AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來

ChatGPT:加速計(jì)算服務(wù)器時(shí)代到來AIGC行業(yè)深度報(bào)告(5)AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第1頁。目錄301

AI服務(wù)器需求呈現(xiàn)加速狀態(tài)02擁抱AI服務(wù)器的星辰大海03投資建議:梳理AIGC相關(guān)受益廠商04風(fēng)險(xiǎn)提示AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第2頁。01AI服務(wù)器需求呈現(xiàn)加速狀態(tài)4AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第3頁。1.1ChatGPT的競(jìng)爭(zhēng)本質(zhì)即大模型儲(chǔ)備競(jìng)賽大模型是人工智能發(fā)展的必然趨勢(shì):

大模型即“大算力+強(qiáng)算法”結(jié)合的產(chǎn)物。大模型通常是在大規(guī)模無標(biāo)注數(shù)據(jù)上進(jìn)行訓(xùn)練，學(xué)習(xí)出一種特征和規(guī)則?；诖竽Ｐ瓦M(jìn)行應(yīng)用開發(fā)時(shí)，將大模型進(jìn)行微調(diào)，如在下游特定任務(wù)上的小規(guī)模有標(biāo)注數(shù)據(jù)進(jìn)行二次訓(xùn)練，或者不進(jìn)行微調(diào)，就可以完成多個(gè)應(yīng)用場(chǎng)景的任務(wù)。大模型是輔助式人工智能向通用性人工智能轉(zhuǎn)變的堅(jiān)實(shí)底座:

大模型增強(qiáng)了人工智能的泛化性、通用性，生產(chǎn)水平得到質(zhì)的飛躍，過去分散化模型研發(fā)下，單一AI應(yīng)用場(chǎng)景需要多個(gè)模型支撐，每個(gè)模型需要算法開發(fā)、數(shù)據(jù)處理、模型訓(xùn)練、參數(shù)調(diào)優(yōu)等過程。大模型實(shí)現(xiàn)了標(biāo)準(zhǔn)化AI研發(fā)范式，即簡(jiǎn)單方式規(guī)模化生產(chǎn)，具有“預(yù)訓(xùn)練+精調(diào)”等功能，顯著降低AI開發(fā)門檻，即“低成本”和“高效率”。算力是打造大模型生態(tài)的必備基礎(chǔ)，服務(wù)器是算力的載體:

算力是訓(xùn)練大模型的底層動(dòng)力源泉，一個(gè)優(yōu)秀的算力底座在大模型(AI算法)的訓(xùn)練和推理具備效率優(yōu)勢(shì)；服務(wù)器是算力的底層載體，包含CPU、GPU、內(nèi)存、硬盤、網(wǎng)卡等，在ChatGPT中具有舉足輕重的作用，算力是服務(wù)器通過對(duì)數(shù)據(jù)進(jìn)行處理后實(shí)現(xiàn)結(jié)果輸出的一種能力。 5數(shù)據(jù)、平臺(tái)、算力、算法關(guān)系示意圖AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第4頁。1.2大模型出現(xiàn)帶動(dòng)AI服務(wù)器呈現(xiàn)加速狀態(tài)我們認(rèn)為大模型的出現(xiàn)有望帶動(dòng)AI服務(wù)器需求:

我們認(rèn)為除了對(duì)低延遲低功耗算力的性能需求，在服務(wù)器的種類上也產(chǎn)生了多樣化、細(xì)分化的場(chǎng)景應(yīng)用需求。各行業(yè)與人工智能技術(shù)的深度結(jié)合及應(yīng)用場(chǎng)景的不斷成熟與落地，使人工智能芯片朝著多元化的方向發(fā)展，為了迎合芯片的多元化，服務(wù)器的類型也將越來越豐富，并適用越來越多的行業(yè)應(yīng)用場(chǎng)景。根據(jù)IDC的數(shù)據(jù)，在2021年的統(tǒng)計(jì)，預(yù)計(jì)到2025年中國(guó)加速服務(wù)器市場(chǎng)規(guī)模將達(dá)到108.6億美元，且2023年仍處于中高速增長(zhǎng)期，增長(zhǎng)率約為20%。AI大模型對(duì)算力的需求分別來自訓(xùn)練和推理兩個(gè)環(huán)節(jié)。1）訓(xùn)練環(huán)節(jié)：通過標(biāo)記過的數(shù)據(jù)來訓(xùn)練出一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，使其能夠適應(yīng)特定的功能，模型具有一定的通用性，以便完成各種各樣的學(xué)習(xí)任務(wù)。該環(huán)節(jié)需要處理海量的數(shù)據(jù)，注重絕對(duì)的計(jì)算能力。2）推理環(huán)節(jié)：利用訓(xùn)練好的模型，使用新數(shù)據(jù)推理出各種結(jié)論。借助神經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，利用輸入的新數(shù)據(jù)來一次性獲得正確結(jié)論的過程。該環(huán)節(jié)對(duì)算力要求比訓(xùn)練環(huán)節(jié)略低，但注重綜合指標(biāo)，單位能耗算力、時(shí)延、成本等都要考慮。 62021-2025年中國(guó)服務(wù)器市場(chǎng)規(guī)模及增速(億美元) AI大模型對(duì)于算力(服務(wù)器)的需求AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第5頁。1.3服務(wù)器架構(gòu)隨負(fù)載量擴(kuò)張而不斷優(yōu)化服務(wù)器價(jià)值凸顯:計(jì)算機(jī)的一種，它比普通計(jì)算機(jī)運(yùn)行更快、負(fù)載更高、價(jià)格更貴，主要用于在網(wǎng)絡(luò)中為其它客戶機(jī)提供計(jì)算或者應(yīng)用服務(wù)。服務(wù)器具有高速的CPU運(yùn)算能力、長(zhǎng)時(shí)間的可靠運(yùn)行、強(qiáng)大的I/O外部數(shù)據(jù)吞吐能力以及更好的擴(kuò)展性。服務(wù)器一般具備承擔(dān)響應(yīng)服務(wù)請(qǐng)求、承擔(dān)服務(wù)、保障服務(wù)的能力。其內(nèi)部的結(jié)構(gòu)與普通的計(jì)算機(jī)相差不大，主要包括如：CPU、硬盤、內(nèi)存，系統(tǒng)、系統(tǒng)總線等，但相較于PC端需考慮幾方面，例如可拓展性、易使用性、可用性和易管理性。服務(wù)器架構(gòu)隨負(fù)載量擴(kuò)張而不斷優(yōu)化:服務(wù)器架構(gòu)經(jīng)歷了從傳統(tǒng)單一模式到集群模式，再到分布式架構(gòu)的優(yōu)化過程。傳統(tǒng)單一模式，服務(wù)器誕生初期將所有功能匯集在同一個(gè)系統(tǒng)，缺點(diǎn)為不便于維護(hù)、橫向拓展性不佳；因此集群模式誕生，這種集群模式將同一項(xiàng)目放在多個(gè)服務(wù)器上，有效緩解用戶訪問量大的壓力，但由于各個(gè)服務(wù)器間功能重復(fù)卻缺乏協(xié)同，系統(tǒng)維護(hù)成本仍然較高，且增加了用戶重復(fù)登陸問題，因此服務(wù)器架構(gòu)進(jìn)化到分布式模式。在分布式架構(gòu)中，整個(gè)系統(tǒng)按照不同功能拆分為多個(gè)單一功能的子模塊，每個(gè)模塊被放到不同服務(wù)器中相互協(xié)作，共同組成服務(wù)器網(wǎng)絡(luò)，能夠有效解決功能耦合度高等問題且代碼復(fù)用性高。 7服務(wù)器架構(gòu)演變過程示意圖AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第6頁。1.4深度拆解服務(wù)器核心硬件組成部分 8H3CUniServer

R4900

G5服務(wù)器硬件結(jié)構(gòu)拆解服務(wù)器的組成:服務(wù)器主要由主板、內(nèi)存、CPU、磁盤、網(wǎng)卡、顯卡、電源、主機(jī)箱等硬件設(shè)備組成；其中CPU、內(nèi)部存儲(chǔ)和外部存儲(chǔ)是組成核心部件。CPU處理器：負(fù)責(zé)整個(gè)服務(wù)器的運(yùn)算與控制，相當(dāng)于人的大腦，是直接影響到服務(wù)器性能的核心部件。單臺(tái)服務(wù)器可由多個(gè)CPU組成，一般服務(wù)器CPU個(gè)數(shù)多為2-4顆，也可有單顆的；虛擬化主機(jī)CPU有4-8顆的。CPU越多服務(wù)器性能越高。CPU的核數(shù)一般都是四核。內(nèi)部存儲(chǔ)：是CPU和硬盤之間的緩沖設(shè)備，是臨時(shí)存儲(chǔ)器（作用是臨時(shí)存放數(shù)據(jù)），程序在運(yùn)行的時(shí)候，都會(huì)調(diào)度到內(nèi)存中運(yùn)行，服務(wù)器關(guān)閉或程序關(guān)閉之后數(shù)據(jù)將自動(dòng)從內(nèi)存中釋放掉。外部存儲(chǔ)：永久存放數(shù)據(jù)的存儲(chǔ)器，其中常用的硬盤有300GB，500GB，1TB，3TB，4TB等。硬盤類型分機(jī)械硬盤，固態(tài)硬盤兩種。硬件成本構(gòu)成:

我們認(rèn)為，以一臺(tái)通用服務(wù)器為例，CPU(主板或芯片組)占比最高，大約占成本50%以上，內(nèi)存(內(nèi)部存儲(chǔ)+外部存儲(chǔ))占比約為20%。編號(hào) 名稱 編號(hào) 名稱3 中置GPU模塊 12 內(nèi)存5、6 網(wǎng)卡 13 主板7 Riser卡 18 電源模塊8 GPU卡 23 硬盤9 存儲(chǔ)控制卡 25 超級(jí)電容10 CPU 27 加密模塊12 內(nèi)存 28 系統(tǒng)電池H3CUniServer

R4900

G5服務(wù)器硬件結(jié)構(gòu)注釋AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第7頁。1.5服務(wù)器的分類:按機(jī)箱結(jié)構(gòu)分類服務(wù)器按照機(jī)箱結(jié)構(gòu)可分為:塔式服務(wù)器、機(jī)架式服務(wù)器、機(jī)柜式服務(wù)器、刀片式服務(wù)器。塔式服務(wù)器:

采用臺(tái)式機(jī)箱結(jié)構(gòu)，常見的入門級(jí)和工作組級(jí)服務(wù)器基本上都采用這一服務(wù)器結(jié)構(gòu)類型。優(yōu)點(diǎn):

對(duì)放置空間要求較小，拓展性高，應(yīng)用范圍廣泛，成本較低；缺點(diǎn)：升級(jí)擴(kuò)張有限，獨(dú)立性強(qiáng)；機(jī)架式服務(wù)器:

設(shè)計(jì)宗旨主要是為了盡可能減少服務(wù)器空間的占用，例如專業(yè)網(wǎng)絡(luò)設(shè)備。優(yōu)點(diǎn):

比塔式服務(wù)器對(duì)空間的要求更小?？蓴U(kuò)展性強(qiáng)，擴(kuò)展操作便利；缺點(diǎn):

拓展和散熱受到一定限制，因此無法實(shí)現(xiàn)完美的設(shè)備擴(kuò)張，單機(jī)性能有限；機(jī)柜式服務(wù)器:

應(yīng)用于企業(yè)端，內(nèi)部設(shè)備較多或不同設(shè)備單元放置在一個(gè)機(jī)柜中。優(yōu)點(diǎn):功能模塊與支撐模塊徹底分離，可靠高效。靈活架構(gòu)，允許網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)有機(jī)共存、維護(hù)簡(jiǎn)便，缺點(diǎn):

投入成本較高、能耗高、內(nèi)部拓展性有限。刀片式服務(wù)器:

專為特殊應(yīng)用行業(yè)和高密度計(jì)算機(jī)環(huán)境而生，每一片“刀片”即模板，類似獨(dú)立服務(wù)器，在集群模式下，具備高速網(wǎng)絡(luò)環(huán)境、資源共享等領(lǐng)域，廣泛應(yīng)用于數(shù)碼媒體、醫(yī)學(xué)、航天、軍事等領(lǐng)域，性能較高，可實(shí)現(xiàn)輕松替換且便于維護(hù)，但是價(jià)格成本較高。 9塔式服務(wù)器示意圖 機(jī)架式服務(wù)器示意圖 刀片式服務(wù)器示意圖 機(jī)柜式服務(wù)器AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第8頁。1.6.1服務(wù)器的分類方式:

按照CPU架構(gòu)分類伴隨應(yīng)用需求不斷擴(kuò)張，不同架構(gòu)服務(wù)器百花齊放：按照CPU指令集架構(gòu)的差異，服務(wù)器可分為CISC、RISC、VLIM等架構(gòu)。CISC(復(fù)雜指令集):龐大復(fù)雜的指令數(shù)目，常見CISC微指令集主要集中在：AMD、Intel、VIA等IA-32、X86架構(gòu)的CPU產(chǎn)品；優(yōu)點(diǎn)在于能夠有效縮短新指令的微代碼設(shè)計(jì)時(shí)間，允許設(shè)計(jì)師實(shí)現(xiàn)CISC體系機(jī)器的向上相容，指令豐富且功能強(qiáng)大，而缺點(diǎn)指令使用率不均衡、不利于采用先進(jìn)結(jié)構(gòu)提高性能等。RISC(精簡(jiǎn)指令集):

對(duì)指令數(shù)目和尋址方式都做了精簡(jiǎn)。包含了簡(jiǎn)單、基本的指令，透過這些簡(jiǎn)單、基本的指令，就可以組合成復(fù)雜指令，常見RISC微指令集主要集中在：DECAlpha、ARC、ARM、AVR、MIPS、PA-RISC、PowerPC、RISC-V中，優(yōu)點(diǎn)在于指令執(zhí)行效率高，原因是90%指令由硬件直接完成，10%的指令是由軟件以組合的方式完成；缺點(diǎn)在于指令數(shù)較少，功能不及CISC強(qiáng)大。VLIM(超長(zhǎng)指令集架構(gòu))：采用多個(gè)獨(dú)立的功能部件,指令調(diào)度是由編譯器靜態(tài)調(diào)度完成,因此指令可同時(shí)流出數(shù)目越大，超長(zhǎng)指令的性能就明顯；優(yōu)點(diǎn)在于結(jié)構(gòu)簡(jiǎn)單且價(jià)格低廉，缺點(diǎn)在于編譯器負(fù)擔(dān)較重，且需要更多內(nèi)存，目前微處理器有Intel的IA-64和AMD的x86-64。 10芯片根據(jù)指令集分類CISC RISC指令系統(tǒng)指令系統(tǒng)豐富，有專用指令來完成特定的功能，處理特殊任務(wù)效率較高、指令長(zhǎng)度不同保留簡(jiǎn)單高效的常用指令，復(fù)雜指令通過簡(jiǎn)單指令組合，實(shí)現(xiàn)特殊功能效率低，可通過流水技術(shù)彌補(bǔ)，指令長(zhǎng)度相同存儲(chǔ)操作存儲(chǔ)器操作指令多，可直接操作內(nèi)存和寄存器，數(shù)據(jù)流控制復(fù)雜對(duì)存儲(chǔ)器操作有限制，運(yùn)算基本都限于寄存器間，控制簡(jiǎn)單。程序匯編語言程序編程相對(duì)簡(jiǎn)單，科學(xué)計(jì)算及復(fù)雜操作的程序設(shè)計(jì)相對(duì)容易，效率較高匯編語言程序一般需要較大的內(nèi)存空間，實(shí)現(xiàn)特殊功能時(shí)程序復(fù)雜指令執(zhí)行時(shí)間很多復(fù)雜指令都通過CPU內(nèi)的微碼來完成，微碼比較復(fù)雜的指令需要多個(gè)時(shí)鐘周期才能完成，指令不等長(zhǎng)周期增加了指令流水線優(yōu)化的難度大部分的指令都可以在一個(gè)時(shí)鐘周期內(nèi)完成降低了指令流水線設(shè)計(jì)的復(fù)雜度中斷CISC計(jì)算機(jī)是在一條指令執(zhí)行結(jié)束后響應(yīng)中斷RISC計(jì)算機(jī)在一條指令執(zhí)行的適當(dāng)?shù)胤娇梢皂憫?yīng)中斷，但是相比CISC指令執(zhí)行的時(shí)間短，所以中斷響應(yīng)及時(shí)CPUCPU包含有豐富的電路單元，因而功能強(qiáng)、面積大、功耗大 CPU包含有較少的單元電路，因而面積小、功耗低設(shè)計(jì)周期CISC微處理器結(jié)構(gòu)復(fù)雜，設(shè)計(jì)周期長(zhǎng)，采用微程序可適當(dāng)降低復(fù)雜性RISC微處理器結(jié)構(gòu)簡(jiǎn)單，布局緊湊，設(shè)計(jì)周期短，且易于采用最新技術(shù)CISC與RISC比較AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第9頁。1.6.2X86和ARM各具優(yōu)勢(shì)，國(guó)產(chǎn)生態(tài)迎新機(jī)遇X86架構(gòu)服務(wù)器仍占絕對(duì)優(yōu)勢(shì)，ARM架構(gòu)服務(wù)器潛力巨大：根據(jù)市場(chǎng)應(yīng)用占比把服務(wù)器分為X86服務(wù)器和非X86服務(wù)器，目前使用X86架構(gòu)的服務(wù)器CPU仍然占據(jù)絕對(duì)優(yōu)勢(shì)。根據(jù)芯八哥數(shù)據(jù)，按照2021年統(tǒng)計(jì)數(shù)據(jù)，X86架構(gòu)市場(chǎng)占比高達(dá)97%，ARM占比僅為2.07%，PowerBI占比為0.27%

，但以ARM為代表的RISC結(jié)構(gòu)近年來增長(zhǎng)迅猛，尤其國(guó)內(nèi)誕生了以華為海思、阿里平頭哥為代表芯片企業(yè)。X86和ARM各具優(yōu)勢(shì):

ARM體積小、低功耗、低成本、執(zhí)行更加高效、指令長(zhǎng)度固定，然而在性能上不及X86，如果ARM要在性能上接近X86，就需要極高的頻率，從而帶來較高能耗；X86單條指令功能強(qiáng)大且指令數(shù)相對(duì)較小、帶寬要求低，然而缺點(diǎn)在于尋址范圍小、部分計(jì)算機(jī)利用率不高、執(zhí)行速度慢。ARM加速迭代，國(guó)產(chǎn)生態(tài)迎新機(jī)遇:

根據(jù)TrendForce數(shù)據(jù)預(yù)測(cè)，隨著云數(shù)據(jù)中心增長(zhǎng)，預(yù)計(jì)到2025年，ARM架構(gòu)在數(shù)據(jù)中心服務(wù)器市場(chǎng)滲透率將達(dá)到22％；ARM在服務(wù)器的市場(chǎng)嶄露頭角，早在2008年高通、博通、微軟、華為、飛騰等，也陸續(xù)開發(fā)了各自的ARM服務(wù)器CPU，2019年，隨著著ARM的Neoverse平臺(tái)路線圖的推出，服務(wù)器市場(chǎng)份額滲透率得到質(zhì)的提升；國(guó)產(chǎn)生態(tài)迎新機(jī)遇，X86生態(tài)依然被AMD和英特爾壟斷，而ARM架構(gòu)隨著國(guó)產(chǎn)生態(tài)和技術(shù)逐漸成熟，迎來國(guó)產(chǎn)替代的新機(jī)遇。 11CPU指令集生態(tài) ARM和X86服務(wù)器對(duì)比AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第10頁。1.6.3我國(guó)服務(wù)器占比逐年攀升，呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)我國(guó)服務(wù)器占比逐年攀升，云有望成為重要抓手:

根據(jù)IDC數(shù)據(jù)，2021年全球服務(wù)器市場(chǎng)規(guī)模為992億美元，同比增長(zhǎng)9.01%，中國(guó)市場(chǎng)規(guī)模約251億美元，近年來占全球比重呈現(xiàn)快速上升趨勢(shì)，已成為全球最主要的服務(wù)器增長(zhǎng)市場(chǎng)。此外，公有云作為國(guó)內(nèi)外數(shù)據(jù)流量的重要抓手，服務(wù)器同樣彰顯其重要算力底座，我們認(rèn)為其存在巨大成長(zhǎng)空間。我國(guó)服務(wù)器單臺(tái)均價(jià)接近全球均價(jià):

2021年全球服務(wù)器平均單價(jià)高達(dá)7328

美元/臺(tái)，我國(guó)市場(chǎng)也達(dá)到了6415

美元/臺(tái)，我國(guó)服務(wù)器價(jià)格呈現(xiàn)上升狀態(tài)，并且接近全球服務(wù)器平均價(jià)格。人工智能應(yīng)用場(chǎng)景下的加速計(jì)算服務(wù)器是中國(guó)服務(wù)器的核心驅(qū)動(dòng)力:

根據(jù)IDC的數(shù)據(jù)，隨著智能應(yīng)用正不斷深入，從碎片化過渡到深度融合的一體化，從單點(diǎn)轉(zhuǎn)換為多元化的應(yīng)用場(chǎng)景，在金融、制造、能源和公共事業(yè)等行業(yè)體現(xiàn)尤為顯著。2021年上半年，中國(guó)加速計(jì)算服務(wù)器市場(chǎng)達(dá)到24億美元，同比增長(zhǎng)85.1%，此外，中國(guó)2021年H1服務(wù)器排名前五的廠商分別為浪潮、新華三、華為、戴爾、聯(lián)想。此外，根據(jù)IDC的預(yù)測(cè)，未來中國(guó)整體服務(wù)器的復(fù)合增長(zhǎng)率為12.7%，2025年中國(guó)服務(wù)器市場(chǎng)規(guī)模預(yù)計(jì)將達(dá)到424.7億美元。 12全球服務(wù)器與中國(guó)服務(wù)器市場(chǎng)規(guī)模及占比 全球服務(wù)器價(jià)格及中國(guó)服務(wù)器價(jià)格比較30.50%17.10%8.40% 11.20%8.00%24.70%浪潮新華三華為戴爾聯(lián)想其他2021年上半年中國(guó)服務(wù)器市場(chǎng)份額AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第11頁。1.7.1AI服務(wù)器:

加速計(jì)算服務(wù)器是服務(wù)器成長(zhǎng)的核心驅(qū)動(dòng)力服務(wù)器同樣可以按照CPU數(shù)量進(jìn)行分類:

可以分為單路服務(wù)器、雙路服務(wù)器、四路服務(wù)器和多路服務(wù)器?！奥贰敝傅氖欠?wù)器物理CPU的數(shù)量，也就是服務(wù)器主板上CPU插槽的數(shù)量。單路指服務(wù)器支持1個(gè)CPU；雙路指服務(wù)器支持2個(gè)CPU；四路指服務(wù)器支持4個(gè)CPU；以此類推。一般CPU數(shù)量越多，即擁有更強(qiáng)的性能，同時(shí)能顯著降低性能的功耗比。AI服務(wù)器價(jià)值凸顯:

隨著大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)的成熟與在各行各業(yè)的應(yīng)用，AI服務(wù)器價(jià)值凸顯；1、硬件架構(gòu)，相較于通用服務(wù)器，AI服務(wù)器是采用異構(gòu)形式的服務(wù)器，在異構(gòu)方式上可以根據(jù)應(yīng)用的范圍采用不同的組合方式，如CPU+GPU、CPU+TPU、CPU+其他的加速卡等；2、加速卡數(shù)量:

通用服務(wù)器一般是單路或多路CPU架構(gòu)，而AI服務(wù)器需要承擔(dān)大量的AI運(yùn)算，一般配置四塊及以上加速卡；3、獨(dú)特設(shè)計(jì)，AI服務(wù)器由于對(duì)加速卡的獨(dú)特需求，需要針對(duì)性的對(duì)于系統(tǒng)結(jié)構(gòu)、散熱等做專門的設(shè)計(jì)，才能滿足AI服務(wù)器需求。 13四路服務(wù)器示意圖 阿里云多路AI集群服務(wù)器示意圖AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第12頁。1.7.2AI服務(wù)器:

GPU為主流“加速卡”，正在大放異彩AI芯片是AI算力的“心臟”，GPU價(jià)值凸顯:

伴隨數(shù)據(jù)海量增長(zhǎng)，算法模型趨向復(fù)雜，處理對(duì)象異構(gòu)，計(jì)算性能要求高，AI

芯片在人工智能的算法和應(yīng)用上做針對(duì)性設(shè)計(jì)，可高效處理人工智能應(yīng)用中日漸多樣繁雜的計(jì)算任務(wù)。在人工智能不斷擴(kuò)大滲透的數(shù)字時(shí)代，芯片多元化展現(xiàn)出廣闊的應(yīng)用前景，通過不斷演進(jìn)的架構(gòu)，為下一代計(jì)算提供源源不斷的動(dòng)力源泉。GPU作為AI芯片的主力軍，正在大放異彩:

AI芯片主要包括圖形處理器(GPU)、現(xiàn)場(chǎng)可編程門陣列(FPGA)、專用集成電路(ASIC)、神經(jīng)擬態(tài)芯片(NPU)等。人工智能深度學(xué)習(xí)需要異常強(qiáng)大的并行處理能力，GPU相比于CPU更擅長(zhǎng)于并行計(jì)算能力，正在大放異彩。根據(jù)IDC的數(shù)據(jù)，2021年H1中國(guó)人工智能芯片，GPU占比最多為91.90%。GPU服務(wù)器優(yōu)勢(shì)顯著:

GPU服務(wù)器超強(qiáng)的計(jì)算功能可應(yīng)用于海量數(shù)據(jù)處理方面的運(yùn)算，如搜索、大數(shù)據(jù)推薦、智能輸入法等，相較于通用服務(wù)器，在數(shù)據(jù)量和計(jì)算量方面具有成倍的效率優(yōu)勢(shì)。此外，GPU可作為深度學(xué)習(xí)的訓(xùn)練平臺(tái)，優(yōu)勢(shì)在于1、GPU

服務(wù)器可直接加速計(jì)算服務(wù)，亦可直接與外界連接通信；2、GPU服務(wù)器和云服務(wù)器搭配使用，云服務(wù)器為主，GPU服務(wù)器負(fù)責(zé)提供計(jì)算平臺(tái)；3、對(duì)象存儲(chǔ)COS可以為GPU服務(wù)器提供大數(shù)據(jù)量的云存儲(chǔ)服務(wù)。 142021年H1中國(guó)人工智能芯片占比91.90%6.30%1.50%0.30%GPUNPUAISCFPGAGPU、FPGA、ASIC對(duì)比AI芯片 釋意GPU顯卡的核心單元，是單指令、多數(shù)據(jù)處理器。GPU采用數(shù)量眾多的計(jì)算單元和超長(zhǎng)的流水線，在圖型領(lǐng)域的加速方面具有技術(shù)優(yōu)勢(shì)FPGA集成了大量的基本門電路及存儲(chǔ)器，利用門電路直接運(yùn)算、速度較快。用戶可以自由定義這些門電路和存儲(chǔ)器之間的布線，改變執(zhí)行方案，從而調(diào)整到最佳運(yùn)行效果。相較于GPU靈活度更高、功耗更低；ASIC為特定目的、面向特定用戶需求設(shè)計(jì)的定制芯片，具備體積小、功耗低、可靠性更高等有點(diǎn)。在大規(guī)模量產(chǎn)的情況下，具備成本低的特點(diǎn)。GPU、FPGA、ASIC對(duì)比(縱軸代表靈活性、橫軸代表性能)AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第13頁。1.7.3AI服務(wù)器:

芯片組(CPU+GPU)價(jià)值成本凸顯AI服務(wù)器芯片組價(jià)值成本凸顯:

根據(jù)Wind及芯語的數(shù)據(jù)，AI服務(wù)器相較于高性能服務(wù)器、基礎(chǔ)服務(wù)器在芯片組(CPU+GPU)的價(jià)格往往更高，AI服務(wù)器(訓(xùn)練)芯片組的成本占比高達(dá)83%、AI服務(wù)器(推理)芯片組占比為50%，遠(yuǎn)遠(yuǎn)高于通用服務(wù)器芯片組的占比。浪潮通用服務(wù)器浪潮英信服務(wù)器NF5260M6搭載第三代英特爾?至強(qiáng)?可擴(kuò)展處理器的一款2U雙路機(jī)架式服務(wù)器，可支持1-2個(gè)支持1到2個(gè)英特爾?

至強(qiáng)?

第三代可擴(kuò)展處理器，根據(jù)Intel官網(wǎng)數(shù)據(jù)，此款處理器建議零售價(jià)為9359美元，折合人民幣約65000元。浪潮AI處理器浪潮NF5488A5是一款浪潮自研的具有超強(qiáng)算力的AI服務(wù)器，性能領(lǐng)先。在4U空間內(nèi)支持8顆第三代NVLink的NVIDIAA800GPU，搭載2顆支持PCIe4.0的AMD

EPYC7002/7003

處理器，可提供極致訓(xùn)練性能和超高數(shù)據(jù)吞吐，廣泛適用于圖像、視頻、語音識(shí)別、金融分析、智能客服等典型AI應(yīng)用場(chǎng)景，根據(jù)天極網(wǎng)和中關(guān)村在線網(wǎng)數(shù)據(jù)，該款A(yù)MD(CPU)售價(jià)為8880美元，折合人民幣約62000元，該款GPU售價(jià)為104000元。 15服務(wù)器成本購成 浪潮服務(wù)器成本對(duì)比AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第14頁。02擁抱AI服務(wù)器的星辰大海16AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第15頁。2.1服務(wù)器發(fā)展路徑:

“伴科技類”升級(jí)產(chǎn)品我們認(rèn)為服務(wù)器是“伴科技類”的硬件產(chǎn)品，隨著科技的服務(wù)形式和應(yīng)用方式不斷進(jìn)步，服務(wù)器同樣在不斷迭代升級(jí)或更新?lián)Q代:

世界上最早的服務(wù)器可以追溯到1981年IBM大型機(jī)上的BITNET電子郵件群組，是第一臺(tái)郵件列表服務(wù)器。此后，隨著萬維網(wǎng)的出現(xiàn)和搜索引擎等互聯(lián)網(wǎng)迭代升級(jí)，技術(shù)不斷迭代。近年，隨著互聯(lián)網(wǎng)+、云計(jì)算、AI+、邊緣計(jì)算的出現(xiàn)，服務(wù)器市場(chǎng)迎來了極大的發(fā)展:

2009年左右，隨著虛擬化技術(shù)不斷成熟，云計(jì)算的服務(wù)模式被大眾廣泛接受，云數(shù)據(jù)中心對(duì)服務(wù)器的需求旺盛；2012年左右，我國(guó)進(jìn)入“互聯(lián)網(wǎng)+”時(shí)代，云計(jì)算服務(wù)模式疊加電子商務(wù)的需求，拓展性、運(yùn)算性能、數(shù)據(jù)存儲(chǔ)容量等需求凸顯，服務(wù)器需求不斷增加；2015年左右，全球進(jìn)入”AI+時(shí)代”，以人工智能、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理等賦能千行百業(yè)，AI服務(wù)器價(jià)值凸顯，其具備圖形渲染和海量數(shù)據(jù)的并行運(yùn)算等優(yōu)勢(shì)，市場(chǎng)需求旺盛；2017年左右，隨著邊緣計(jì)算、“物聯(lián)網(wǎng)+”的興起，疊加AI等需求，服務(wù)器市場(chǎng)依舊火熱。 17服務(wù)器的本質(zhì)是伴隨AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第16頁。2.2算力時(shí)代到來，服務(wù)器價(jià)值凸顯國(guó)家計(jì)算力指數(shù)與GDP/數(shù)字經(jīng)濟(jì)的走勢(shì)呈現(xiàn)出了顯著的正相關(guān):

根據(jù)IDC數(shù)據(jù)，十五個(gè)重點(diǎn)國(guó)家的計(jì)算力指數(shù)平均每提高1點(diǎn)，國(guó)家的數(shù)字經(jīng)濟(jì)和GDP將分別增長(zhǎng)3.5‰和1.8‰，預(yù)計(jì)該趨勢(shì)在2021-2025年將繼續(xù)保持。此外，當(dāng)一個(gè)國(guó)家的計(jì)算力指數(shù)達(dá)到40分以上時(shí)，國(guó)家的計(jì)算力指數(shù)每提升1點(diǎn)，其對(duì)于GDP增長(zhǎng)的推動(dòng)力將增加到1.5倍，而當(dāng)計(jì)算力指數(shù)達(dá)到60分以上時(shí)，國(guó)家的計(jì)算力指數(shù)每提升1點(diǎn)，其對(duì)于GDP增長(zhǎng)的推動(dòng)力將提高到3.0倍，對(duì)經(jīng)濟(jì)的拉動(dòng)作用變得更加顯著。海量應(yīng)用場(chǎng)景，算力需求高漲:據(jù)華為發(fā)布的《計(jì)算2030》預(yù)測(cè)，2030年人類將進(jìn)入YB數(shù)據(jù)時(shí)代，全球數(shù)據(jù)每年新增1YB。通用算力將增長(zhǎng)10倍到3.3ZFLOPS

、人工智能算力將增長(zhǎng)500倍超過100ZFLOPS。相當(dāng)于一百萬個(gè)中國(guó)超級(jí)計(jì)算機(jī)神威“太湖之光”的算力總和。AI服務(wù)器作為算力載體為數(shù)字經(jīng)濟(jì)時(shí)代提供廣闊動(dòng)力源泉:

不同于通用服務(wù)器，AI服務(wù)器更專精于海量數(shù)據(jù)處理和運(yùn)算方面，我們認(rèn)為其可以為人工智能、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、大模型等場(chǎng)景提供廣闊的動(dòng)力源泉，并廣泛應(yīng)用于醫(yī)學(xué)、材料、金融、科技等千行百業(yè)。 18從計(jì)算力指數(shù)看對(duì)經(jīng)濟(jì)的增長(zhǎng) 計(jì)算力對(duì)經(jīng)濟(jì)的影響AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第17頁。2.3服務(wù)器產(chǎn)業(yè)鏈?zhǔn)崂?，下游賦能千行百業(yè)服務(wù)器產(chǎn)業(yè)鏈?zhǔn)崂?，關(guān)注產(chǎn)業(yè)鏈中上游:

服務(wù)器行業(yè)產(chǎn)業(yè)鏈上游為CPU、GPU、內(nèi)存、硬盤、RAID控制器、電源、軟件系統(tǒng)等原材料為主；中游為服務(wù)器行業(yè)；下游客戶群體有互聯(lián)網(wǎng)云服務(wù)商、電信運(yùn)營(yíng)商、第三方IDC服務(wù)商、政府部門、各類型企業(yè)等。我們認(rèn)為在算力和數(shù)字時(shí)代的大背景下，AI服務(wù)器作為算力載體為數(shù)字經(jīng)濟(jì)時(shí)代提供廣闊動(dòng)力源泉，更加彰顯其重要性。服務(wù)器賦能千行百業(yè):

根據(jù)IDC數(shù)據(jù)，服務(wù)器賦能千行百業(yè)，實(shí)則為數(shù)字經(jīng)濟(jì)的底層基礎(chǔ)設(shè)施；其中，互聯(lián)網(wǎng)行業(yè)占比最多，為43.8%，廣泛應(yīng)用于電子商務(wù)、電子郵件、電子游戲等領(lǐng)域；電信行業(yè)占比9.9%，應(yīng)用場(chǎng)景為通訊網(wǎng)絡(luò)、云平臺(tái)建設(shè)；金融占比約為9.0%，廣泛應(yīng)用于商業(yè)業(yè)務(wù)系統(tǒng)、銀行系統(tǒng)等場(chǎng)景；政府領(lǐng)域占比為10.6%，主要應(yīng)用于數(shù)字政務(wù)、辦公系統(tǒng)等領(lǐng)域。 1921年服務(wù)器下游占比 服務(wù)器產(chǎn)業(yè)鏈43.8%10.6%9.9%9.0%26.7%互聯(lián)網(wǎng)政府電信金融其他AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第18頁。2.4數(shù)字經(jīng)濟(jì)時(shí)代，服務(wù)器應(yīng)用前景廣闊互聯(lián)網(wǎng)，積極擁抱新興技術(shù)，領(lǐng)先全球算力水平:

根據(jù)IDC數(shù)據(jù)統(tǒng)計(jì)，2021年互聯(lián)網(wǎng)企業(yè)采購的IT基礎(chǔ)架構(gòu)中，超過九成被應(yīng)用于云計(jì)算部署方式。此外，互聯(lián)網(wǎng)與人工智能、大數(shù)據(jù)等新興技術(shù)的結(jié)合也催生了對(duì)海量計(jì)算能力的需求。目前，從互聯(lián)網(wǎng)數(shù)據(jù)中心的體量來看，中、美仍處在第一梯隊(duì)，中美兩國(guó)占全球整體服務(wù)器保有量六成以上。近年來互聯(lián)網(wǎng)行業(yè)在亞太區(qū)的增長(zhǎng)頗為突出，這主要源于疫情之后在線需求的增加，以及亞太地區(qū)經(jīng)濟(jì)的復(fù)蘇。此外，中國(guó)持續(xù)加大數(shù)據(jù)中心的部署，更多企業(yè)采取云服務(wù)方式。電信，利用算力投入優(yōu)化內(nèi)部管理、賦能業(yè)務(wù)創(chuàng)新:

內(nèi)部，隨著5G、云計(jì)算等技術(shù)的落地，電信運(yùn)營(yíng)商對(duì)內(nèi)面臨著業(yè)務(wù)增長(zhǎng)壓力；外部，智慧交通、智慧零售、車聯(lián)網(wǎng)、游戲娛樂、AR/VR應(yīng)用等增值業(yè)務(wù)等算力需求逐步增加。海量創(chuàng)新業(yè)務(wù)增長(zhǎng)對(duì)數(shù)據(jù)快速訪問價(jià)值凸顯，要求電信數(shù)據(jù)廠商承擔(dān)數(shù)據(jù)高并發(fā)、低延遲傳輸、保證業(yè)務(wù)永續(xù)的能力。 20IBM超級(jí)計(jì)算機(jī)示意圖 特斯拉超級(jí)計(jì)算機(jī)示意圖AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第19頁。2.4數(shù)字經(jīng)濟(jì)時(shí)代，服務(wù)器應(yīng)用前景廣闊金融，智能化加速，有力支撐金融業(yè)務(wù)創(chuàng)新發(fā)展:

隨著移動(dòng)互聯(lián)網(wǎng)場(chǎng)景的普及，金融行業(yè)（包含銀行、保險(xiǎn)和證券）的數(shù)字化業(yè)務(wù)迅猛發(fā)展，呈現(xiàn)出線上化、智能化、無接觸等特征，此外，數(shù)字銀行、個(gè)人財(cái)富管理、數(shù)字化借貸、全渠道支付等新興金融場(chǎng)景層出不窮。金融行業(yè)對(duì)業(yè)務(wù)的及時(shí)性相應(yīng)要求極高，移動(dòng)互聯(lián)業(yè)務(wù)由于其高并發(fā)、高峰值場(chǎng)景需求，穩(wěn)定、安全、高效、彈性的基礎(chǔ)設(shè)施成為首選。制造，實(shí)現(xiàn)智能制造，推動(dòng)數(shù)字工廠建設(shè):

制造業(yè)是實(shí)體經(jīng)濟(jì)發(fā)展的核心支撐力量，也是全球算力水平最高的傳統(tǒng)行業(yè)之一，2021年算力支出占全球12%，其中包括大型ERP系統(tǒng)運(yùn)轉(zhuǎn)、物聯(lián)網(wǎng)、傳感器的應(yīng)用。此外，在人工智能、大數(shù)據(jù)、區(qū)塊鏈等新興技術(shù)使用上，制造業(yè)也領(lǐng)先于大部分傳統(tǒng)行業(yè)。根據(jù)IDC的預(yù)測(cè)，到2025年，中國(guó)制造業(yè)IT相關(guān)支出占全球市場(chǎng)將達(dá)到20%左右。醫(yī)療，算力投入有望推動(dòng)信息化平臺(tái)建設(shè):

隨著醫(yī)療信息化等領(lǐng)域的高投入，初步形成以計(jì)算平臺(tái)為核心的綜合信息系統(tǒng)，在醫(yī)院范圍內(nèi)形成數(shù)據(jù)互聯(lián)互通、區(qū)域協(xié)同、分級(jí)診療的體系。隨著AI等技術(shù)發(fā)展，大數(shù)據(jù)賦能醫(yī)療行業(yè)智能化升級(jí)將是下一個(gè)發(fā)展目標(biāo)。 21神威·太湖之光超級(jí)計(jì)算機(jī)系統(tǒng)架構(gòu) 天河三號(hào)部署示意圖AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第20頁。03投資建議:梳理AIGC相關(guān)受益廠商22AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第21頁。3.1投資建議:梳理AIGC的受益廠商我們認(rèn)為AIGC的出世會(huì)產(chǎn)生革命性的影響，同時(shí)有望賦能千行百業(yè)。我們梳理了兩條路徑圖，積極的推薦以下兩條投資主線:1)具備服務(wù)器能力的廠商，重點(diǎn)推薦中科曙光，其他受益標(biāo)的為浪潮信息、拓維信息、神州數(shù)碼2)具備算力芯片的廠商，受益標(biāo)的為寒武紀(jì)、海光信息、龍芯中科、景嘉微 23AIGC的A股受益標(biāo)的公司名稱 股票代碼收盤價(jià) 市值(億元) EPS(元) PE(倍)2023/3/8 2023/3/8 2021 2022E 2023E 2021 2022E 2023E寒武紀(jì)* 688256.SH 90.01 360.77 -2.06 -2.79 -1.79 - - -拓維信息* 002261.SZ 11.28 141.66 0.07 -0.04 0.15 161.1 - 74.5神州數(shù)碼* 000034.SZ 26.59 177.85 0.37 1.56 1.89 72.1 17.0 14.1龍芯中科* 688047.SH 115.15 461.75 0.66 0.43 0.72 174.5 267.5 160.1浪潮信息* 000977.SZ 35.27 516.25 1.38 1.67 2.02 25.6 21.2 17.5景嘉微* 300474.SZ 74.71 339.99 0.97 0.64 0.93 77.0 117.6 80.3中科曙光 603019.SH 33.00 483.12 0.80 1.03 1.47 41.3 32.0 22.4海光信息 688041.SH 53.16 1235.62 0.16 0.35 0.64 329.0 151.9 83.1注:*來自wind一致預(yù)測(cè)AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第22頁。3.2.1浪潮信息：中國(guó)服務(wù)器/AI服務(wù)器市占率穩(wěn)居榜首浪潮信息是全球領(lǐng)先的新型IT基礎(chǔ)架構(gòu)產(chǎn)品、方案及服務(wù)提供商:

公司是全球領(lǐng)先的AI

基礎(chǔ)設(shè)施供應(yīng)商，擁有業(yè)內(nèi)最全的人工智能計(jì)算全堆棧解決方案，涉及訓(xùn)練、推理、邊緣等全棧AI

場(chǎng)景，構(gòu)建起領(lǐng)先的AI

算法模型、AI

框架優(yōu)化、AI

開發(fā)管理和應(yīng)用優(yōu)化等全棧AI

能力，為智慧時(shí)代提供堅(jiān)實(shí)的基礎(chǔ)設(shè)施支撐。公司算力技術(shù)壁壘濃厚:

生產(chǎn)算力方面，公司擁有業(yè)內(nèi)最強(qiáng)最全的AI

計(jì)算產(chǎn)品陣列，業(yè)界性能最好的Transformer

訓(xùn)練服務(wù)器NF5488、全球首個(gè)AI

開放加速計(jì)算系統(tǒng)MX1、自研AI

大模型計(jì)算框架LMS。聚合算力層面，公司針對(duì)高并發(fā)訓(xùn)練推理集群進(jìn)行架構(gòu)優(yōu)化，構(gòu)建了高性能的NVMe

存儲(chǔ)池，深度優(yōu)化了軟件棧，性能提升3.5

倍以上。調(diào)度算力層面，浪潮信息AIstation

計(jì)算資源平臺(tái)可支持AI

訓(xùn)練和推理，是業(yè)界功能最全的AI

管理平臺(tái)；同時(shí)，浪潮信息還有自動(dòng)機(jī)器學(xué)習(xí)平臺(tái)AutoML

Suite，可實(shí)現(xiàn)自動(dòng)建模，加速產(chǎn)業(yè)化應(yīng)用。 24浪潮信息智算中心 浪潮信息智算中心AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第23頁。3.2.2中科曙光：我國(guó)高性能計(jì)算、智能計(jì)算領(lǐng)軍企業(yè)中科曙光作我國(guó)核心信息基礎(chǔ)設(shè)施領(lǐng)軍企業(yè):

在高端計(jì)算、存儲(chǔ)、安全、數(shù)據(jù)中心等領(lǐng)域擁有深厚的技術(shù)積淀和領(lǐng)先的市場(chǎng)份額，并充分發(fā)揮高端計(jì)算優(yōu)勢(shì)，布局智能計(jì)算、云計(jì)算、大數(shù)據(jù)等領(lǐng)域的技術(shù)研發(fā)，打造計(jì)算產(chǎn)業(yè)生態(tài)，為科研探索創(chuàng)新、行業(yè)信息化建設(shè)、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、數(shù)字經(jīng)濟(jì)發(fā)展提供了堅(jiān)實(shí)可信的支撐。依托先進(jìn)計(jì)算領(lǐng)域的先發(fā)優(yōu)勢(shì)和技術(shù)細(xì)節(jié)，中科曙光全面布局智能計(jì)算:完成了包括AI核心組件、人工智能服務(wù)器、人工智能管理平臺(tái)、軟件等多項(xiàng)創(chuàng)新，構(gòu)建了完整的AI計(jì)算服務(wù)體系。并積極響應(yīng)時(shí)代需求，在智能計(jì)算中心建設(shè)浪潮下，形成了5A級(jí)智能計(jì)算中心整體方案。目前，曙光5A智能計(jì)算中心已在廣東、安徽、浙江等地建成，江蘇、湖北、湖南等地已進(jìn)入建設(shè)階段，其他地區(qū)也在緊張籌備和規(guī)劃中。 25中科曙光主要產(chǎn)品 中科曙光硅立方液體相變冷卻計(jì)算機(jī)AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第24頁。名稱 示意圖 形態(tài) 處理器 內(nèi)存支持 AI加速卡/AI處理器 AI算力KunTaiA222 2U單路邊緣機(jī)架式服務(wù)器 1*鯤鵬920處理器，24核，主頻2.6GHz4個(gè)DDR4RDIMM，最高速率3200MT/s內(nèi)存保護(hù)支持ECC、SEC/DED、SDDC、Patrolscrubbing功能；單根內(nèi)存條容量支持16GB/32GB/64GB/128GB最大支持3張Atlas300V視頻解析卡或Atlas300IPro推理卡或Atlas300VPro視頻解析卡最大420TOPSINT8KunTaiA722 2U雙路推理型AI機(jī)架式服務(wù)器2*鯤鵬920處理器，支持32、48、64核可選，主頻2.6GHz16個(gè)或32個(gè)DDR4RDIMM，最高速率2933MT/s內(nèi)存保護(hù)支持ECC、SEC/DED、SDDC、Patrolscrubbing功能；單根內(nèi)存條容量支持16GB/32GB/64GB/128GB最大支持8張，Atlas300V視頻解析卡或Atlas300IPro推理卡或Atlas300VPro視頻解析卡最大1120TOPSINT8KunTaiA924 4U四路訓(xùn)練型AI機(jī)架式服務(wù)器4*鯤鵬920處理器，支持48核，主頻2.6GHz支持32個(gè)DDR4內(nèi)存插槽，速率最高2933MT/s內(nèi)存保護(hù)支持ECC、SEC/DED、SDDC、Patrolscrubbing功能；單根內(nèi)存條容量支持32GB/64GB/128GB8*昇騰910，支持直出100GRoCE網(wǎng)絡(luò)接口最大512TopsInt8或256TopsFP163.2.3神州數(shù)碼:華為生態(tài)核心踐行者神州數(shù)碼領(lǐng)先的數(shù)字化轉(zhuǎn)型:

神州數(shù)碼圍繞企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵要素，開創(chuàng)性的提出“數(shù)云融合”戰(zhàn)略和技術(shù)體系框架，著力在云原生、數(shù)字原生、數(shù)云融合關(guān)鍵技術(shù)和信創(chuàng)產(chǎn)業(yè)上架構(gòu)產(chǎn)品和服務(wù)能力，為處在不同數(shù)字化轉(zhuǎn)型階段的快消零售、汽車、金融、醫(yī)療、政企、教育、運(yùn)營(yíng)商等行業(yè)客戶提供泛在的敏捷IT能力和融合的數(shù)據(jù)驅(qū)動(dòng)能力。神州數(shù)碼為華為生態(tài)核心踐行者:

公司旗下的神州鯤泰基于華為鯤鵬處理器多款不同種類的服務(wù)器產(chǎn)品，包括1、單路服務(wù)器：R222、R224；2、雙路服務(wù)器：R522、R524、R722、R724、R2240、R2260、R2280。3、四路服務(wù)器：R822。此外，公司基于華為鯤鵬920處理器與昇騰Atlas

AI加速卡，神州數(shù)碼開發(fā)了采用ARM架構(gòu)的一系列AI服務(wù)器。 26神州數(shù)碼服務(wù)器及相關(guān)參數(shù)AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第25頁。3.2.4拓維信息:華為生態(tài)重要參與者拓維信息是領(lǐng)先的軟硬一體化解決方案提供商:

公司1996年成立，業(yè)務(wù)涵蓋政企數(shù)字化、智能計(jì)算、鴻蒙生態(tài)，覆蓋全國(guó)31個(gè)省級(jí)行政區(qū)、海外10+國(guó)家，聚焦數(shù)字政府、運(yùn)營(yíng)商、考試、交通、制造、教育等重點(diǎn)領(lǐng)域和行業(yè)，服務(wù)超過1500家政企客戶，為其提供全棧國(guó)產(chǎn)數(shù)字化解決方案和一站式全生命周期的綜合服務(wù)。拓維信息為華為生態(tài)重要參與者:

“兆瀚”系列通用服務(wù)器是基于ARM架構(gòu)，搭載鯤鵬920處理器設(shè)計(jì)開發(fā)的機(jī)架式型服務(wù)器，擁有高的性能、可靠性、高效環(huán)保、兼容性強(qiáng)等特點(diǎn)；“兆瀚”系列AI服務(wù)器能夠滿足當(dāng)前各類主流AI場(chǎng)景與AI大模型的訓(xùn)練需求，已經(jīng)在國(guó)內(nèi)多個(gè)區(qū)域人工智能計(jì)算中心、城市人工智能中樞、通用AI服務(wù)器場(chǎng)景中得到了應(yīng)用，已經(jīng)在國(guó)內(nèi)多家頭部互聯(lián)網(wǎng)企業(yè)開展適配測(cè)試。 27種類 名稱 示意圖 形態(tài) 處理器 內(nèi)存支持 AI加速卡/AI處理器 AI算力通用服務(wù)器兆瀚RH220系列 2U雙路機(jī)架支持兩顆華為鯤鵬920處理器，CPU主頻2.6GHz。單CPU最多64個(gè)內(nèi)核，最大功率180w。最多支持32個(gè)DDR4內(nèi)存DIMM插槽，最高速率2933MT/s /兆瀚RH520系列 4U機(jī)架服務(wù)器支持兩顆華為鯤鵬920處理器，CPU主頻2.6GHz。單CPU最多64個(gè)內(nèi)核，最大功率180w。最多支持32個(gè)DDR4內(nèi)存DIMM插槽，最高速率2933MT/s /AI服務(wù)器兆瀚RA2300-A 2U推理服務(wù)器支持兩顆華為鯤鵬920處理器，CPU主頻2.6GHz。單CPU最多64個(gè)內(nèi)核，最大功率180w。最多支持32個(gè)DDR4內(nèi)存DIMM插槽，最高速率2933MT/s支持Atlas300I

Pro推理卡和Atlas300VPro視頻解析卡最大1.12POPSINT8；最大560TFLOPSPF16兆瀚SA300 2U智能邊緣服務(wù)器支持一顆華為鯤鵬920處理器，CPU主頻2.6GHz。單CPU最多64個(gè)內(nèi)核，最大功率181w。最多支持4個(gè)DDR4內(nèi)存DIMM插槽，最高速率2934MT/s支持Atlas300IPro推理卡/Atlas300VPro視頻解析卡最大420TOPSINT8或384路1080P30FPS視頻解析（硬件解碼能力）兆瀚RA5900-A 4U訓(xùn)練服務(wù)器支持四顆華為鯤鵬920處理器，CPU主頻2.6GHz。單CPU最多64個(gè)內(nèi)核，最大功率182w。最多32個(gè)DDR4內(nèi)存插槽，支持RDIMM。單根內(nèi)存條容量支持32GB/64GB8*昇騰910 /兆瀚RA2302-B 2UAI服務(wù)器 2*64核青松處理器 32個(gè)DDR4內(nèi)存插槽，最高3200MT/s，支持ECC最大支持4個(gè)Atlas300I/VPro 最大560TPOSINT8拓維信息旗下“兆瀚”系列服務(wù)器產(chǎn)品介紹AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到來全文共33頁，當(dāng)前為第26頁。3.3.1海光信息：支持全精度，GPU實(shí)現(xiàn)規(guī)模量產(chǎn)海光信息主要從事高端處理器、加速器等計(jì)算芯片產(chǎn)品和系統(tǒng)的研究、開發(fā)，主要產(chǎn)品包括海光CPU和海光DCU:2018年10月，公司啟動(dòng)深算一號(hào)DCU產(chǎn)品設(shè)計(jì)，海光8100采用先進(jìn)的FinFET工藝，典型應(yīng)用場(chǎng)景下性能指標(biāo)可以達(dá)到國(guó)際同類型高端產(chǎn)品的同期水平。2020年1月，公司啟動(dòng)DCU深算二號(hào)的產(chǎn)品研發(fā)。海光DCU性能強(qiáng)大:

海光DCU基于大規(guī)模并行計(jì)算微結(jié)構(gòu)進(jìn)行設(shè)計(jì)，不但具備強(qiáng)大的雙精度浮點(diǎn)計(jì)算能力，同時(shí)在單精度、半精度、整型計(jì)算方面表現(xiàn)同樣優(yōu)異，是一款計(jì)算性能強(qiáng)大、能效比較高的通用協(xié)處理器。海光DCU集成片上高帶寬內(nèi)存芯片，可以在大規(guī)模數(shù)據(jù)計(jì)算過程中提供優(yōu)異的數(shù)據(jù)處理能力。 28海光信息主要產(chǎn)品 海光深算一號(hào)性能達(dá)到國(guó)際同類產(chǎn)品水平AIGC行業(yè)深度報(bào)告hatGPT加速計(jì)算服務(wù)器時(shí)代到