1、兩次 AI 策略逐步驗證，預期發酵考驗產業成長
2017AI年度策略：人工智慧處於Know-How時代。從目前瓶頸、技術、發展階段、未來機會來看，人工智慧發展正處於Know-How時代，即基礎演算法已成熟，行業應用型演算法及各類應用、商業模式快速豐富的時代。
2017H2AI策略：算力、演算法、資料技術三要素決定衝擊層次。 一線為安防、工業，特徵為收入、利潤將快速兌現。二線為教育、醫療。特徵為技術確定性高、空間較大、具有規模化優勢而進展較慢。三線為金融、與智慧駕駛，特徵為目前技術未證明絕對可行，產業處於快速嘗試期。
2、算力是核心需求、寒武紀全球領先
算力需求分為雲與端，遍佈整個人工智慧發展。雲端需求以訓練及比對類推理為主（如識別），終端需求以執行類為主。
算力是AI基礎需求
AI 計算需求與通用計算特徵（ CPU ）不同
人工智慧下的算力特徵是矩陣/求導（以訓練階段舉例）：通常使用梯度下沉法（二維情況下為最小二乘法，偏導數為0，多維情況下為梯度最低）；大量的浮點運算，需要計算單元；大規模矩陣計算，需要並行指令。
AI演算法訓練過程框架圖
傳統的算力（CPU）：處理所有的指令與運算；以邏輯順序為核心，計算單元比例約20%，處理分支與跳轉的判斷能力強，大量快取空間Cache，方便快速提取資料。
GPU架構和CPU架構對比
3行業切入成長期
手機、安防商業化場景形成，教育、醫療正孕育，AI行業從匯入期切入成長期。我們在2016年11月釋出的AI年度策略《人工智慧的KNOW-HOW時代》中預計，2017年人工智慧行業處於通用技術與行業知識結合，逐步形成商業化場景階段。
在2017年7月釋出的AI中期策略《技術衝擊-AI細分行業的演進猜想》中根據技術演進路線，提出人工智慧商業場景逐步成熟的三個層次：一線為安防、工業；二線為教育、醫療；三線為金融無人駕駛。從目前總體來看，手機。安防場景將馬上步入商業化，教育、醫療正孕育商業模式。
AI技術場景推進圖
手機、安防行業商業化場景形成。1）2017年9月，華為與蘋果公司相繼推出麒麟970與A11SOC晶片，均具備機器學習處理單元，奠定人工智慧處理硬體基礎（更優秀效率與能耗）。賦能手機以機器學習識別功能。頂級旗艦手機推出商業化平臺通常為相關應用成熟起點，在可預見未來，預計相關應用將逐步產生（如視覺導航等應用）。2）國內安防行業快速推進，產業調研（商湯、曠世、海康）顯示影片分析系統推進迅速，預計2018年，安防相關AI產業鏈（端處理、雲分析、算力）快速爆發。
曠視智慧安防解決方案
