇騰910/920屬于昇騰max系列，昇騰產品線還將包括Mini、Lite、Tiny和Nano等新產 品系列，其中昇騰310屬于Mini系列；Lite Tiny和Nano三個系列芯片預計將后續(xù)發(fā)布， Nan。系列將應用在智能穿戴場景中，Light/Tiny系列將和麒麟990處理芯片結合，用于智 能產品和智能家

7、具產品中。請仔細圖表4華為昇騰產品發(fā)布時間線Training256TFLOP 艷 FP16512TOPSlnt8100G ROCE v2PCle Gen4 -16128 channel H254/265 decoderSupport mixed precision trainingAscend920TBDMobile data center (MDC)/DC50* TFLOPSFP16 100* TOPS lrtt8 LPDDR56400MHz 96THD video decoder 24,FHD video encoderAscend620TBDAscend3102018資料來源：華為，中金

8、公司研究部8TFLOPSFP1616TOPSlftt8Up to 16G8 LPDDR4X3200MHz16THD video decoder rFHO video oncoderTBDProductionUnder developmentPlanning2019202020212022請仔細全場景Al計算框架MindSpore計算框架會上，華為推出了全場景AI計算框架MindSpore,華為強調開發(fā)態(tài)友好（例如顯著減少 訓練時間和本錢）、運行態(tài)高效（例如最少資源和最高能效比）和端、邊緣和云等多場景 適應三大優(yōu)勢。開發(fā)態(tài)友好：AI算法即代碼，顯著減少模型開發(fā)時間。典型NLP網絡在MindSpo

9、re 可降低核心代碼量20%,效率整體提升50%以上。運行態(tài)高效：協(xié)同優(yōu)化昇騰處理器，提高計算性能。同時也支持GPU、CPU等其它 處理器。場景適應：MindSpore針對不同場景架構可大可小。隱私保護：MindSpore通過協(xié)同經過處理后的、不帶有隱私信息的梯度、模型信息， 而不是數據本身，以此實現在保證用戶隱私數據保護的前提下跨場景協(xié)同。平安可信：MindSpore將模型保護Built-in到AI框架中。華為宣布MindSpore將在2020年Q1開源，促進生態(tài)開展。請仔細全棧全場景Al解決方案介紹華為的AI戰(zhàn)略華為定位AI是一種新的通用技術，將和汽車、電腦、互聯(lián)網一樣應用到經濟的幾乎所有

10、 地方。目前AI應用還處于開展初期。華為公司的AI戰(zhàn)略：投資AI基礎研究：在計算視覺、自然語言處理、決策推理等領域構筑數據高效（更 少的數據需求）、能耗高效（更低的算力和能耗），平安可信、自動自治的機器學 習基礎能力；打造全棧全場景解決方案：提供充裕的、經濟的算力資源，簡單易用、高效率、全 流程的AI平臺；投資開放生態(tài)和人才培養(yǎng)：面向全球，持續(xù)與學術界、產業(yè)界和行業(yè)伙伴廣泛合作；把AI思維和技術引入現有產品和服務，實現更大價值、更強競爭力；應用AI優(yōu)化內部管理，對準海量作業(yè)場景，大幅度提升內部運營效率和質量。華為AI解決方案全場景：公有云、私有云、各種邊緣計算、物聯(lián)網行業(yè)終端以及消費類終端等部

11、署環(huán)境；全棧：Ascend昇騰系列IP和芯片：基于統(tǒng)一的可擴展架構實現。已商用的芯片為昇騰310,基于昇騰310的MDC和很多國內外主流車企在園區(qū)巴士、新能源車、自動駕駛等場景已經深入合作?；跁N騰310的Atlas系列板卡、服務器，與數十家伙伴在智慧交通、智慧電力等數十個行業(yè)落地行業(yè)解決方案。基于昇騰310,華為云提供了圖像分析類服務、OCR服務、視頻智能分析服務等云服務。對外提供API達50多個，日均調用量超過1億次，而且在快速增長， 預計年底日均調用量超過3億次。另有超過100多個客戶使用昇騰310開發(fā)定制AI算法。芯片使能CANN：芯片算子庫和高度自動化的算子開發(fā)工具。訓練和推理框架M

12、indSpore：支持端、邊、云獨立和協(xié)同統(tǒng)一訓練和推理框架。應用使能：提供全流程服務（ModelArts）,分層API和預集成方案。 ModelArts全流程模型生產服務打通了從數據獲取-模型開發(fā)-模型訓練-模型部 署的全鏈條，可將生產所需的所有服務一站式提供。截至目前，ModelArts已經 擁有開發(fā)者超過3萬，日均訓練作業(yè)任務超過4000個，32000小時，其中：視 覺類作業(yè)占85%,語音類作業(yè)占10%,機器學習5%o請仔細圖表5:華為4產品解決方案All-scenario Al computing frameworkAl ApplicationsAscend 910Worlds mos

13、t powerful Al processorMindSporeMsHi3?964| In use(Honor and Novasmartphones)To be launched atIFA2019| Ready soon(SVtop box and smartRome)| In use訓練需要數日數月算力稀缺且昂貴AI主要在云,少量在邊緣主要算法誕生于1980年代沒有-AT*就沒有“智能”模型性能考試優(yōu)秀與其它技術連接不充分一廨要高級技能的.專家的工作訓陛只需幾分鐘. 幾秒鐘算力充裕且經濟AI無處不在，田可場景，遛從GDPR邂:5效、能3麗效、平安、可解釋的算法自動化/半自動化數據標注迎S

14、AL執(zhí)行“曬，實時閉環(huán)浜統(tǒng)協(xié)同云、物聯(lián)網、邊緣計或 區(qū)塊鏈.一大數據 數據座由一站式平臺支持的基本技能數據科學家，領域專家、數據科學工程師相互協(xié)1器資料來源：華為，中金公司研究部華為認為AI開展的10個問題如圖。圖表6:華為4產品開展解決的十大問題As-lsAs-lsTo-Be資料來源：華為，中金公司研究部圖表7：可比公司估值表財報貨巾 公司名稱 Wind代借父為覽巾股價市值（百萬 美元）市盈率|市凈率凈資產收 益率（）PEG2018A2019E2020E2018A2019E2020E2019E2019EUSD英偉達NVDA.USUSD162.4498,92641.425.921.29.67.

15、86.228.3%2.3USD谷歌GOOGL.USUSD1153.58799,04227.118.516.24.23.42.916.8%1.4資料來源：萬得資訊、彭博資訊、公司公告、中金公司研究部 注：標*公司為中金覆蓋，采用中金預測數據；其余使用市場一致預期 收盤價信息更新于北京時間2019年8月25日請仔細法律聲明一般聲明本報告由中國國際金融股份（已具備中國證監(jiān)會批復的證券投資咨詢業(yè)務資格）制作。本報告中的信息均來源于我們認為可靠的己公開資料，但中國國際金融股份及其關聯(lián)機構（以下統(tǒng)稱“中金公司”）對這些信息的準確性及完整性不作任何保證。本報告中的信息、意見等均僅供投資者參考之用，不構成對買

16、賣任何 證券或其他金融工具的出價或征價或提供任何投資決策建議的服務。該等信息、意見并未考慮到獲取本報告人員的具體投資目的、財務狀況以及特定需求，在任何時候均不 構成對任何人的個人推薦或投資操作性建議。投資者應當對本報告中的信息和意見進行獨立評估，自主審慎做出決策并自行承當風險。投資者在依據本報告涉及 的內容進行任何 決策前，應同時考量各自的投資目的、財務狀況和特定需求，并就相關決策咨詢專業(yè)顧問的意見對依據或者使用本報告所造成的一切后果，中金公司及/或其關聯(lián)人員均不承當任何責任。本報告所載的意見、評估及預測僅為本報告出具日的觀點和判斷，相關證券或金融工具的價格、價值及收益亦可能會波動。該等意見、

17、評估及預測無需通知即可隨時更改。在不同時期，中金公司可能會發(fā)出與本報告所載意見、評估及預測不一致的研究報告。本報告署名分析師可能會不時與中金公司的客戶、銷售交易人員、其他業(yè)務人員或在本報告中針對可能對本報告所涉及的標的證券或其他金融工具的市場價格產生短期影 響的催化劑或事件進行交易策略的討論。這種短期影響的分析可能與分析師已發(fā)布的關于相關證券或其他金融工具的目標價、評級、估值、預測等觀點相反或不一致，相關的交易策略不同于且也不影響分析師關于其所研究標的證券或其他金融工具的基本面評級或評分。中金公司的銷售人員、交易人員以及其他專業(yè)人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發(fā)表與

18、本報告意見及建議不一致的市場評論和/或交 易觀點。中金公司沒有將此意見及建議向報告所有接收者進行更新的義務。中金公司的資產管理部門、自營部門以及其他投資業(yè)務部門可能獨立做出與本報告中的意見 不一 致的投資決策。除非另行說明，本報告中所引用的關于業(yè)績的數據代表過往表現。過往的業(yè)績表現亦不應作為日后回報的預示。我們不承諾也不保證，任何所預示的回報會得以實現。 分析中所做的預測可能是基于相應的假設。任何假設的變化可能會顯著地影響所預測的回報。本報告提供給某接收人是基于該接收人被認為有能力獨立評估投資風險并就投資決策能行使獨立判斷。投資的獨立判斷是指，投資決策是投資者自身基于對潛在投資的口 標、需求、

19、機會、風險、市場因素及其他投資考慮而獨立做出的。本報告由受香港證券和期貨委員會監(jiān)管的中國國際金融香港證券（“中金香港”）于香港提供。香港的投資者假設有任何關于中金公司研究報告的問題請直接聯(lián)系中 金香港的銷售交易代表。本報告作者所持香港證監(jiān)會牌照的牌照編號已披露在報告首頁的作者姓名旁。本報告由受新加坡金融管理局監(jiān)管的中國國際金融（新加坡）（“中金新加坡”）于新加坡向符合新加坡證券期貨法定義下的認可投資者及/或機構投資者 提供。提供本報告于此類投資者，有關財務顧問將無需根據新加坡之財務顧問法第36條就任何利益及/或其代表就任何證券利益進行披露。有關本報告之任何查詢，在 新加坡獲得本報告的人員可聯(lián)系

20、中金新加坡銷售交易代表。本報告由受金融服務監(jiān)管局監(jiān)管的中國國際金融（英國）（“中金英國”）于英國提供。本報告有關的投資和服務僅向符合2000年金融服務和市場法2005年 （金融推介）令第19（5）條、38條、47條以及49條規(guī)定的人士提供。本報告并未打算提供給零售客戶使用。在其他歐洲經濟區(qū)國家，本報告向被其本國認定為專業(yè)投資者（或相當性質）的人士提供。本報告將依據其他國家或地區(qū)的法律法規(guī)和監(jiān)管要求于該國家或地區(qū)提供。特別聲明在法律許可的情況下，中金公司可能與本報告中提及公司正在建立或爭取建立業(yè)務關系或服務關系。因此，投資者應當考慮到中金公司及/或其相關人員可能存在影響 本報告觀點客觀性的潛在利益沖突。與本報告所含具體公司相關的披露信息請訪問 ,亦可參見近期已發(fā)布的相關個股報告。與本報告所含具體公司相關的披露信息請訪 s:/research.cicc /footer/disclosures,亦可參見近期已發(fā)布的關于該等公司的具體研究報告。中金研究基