科技行业：华为发布最强AI芯片和AI计算框架

1、MDC移动数据中心国内外车厂，园区巴士、新能源车、自动驾驶Atlas系列板卡、服务器 AI相关的数十家伙伴,智慧交通、智慧电力等数十个行业解决方案Ok CICC中金公司昇腾310与910完整覆盖AI推理和训练计算AI推理芯片：昇腾310昇腾310最早在2018年10月的华为全联接大会上正式发布和推出。昇腾310整数精度（INT8）算力达16TopS,对应最大功耗8W,是能效领先的AI推理芯片。目前，昇腾310已经被广泛运用在华为的边缘计算设备和云服务中，包括车载移动数据中心MDC 300、 Atlas系列板卡和服务器、以及基于昇腾310的图像分析/OCR/视频智能分析云服务。2019 年8月，

2、华为智能安防业务战略发布会上最新发布的安防摄像机HoloSens SDC X2382-HL, 也搭载有昇腾310o图表华为基于昇腾310的产品和云服务基于昇腾310的华为云服努，图像分析类服芳、OCR服芳、前须智能分析服务等超过50个API；，API日均调用量超过1彳欲，预计年底日均调用量3亿;超过100个客户使用昇腾310H发定制Al算法.资料来源：华为，中金公司研究部AI训练芯片：昇腾9102018年10月，华为在2018全联接大会上发布了昇腾910技术规格：基于7nm工艺， ARM V8架构的永久授权，达芬奇架构，半精度（FP16）算力256TFLOPS,整数精度（INT8） 算力512

3、TOPS, 128个全高清视频解码器。此次公司发布了实际测试结果，并宣布已商用 量产。根据测试结果，昇腾910设计额定功率为350W,但在310W功耗下即可实现设计 算力。华为认为，昇腾910是目前最强性能的AI处理器。在典型的ResNet50网络的训练中， 昇腾910与MindSpore配合,与现有主流训练单卡配合TensorFlow相比,显示出接近2 倍的性能提升。昇腾910类似于昇腾310,不会单独对外销售，而是以AI加速模块、AI 服务器、移动数据中心MDC、云服务的形式面向第三方销售，且价格不会高于Google TPU、英 伟达 Tesla V100o请仔细图表2:昇腾910的算力提

4、升Nvidia V100Nvidia V100 Normalized to 16-bitGoogle TPU v2Google TPU v3MindSpore框架优化 Pipelin 曲行跨层内存复用软硬件协同优化 On-Devic 曲L 行深度图优化1802现有训练单卡Ascend 910TensorFlo* MindSporeRasNM SO V1 5imageNet : 力手的一被各自金佳的3,资料来源：华为，中金公司研究部图表3:三种主流4训练芯片的参数比拟英伟达Tesla V100谷歌TPU V3华为昇腾910性能双精度7TFL0PS,单精度 14TFL0PS,半精度 125TFLO

5、PS半精度105TFLOPS（4芯片模块）半精度256FLOPS,整数精 度 512TFLOPS功耗250W300W200W350W存储32/16GB HBM232GB HBM32/16GB HBM2E工艺制程12nm16/12nm7nm接口PCIe3.0/NVLINKPCIe 3.0PCIe 4.0/HCCS/RoCE发布时间2017年6月2018年5月2019年量产支持框架TensorFlow, PyTorch, Caffe2, MXNetTensorFlow, PyTorchTensorFlow, PyTorch, PaddlePaddle, Keras, ONNX, Caffe, Ca

6、ffe 2, MXNet售价约10,000美元云端：8美元/小时N/A资料来源：量子位，中金公司研究部昇腾系列产品线未来华为表示，针对边缘计算、自动驾驶车载计算、训练等不同场景，将推出更多AI处 理器：昇腾920 （昇腾910升级款）和昇腾320 （昇腾310升级款）将会在2021年发布。昇腾910/920属于昇腾max系列，昇腾产品线还将包括Mini、Lite、Tiny和Nano等新产 品系列，其中昇腾310属于Mini系列；Lite Tiny和Nano三个系列芯片预计将后续发布， Nan。系列将应用在智能穿戴场景中，Light/Tiny系列将和麒麟990处理芯片结合，用于智 能产品和智能家

7、具产品中。请仔细图表4华为昇腾产品发布时间线Training256TFLOP 艳 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资料来源：华为，中金

8、公司研究部8TFLOPSFP1616TOPSlftt8Up to 16G8 LPDDR4X3200MHz16THD video decoder rFHO video oncoderTBDProductionUnder developmentPlanning2019202020212022请仔细全场景Al计算框架MindSpore计算框架会上，华为推出了全场景AI计算框架MindSpore,华为强调开发态友好（例如显著减少 训练时间和本钱）、运行态高效（例如最少资源和最高能效比）和端、边缘和云等多场景 适应三大优势。开发态友好：AI算法即代码，显著减少模型开发时间。典型NLP网络在MindSpo

9、re 可降低核心代码量20%,效率整体提升50%以上。运行态高效：协同优化昇腾处理器，提高计算性能。同时也支持GPU、CPU等其它 处理器。场景适应：MindSpore针对不同场景架构可大可小。隐私保护：MindSpore通过协同经过处理后的、不带有隐私信息的梯度、模型信息， 而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。平安可信：MindSpore将模型保护Built-in到AI框架中。华为宣布MindSpore将在2020年Q1开源，促进生态开展。请仔细全栈全场景Al解决方案介绍华为的AI战略华为定位AI是一种新的通用技术，将和汽车、电脑、互联网一样应用到经济的几乎所有

10、 地方。目前AI应用还处于开展初期。华为公司的AI战略：投资AI基础研究：在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更 少的数据需求）、能耗高效（更低的算力和能耗），平安可信、自动自治的机器学 习基础能力；打造全栈全场景解决方案：提供充裕的、经济的算力资源，简单易用、高效率、全 流程的AI平台；投资开放生态和人才培养：面向全球，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务，实现更大价值、更强竞争力；应用AI优化内部管理，对准海量作业场景，大幅度提升内部运营效率和质量。华为AI解决方案全场景：公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部

11、署环境；全栈：Ascend昇腾系列IP和芯片：基于统一的可扩展架构实现。已商用的芯片为昇腾310,基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310,华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，而且在快速增长， 预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。芯片使能CANN：芯片算子库和高度自动化的算子开发工具。训练和推理框架M

12、indSpore：支持端、边、云独立和协同统一训练和推理框架。应用使能：提供全流程服务（ModelArts）,分层API和预集成方案。 ModelArts全流程模型生产服务打通了从数据获取-模型开发-模型训练-模型部 署的全链条，可将生产所需的所有服务一站式提供。截至目前，ModelArts已经 拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视 觉类作业占85%,语音类作业占10%,机器学习5%o请仔细图表5:华为4产品解决方案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训练需要数日数月算力稀缺且昂贵AI主要在云,少量在边缘主要算法诞生于1980年代没有-AT*就没有“智能”模型性能考试优秀与其它技术连接不充分一廨要高级技能的.专家的工作训陛只需几分钟. 几秒钟算力充裕且经济AI无处不在，田可场景，遛从GDPR邂:5效、能3丽效、平安、可解释的算法自动化/半自动化数据标注迎S

14、AL执行“晒，实时闭环浜统协同云、物联网、边缘计或 区块链.一大数据 数据座由一站式平台支持的基本技能数据科学家，领域专家、数据科学工程师相互协1器资料来源：华为，中金公司研究部华为认为AI开展的10个问题如图。图表6:华为4产品开展解决的十大问题As-lsAs-lsTo-Be资料来源：华为，中金公司研究部图表7：可比公司估值表财报货巾 公司名称 Wind代借父为览巾股价市值（百万 美元）市盈率|市净率净资产收 益率（）PEG2018A2019E2020E2018A2019E2020E2019E2019EUSD英伟达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资料来源：万得资讯、彭博资讯、公司公告、中金公司研究部 注：标*公司为中金覆盖，采用中金预测数据；其余使用市场一致预期 收盘价信息更新于北京时间2019年8月25日请仔细法律声明一般声明本报告由中国国际金融股份（已具备中国证监会批复的证券投资咨询业务资格）制作。本报告中的信息均来源于我们认为可靠的己公开资料，但中国国际金融股份及其关联机构（以下统称“中金公司”）对这些信息的准确性及完整性不作任何保证。本报告中的信息、意见等均仅供投资者参考之用，不构成对买

16、卖任何 证券或其他金融工具的出价或征价或提供任何投资决策建议的服务。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不 构成对任何人的个人推荐或投资操作性建议。投资者应当对本报告中的信息和意见进行独立评估，自主审慎做出决策并自行承当风险。投资者在依据本报告涉及 的内容进行任何 决策前，应同时考量各自的投资目的、财务状况和特定需求，并就相关决策咨询专业顾问的意见对依据或者使用本报告所造成的一切后果，中金公司及/或其关联人员均不承当任何责任。本报告所载的意见、评估及预测仅为本报告出具日的观点和判断，相关证券或金融工具的价格、价值及收益亦可能会波动。该等意见、

17、评估及预测无需通知即可随时更改。在不同时期，中金公司可能会发出与本报告所载意见、评估及预测不一致的研究报告。本报告署名分析师可能会不时与中金公司的客户、销售交易人员、其他业务人员或在本报告中针对可能对本报告所涉及的标的证券或其他金融工具的市场价格产生短期影 响的催化剂或事件进行交易策略的讨论。这种短期影响的分析可能与分析师已发布的关于相关证券或其他金融工具的目标价、评级、估值、预测等观点相反或不一致，相关的交易策略不同于且也不影响分析师关于其所研究标的证券或其他金融工具的基本面评级或评分。中金公司的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与

18、本报告意见及建议不一致的市场评论和/或交 易观点。中金公司没有将此意见及建议向报告所有接收者进行更新的义务。中金公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见 不一 致的投资决策。除非另行说明，本报告中所引用的关于业绩的数据代表过往表现。过往的业绩表现亦不应作为日后回报的预示。我们不承诺也不保证，任何所预示的回报会得以实现。 分析中所做的预测可能是基于相应的假设。任何假设的变化可能会显著地影响所预测的回报。本报告提供给某接收人是基于该接收人被认为有能力独立评估投资风险并就投资决策能行使独立判断。投资的独立判断是指，投资决策是投资者自身基于对潜在投资的口 标、需求、

19、机会、风险、市场因素及其他投资考虑而独立做出的。本报告由受香港证券和期货委员会监管的中国国际金融香港证券（“中金香港”）于香港提供。香港的投资者假设有任何关于中金公司研究报告的问题请直接联系中 金香港的销售交易代表。本报告作者所持香港证监会牌照的牌照编号已披露在报告首页的作者姓名旁。本报告由受新加坡金融管理局监管的中国国际金融（新加坡）（“中金新加坡”）于新加坡向符合新加坡证券期货法定义下的认可投资者及/或机构投资者 提供。提供本报告于此类投资者，有关财务顾问将无需根据新加坡之财务顾问法第36条就任何利益及/或其代表就任何证券利益进行披露。有关本报告之任何查询，在 新加坡获得本报告的人员可联系

20、中金新加坡销售交易代表。本报告由受金融服务监管局监管的中国国际金融（英国）（“中金英国”）于英国提供。本报告有关的投资和服务仅向符合2000年金融服务和市场法2005年 （金融推介）令第19（5）条、38条、47条以及49条规定的人士提供。本报告并未打算提供给零售客户使用。在其他欧洲经济区国家，本报告向被其本国认定为专业投资者（或相当性质）的人士提供。本报告将依据其他国家或地区的法律法规和监管要求于该国家或地区提供。特别声明在法律许可的情况下，中金公司可能与本报告中提及公司正在建立或争取建立业务关系或服务关系。因此，投资者应当考虑到中金公司及/或其相关人员可能存在影响 本报告观点客观性的潜在利益冲突。与本报告所含具体公司相关的披露信息请访问 ,亦可参见近期已发布的相关个股报告。与本报告所含具体公司相关的披露信息请访 s:/research.cicc /footer/disclosures,亦可参见近期已发布的关于该等公司的具体研究报告。中金研究基