核心觀點：

 

    　　AI 產業上游產品標準化程度趨高，市場集中度提高趨勢初顯；中下游定制化開發占比較大，市場分散。以AI 芯片和系統開發框架為主的上游具有通用性特征，容易形成標準化產品，且產品技術壁壘高。在行業中下游，由于場景碎片化，軟硬件產品定制化開發占比較大，商業模式以項目制為主，但隨著場景普適化，在算法和硬件方面也逐步模塊化。

 

    　　前端設備預計將呈現出軟硬件融合發展的趨勢，后臺設備中的軟件和硬件預計將向更加專業化的方向發展。前端設備中，不同硬件搭載的軟件功能各異，接口不一，AI 算法針對特定設備的定制化程度較高。

 

    　　在服務器和數據中心等后臺設備中，行業級軟件平臺所需處理的數據類型多樣，算法更加綜合，需要專用的AI 芯片的支持，軟硬件的專業化程度較高、投入較大。

 

    　　AI 應用場景廣闊，獨立AI 公司快速成長。在傳統行業智能化改造需求旺盛的背景下，獨立AI 公司規模持續擴大。18-21 年，寒武紀、商湯、科大訊飛的營收CAGR 分別為83.3%、36.4%和32.3%。

 

    　　AI 平臺化基礎設施為各場景廣泛賦能。以AI 芯片和開發環境與框架為基礎的算力基礎平臺具有各場景通用的屬性，標準化程度較高，已實現規模化應用。寒武紀開發的AI 算力產品已廣泛應用于云邊端各場景，帶動公司營收快速增長。18-21 年，寒武紀營收CAGR 明顯高于其他偏應用的AI 公司。

 

    　　GPU 是主流AI 芯片概念股，FPGA 和ASIC 在部分場景中的性能有望超過GPU。GPU 憑借其強大的計算能力、較高的通用性和性能的持續提升，預計將延續AI 芯片的主要市場份額。針對神經網絡訓練特定設計的ASIC 類芯片專用性更強，對于部分算法的加速效果有望超過GPU；FPGA 兼顧效率和靈活性的優勢，在應用和算法變化較多的場景中優勢明顯，更適用于各種細分行業。

 

    　　AI 龍頭股算力已成為數據中心算力的主要驅動力之一。17-21 年，英偉達數據中心業務收入CAGR 為53.1%，顯著高于英特爾數據中心業務的7.9%。19 年中國的服務器出貨量為319 萬臺，其中AI 服務器出貨量為7.9 萬臺，滲透率為2.5%，較18 年提升0.9pct。21 年1 月到22年2 月，全國規劃、在建和投入運營的人工智能計算中心超過20 個。

 

    　　重點標的：寒武紀龍頭股、商湯、科大訊飛、中科創達。

 

    　　風險提示。下游需求龍頭股波動和智能化升級動力不足的風險；研發投入成果轉化的不確定性；行業競爭加劇的風險。

 

數據推薦

最新投資評級目標漲幅排名上調投資評級 下調投資評級機構關注度行業關注度股票綜合評級首次評級股票