【事件】9月25日至27日,NVIDIA在北京举办顶级AI峰会GPU技术大会(GTCChina2017),吸引了超过3500名科学家、工程师和新闻界人士参加,作为全球人工智能领域最具影响力的盛会之一,本次大会主要展示及交流关于云计算、无人驾驶汽车、智慧城市、医疗、金融、制造业、VR/AR、无人机、机器人等当今社会最前沿的计算机开发技术和应用,并宣布了一系列产业合作,包括不BAT等国内云服务提供商以及华为、浪潮、联想等OEM厂商在TeslaV100GPU加速器方面的合作。    深度学习浪潮席卷,高性能计算成AI发展的引擎:人工智能已经从概念走向实际应用,逐步成为世界经济新增长点。深度学习算法的风靡极大推动了当下人工智能的发展,互联网的普及则为深度学习算法积累了海量训练数据,不此同时,算法的训练需要相匹配的计算处理能力。深度模型参数多,计算量大,数据的规模更大,需要消耗很多计算资源。在早期使用深度神经网络进行语音识别的模型中,拥有429个神经元的输入层,整个网络拥有156M个参数,训练时间超过75天,AndrewNg和JeffDean打造的GoogleBrain项目,使用包含16000个CPU核的并行计算平台训练超过10亿个神经元的深度神经网络,进一步如果模拟人类大脑的全脑级的神经系统,需要模拟1000亿个神经元,计算能力需要有数个数量级的提升。因此,高性能计算始终是AI发展的核心领域。    GPU赋能高性能计算,人工智能发展驱动GPU加速服务器市场快速增长:人工智能极大促进了与用加速计算的发展,其中GPU加速计算凭借其高并行计算性能和成熟的软件生态,在这一轮人工智能浪潮中脱颖而出,成为现阶段人工智能领域应用最广泛的加速计算解决方案。IDC最新发布的《2017上半年中国AI基础架构:GPU加速计算服务器市场跟踪报告》显示,2016全年中国GPU加速计算服务器市场厂商销售额为1.71亿美元;在人工智能发展浪潮的推动下,预计2017年全年,厂商销售额将达到4.78亿美元,同比增长180%;2016年~2021年间,厂商销售额年复合增长率为70.5%,并形成了以曙光、浪潮为第一梯队的市场竞争格局。    重点关注标的:我们建议积极关注国内高性能计算领域的龙头中科曙光,公司不NVIDIA合作建立深度学习联合实验室,提供一揽子的HPCGPU解决方案;同时公司在上游芯片自主可控方面大力布局,参股子公司天津海光和AMD合作,研制国产芯片,有望进一步提高公司服务器竞争力。风险提示:市场竞争加剧;云计算业务推进不及预期;新技术研发不及预期;证券市场系统性风险。    风险提示:宏观经济发展不及预期;人工智能行业发展不及预期。

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。