電子行業(yè)市場分析研究

電子行業(yè)市場分析研究1.ChatGPT快速迭代，OpenAI模型演進，下游應(yīng)用百花齊放GPT-4是一個大型的多模態(tài)模型，相比上一代ChatGPT新增了圖像功能，同時具備更精準(zhǔn)的語言理解能力。GPT的升級背后是OpenAI的大語言模型的進一步演進，同時帶動下游應(yīng)用的拓展，涌現(xiàn)出新一批應(yīng)用場景。1.1.GPT迭代更新，人工智能掀起科技潮。GPT升級至四代，模型能力高速提升。ChatGPT是由OpenAI開發(fā)的自然語言生成模型，采用Transformer神經(jīng)網(wǎng)絡(luò)架構(gòu)（又稱GPT-3.5架構(gòu)），基于大量的語料庫使用指示學(xué)習(xí)和人工反饋的強化學(xué)習(xí)（RLHF）來指導(dǎo)模型訓(xùn)練。模型可理解并生成對各種主題的類似人類的響應(yīng)，是AIGC技術(shù)進展的成果。2023年3月15日，OpenAI正式官宣了多模態(tài)大模型GPT-4，ChatGPT4將輸入內(nèi)容擴展到2.5萬字內(nèi)的文字和圖像，較ChatGPT能夠處理更復(fù)雜、更細微的問題。ChatGPT提供變革性的用戶體驗，用戶數(shù)量飆升。ChatGPT發(fā)布后爆火，僅用5天時間用戶量便破百萬，推出2個月后用戶量破億，訪問量從1830萬增長到6.72億，成為史上用戶增長速度最快的消費級應(yīng)用程序。最新版的GPT-4在ChatGPT的GPT-3.5基礎(chǔ)上主要提升了語言模型方面的能力，并添加了多模態(tài)功能，可以接受圖像輸入并理解圖像內(nèi)容，可接受的文字輸入長度也增加到3.2萬token，在不同語言情景和內(nèi)部對抗性真實性評估的表現(xiàn)都顯著優(yōu)于GPT-3.5，在各種專業(yè)和學(xué)術(shù)基準(zhǔn)上已經(jīng)表現(xiàn)出人類水平，為用戶提供變革性的使用體驗。ChatGPT帶動AI潮流，多種相關(guān)產(chǎn)品推出。辦公領(lǐng)域，微軟將GPT-4整合到Office應(yīng)用程序，TeamsPremium中接入ChatGPT提供人工智能生成章節(jié)和字幕實時翻譯等功能；編程領(lǐng)域中，VivaSales將利用ChatGPT為電子郵件中客戶問題生成回復(fù)建議，Stripe使用GPT-4掃描商業(yè)網(wǎng)站并向客戶支持人員提供摘要；軟件領(lǐng)域，Duolingo將GPT-4構(gòu)建到新的語言學(xué)習(xí)訂閱層中，國內(nèi)百度“文心一言”也正式推出，AI的潮流開始遍布國內(nèi)外多行業(yè)。1.2.OpenAI模型演進，人工智能向應(yīng)用拓展OpenAI模型可以完成絕大多數(shù)文本和圖像任務(wù)，具有成熟的生產(chǎn)力。根據(jù)OpenAI的官方介紹，GPT-4可以接受文本和圖像的信息，并允許用戶指定任何圖像或語言任務(wù)，處理超過25000個單詞的文本。除了在各種標(biāo)準(zhǔn)考試和不同語言情景下都有突出的表現(xiàn)外，在圖像的處理分析上，GPT-4能夠直接閱讀并分析帶有圖片的論文，承擔(dān)文本、音頻、圖像的生成和編輯任務(wù)，并能與用戶一起迭代創(chuàng)意和技術(shù)寫作任務(wù)，例如創(chuàng)作歌曲、編寫劇本或?qū)W習(xí)用戶的寫作風(fēng)格等。AIGC發(fā)展改革生產(chǎn)力，已具備多領(lǐng)域應(yīng)用能力。AIGC可以利用大量無標(biāo)注數(shù)據(jù)進行自監(jiān)督學(xué)習(xí)再利用少量的標(biāo)注數(shù)據(jù)進行遷移學(xué)習(xí)，能夠持續(xù)生成規(guī)模大、質(zhì)量高、單位成本低的內(nèi)容，在生產(chǎn)力上具有革命性的增長。在應(yīng)用方面，按場景分類AIGC已經(jīng)較為成熟地應(yīng)用于文本和代碼撰寫、圖像識別和生成，在影視、傳媒、電商、C端娛樂領(lǐng)域規(guī)模應(yīng)用，未來將逐步拓展到視頻和游戲等其他領(lǐng)域，為各個行業(yè)和領(lǐng)域的創(chuàng)新和發(fā)展提供更多可能性。1.3.OpenAI賦能下游應(yīng)用，AI+降本增效以AzureOpenAI為例：AI技術(shù)模型全覆蓋。AI技術(shù)模型全家桶，包含GPT4.0以及后續(xù)版本、DALL-E2、Codex、Embeddings神經(jīng)網(wǎng)絡(luò)、VALL-E、認(rèn)知學(xué)習(xí)成長、機器學(xué)習(xí)等，可實現(xiàn)4種用途：1）企業(yè)及客戶可利用AzureOpenAI全家桶構(gòu)建自己的大型預(yù)訓(xùn)練AI模型；2)利用全家桶對AI模型進行數(shù)據(jù)和參數(shù)的微調(diào)與提升；3)通過內(nèi)置全家桶檢測錯誤與潛在風(fēng)險；4)利用全家桶實現(xiàn)角色訪問控制和企業(yè)級云安全合規(guī)。OpenAI+傳統(tǒng)搜索引擎=AI智能搜索引擎。ChatGPT能生成和理解類人類思維方式與上下文聯(lián)系的結(jié)果，而傳統(tǒng)的搜索引擎只是給出網(wǎng)頁的鏈接，需要用戶自己閱讀、點擊和判定。無論是知識的獲取效率、回答問題的深度，還是交互的延展性，ChatGPT都對傳統(tǒng)搜索引擎是一種顛覆式進化。OpenAI+辦公軟件，以O(shè)ffice全家桶與微軟TeamspremiumChatGPT為例。ChatGPT+Office三大件Word、Excel、PowerPoint可完成從文字創(chuàng)作到可視化全程服務(wù)。ChatGPT可以根據(jù)用戶的描述需求自動撰寫文檔內(nèi)容，縮短文檔的創(chuàng)作時間；根據(jù)已形成文檔內(nèi)容智能推薦文檔格式、排版等；并根據(jù)用戶描述制作個性化PPT，同時智能生成朗讀語言助力PPT演示。TeamsPremiumChatGPT同樣具有多樣智能服務(wù)：1）自動提供實時翻譯；2）自動生成文本型會議紀(jì)要；3）自動記錄發(fā)言人員對話和內(nèi)容；4）根據(jù)討論上下文自動生成任務(wù)等。2.云服務(wù)器優(yōu)化配置算力資源，是主要算力供給方式云計算屬于分布式計算，滿足各類算力需求。云計算可以通過網(wǎng)絡(luò)“云”將所運行的巨大的數(shù)據(jù)計算處理程序分解成無數(shù)個小程序，再交由計算資源共享池進行搜尋、計算及分析后，將處理結(jié)果回傳給用戶，通過這種方式可以實現(xiàn)隨時隨地、便捷地、隨需應(yīng)變地從可配置計算資源共享池中獲取所需的資源與架構(gòu)，包括存儲、數(shù)據(jù)庫、服務(wù)器、應(yīng)用軟件及網(wǎng)絡(luò)等，靈活調(diào)配計算機相關(guān)算力存儲資源。AI語言模型擴大算力需求，云計算進一步發(fā)揮資源優(yōu)化配置功效。面對AI的需求提升，云計算可帶來4個方面的提升：1.資源共享和優(yōu)化：云計算允許多個用戶共享同一臺服務(wù)器或一組服務(wù)器的計算資源。這意味著，與每個用戶都擁有自己的獨立服務(wù)器相比，云計算可以通過提高資源利用率來減少服務(wù)器的總數(shù)量。2.彈性可伸縮：云計算服務(wù)提供了高度的彈性和可伸縮性，使得用戶可以根據(jù)實際需求調(diào)整所需的計算資源。在計算需求降低時，用戶可以減少資源使用，從而減少服務(wù)器的數(shù)量。而在計算需求增加時，用戶可以快速擴展資源，而無需購買新的服務(wù)器。3.成本效益：云計算通常采用按需付費的模式，用戶只需支付實際使用的計算資源。這種支付模式降低了用戶購買和維護服務(wù)器的成本，使得更多企業(yè)傾向于使用云計算服務(wù)而不是購買自己的服務(wù)器。4.更快的創(chuàng)新和部署：云計算使得企業(yè)能夠更快地開發(fā)和部署新的應(yīng)用程序和服務(wù)。這減少了對于購買、配置和維護自有服務(wù)器的需求，從而抑制了服務(wù)器數(shù)量的增長。云計算為AI提供算力支持，實現(xiàn)降本增效。由于ChatGPT等一系列大規(guī)模模型對算力要求較高，廠商自建足夠算力的數(shù)據(jù)中心需要耗費巨大的成本以及昂貴的后續(xù)運維成本，而云計算服務(wù)可以有效節(jié)省早期支出，并且大規(guī)模的算力集群還具有集群優(yōu)勢以提升計算性能。OpenAI的ChatGPT和其他關(guān)鍵AI產(chǎn)品依賴于微軟Azure云計算服務(wù)，通過Azure的HPC、彈性、數(shù)據(jù)存儲和計算服務(wù)來完成模型計算和算法調(diào)試，沒有云計算，ChatGPT的訓(xùn)練時間將被一再拉長，運用云計算后GPT-3等模型的訓(xùn)練成本下降了80%以上，從首次訓(xùn)練開銷1200萬美元降至140萬美元。云算力市場規(guī)模持續(xù)擴大，下游應(yīng)用滲透提升。云算力市場根據(jù)統(tǒng)計，2021年以IaaS、PaaS、SaaS為代表的全球公有云市場規(guī)模達到3307億美元，增速達32.5%。其中，IaaS、PaaS、SaaS市場規(guī)模分別同比增長42.7%、39.3%、23.6%至916億美元、869億美元、1522億美元。2021年亞馬遜、微軟、阿里云為全球IaaS前三廠商，占據(jù)69.54%市場份額，國內(nèi)廠商阿里云、華為云、騰訊三家合計占全球17%的市場份額。目前國內(nèi)游戲、視頻、電商和金融是主要應(yīng)用領(lǐng)域，醫(yī)療、傳統(tǒng)工業(yè)和政務(wù)領(lǐng)域滲透率逐步增加。AI與云計算結(jié)合，提升大數(shù)據(jù)分析計算能力。AI與云計算結(jié)合有助于通過自動化冗余活動、識別、排序和索引各種類型的數(shù)據(jù)、管理云中的數(shù)據(jù)事務(wù)、識別整個云存儲基礎(chǔ)設(shè)施中的任何故障，幫助改善數(shù)據(jù)管理，優(yōu)化管理流程。例如阿里云推出的飛天智算平臺提供公共云和專有云兩種模式，為各類科研和智能企業(yè)機構(gòu)提供強大的智能計算服務(wù)，可將計算資源利用率提高3倍以上，AI訓(xùn)練效率提升11倍，推理效率提升6倍。云計算的本質(zhì)是將計算資源進行集中管理和調(diào)度，從而滿足不同用戶的需求，而這些計算資源的核心就是服務(wù)器。因此，隨著云計算需求的提升，服務(wù)器數(shù)量的提升也是必然的趨勢。AI為云計算所帶來的巨大計算量，將直接帶動服務(wù)器數(shù)量的提升。3.ChatGPT引爆算力需求，拉動高端芯片市場擴張3.1.人工智能架構(gòu)以AI芯片為基人工智能IT技術(shù)棧分為四層架構(gòu)，算力是基礎(chǔ)。人工智能架構(gòu)由芯片層、框架層、模型層和應(yīng)用層四層架構(gòu)組成。其中，芯片層主要是指人工智能芯片，為整個架構(gòu)提供算力基礎(chǔ)支撐；框架層主要包括深度學(xué)習(xí)訓(xùn)練和推理框架平臺和數(shù)據(jù)平臺等；模型層主要是自然語言處理（NLP）、計算機視覺（CV）、音視頻、多模態(tài)等各種大模型；應(yīng)用層則是面向各種應(yīng)用場景的人工智能專業(yè)服務(wù)。下游應(yīng)用體驗的升級需要大模型不斷調(diào)優(yōu)迭代，在深度學(xué)習(xí)框架內(nèi)進行大規(guī)模模型的訓(xùn)練和推理，每一次都對芯片提供的算力基礎(chǔ)提出要求，AI芯片決定了平臺的基礎(chǔ)架構(gòu)和發(fā)展生態(tài)。AI芯片主要有CPU、GPU、FPGA及ASIC，以GPU為主的并行計算為AI提供了主要生產(chǎn)力1）CPU（中央處理器）擅長邏輯控制，用于推理及預(yù)測。CPU主要由ALU(算術(shù)邏輯單元)、CU（控制單元）與Cache（臨時指令存儲器）構(gòu)成。其中，ALU由"AndGate"（與門）和"OrGate"（或門）構(gòu)成的算術(shù)邏輯單元，主要功能是進行二位元的算術(shù)運算，約占CPU空間20%；CU則負責(zé)程序的流程管理。CPU的執(zhí)行周期是從內(nèi)存中提取第一條指令、解碼并決定其類型和操作數(shù)，執(zhí)行，然后再提取、解碼執(zhí)行后續(xù)的指令，重復(fù)循環(huán)直到程序運行完畢。CPU具備強大的調(diào)度、管理與協(xié)調(diào)能力，但受限于單行運算導(dǎo)致算力較低。2）GPU圖形處理器，并行計算滿足強大算力需求。在結(jié)構(gòu)方面，與CPU相比，GPU中同樣具備ALU與CU等架構(gòu)，但ALU數(shù)量與體積占比更多，且采用數(shù)量眾多的計算單元和超長流水線，具備高并行結(jié)構(gòu)，通過多核并行計算支撐大算力需求，且擁有更高浮點運算能力，在處理圖形數(shù)據(jù)和復(fù)雜算法方面擁有比CPU更高的效率，滿足深度學(xué)習(xí)領(lǐng)域海量數(shù)據(jù)運算的需求。但GPU管理控制能力弱，無法單獨工作，需由CPU進行控制調(diào)用。3）FPGA半定制化芯片，無限次編程支持高靈活性。FPGA稱為現(xiàn)場可編程門陣列，基本結(jié)構(gòu)包括可編程輸入輸出單元和可配置邏輯塊等?；谄浣Y(jié)構(gòu)，用戶可根據(jù)自身的需求進行重復(fù)編程重組電路，具有高度實時性和靈活性，可以同時進行數(shù)據(jù)并行和任務(wù)并行計算，在處理特定應(yīng)用時有更加明顯的效率提升，可以實現(xiàn)底層硬件控制操作技術(shù)，為算法的功能實現(xiàn)和優(yōu)化留出了更大空間。4）ASIC全定制化芯片，高速處理速度疊加低功耗表現(xiàn)。ASIC是為專門目的為設(shè)計的集成電路，為實現(xiàn)特定要求而定制的專用AI芯片，能夠在特定功能上進行強化，具有更高處理速度與更低能耗。缺點是研發(fā)成本高、前期研發(fā)投入周期長，且由于定制化屬性，可復(fù)制性一般，缺乏一定靈活性。深度學(xué)習(xí)算法穩(wěn)定后，AI芯片可采用ASIC設(shè)計方法進行全定制，使性能、功耗和面積等指標(biāo)面向深度學(xué)習(xí)算法做到最優(yōu)。3.2.GPT拉動算力提升，帶動高算力芯片市場量價齊升ChatGPT數(shù)據(jù)量擴張，算力需求持續(xù)增加。歷代GPT的參數(shù)量呈現(xiàn)指數(shù)級增長，ChatGPT的總算力消耗約為3640PF-days(每秒計算一千萬億次，需要計算3640天);GPT4在ChatGPT的基礎(chǔ)上增加了圖像、視頻等交互信息類型，內(nèi)容容量擴大到2.5萬字，所需的算力規(guī)模遠大于單純的文字交互。OpenAI首席執(zhí)行官SamAltman接受公開采訪表示，GTP-5在2024年底至2025年發(fā)布，它的參數(shù)量為GTP-3的100倍，需要的計算量為GTP-3的200-400倍。隨著ChatGPT的用戶和應(yīng)用范圍的持續(xù)擴大，數(shù)據(jù)處理的壓力增大，將提出龐大的算力需求。算力需求帶動高算力芯片市場，AI芯片市場規(guī)模持續(xù)擴張。機器所產(chǎn)生的數(shù)據(jù)量在2018年首次超越人類所創(chuàng)造的數(shù)據(jù)量，從2019年，每年幾乎以倍數(shù)的幅度來增加，從2020年到2025年，全球數(shù)據(jù)增量將達到157Zetabytes，5年GAGR高達89%。龐大的數(shù)據(jù)增量，必須運用各種具備高速運算的人工智能芯片來過濾、處理分析、訓(xùn)練及推理，這將持續(xù)帶動AI芯片，尤其是高算力芯片需求。據(jù)統(tǒng)計，2020年全球GPU行業(yè)市場規(guī)模達254.1億美元，預(yù)計2027年將達到1853.1億美元，復(fù)合年均增長率32.82%，GPU市場保持高速增長態(tài)勢。同時根據(jù)預(yù)測，2025年我國AI芯片市場規(guī)模將達到1780億元，2019-2025GAGR可達42.9%。AI風(fēng)潮席卷，芯片價值量有望提升。AI技術(shù)的蓬勃發(fā)展和廣泛應(yīng)用，導(dǎo)致對高性能計算能力的需求空前旺盛。AI芯片作為行業(yè)的核心組件，其價格也隨之攀升，成為科技產(chǎn)業(yè)的新增長點。隨著AI模型復(fù)雜度的增加和參數(shù)量的指數(shù)級擴張，對計算能力的要求不斷提高。例如預(yù)計在2024年底至2025年發(fā)布的GPT-5，其參數(shù)量將是GPT-3的100倍，所需算力為GPT-3的200-400倍。由于高性能AI芯片在滿足這種日益增長的算力需求方面具有不可替代的作用，算力快速增長需求下，芯片供給的不確定性有望提升芯片價格提升。3.3.構(gòu)建推理/訓(xùn)練服務(wù)器需求計算模型，測算未來空間廣闊算力緊缺，ChatGPT頻繁下調(diào)提問限制次數(shù)。鑒于使用人數(shù)過多，GPT-4提問上限次數(shù)先后從每4小時的使用上限從100次下調(diào)到50次，近日ChatGPTPlus又一次將GPT-4提問次數(shù)下調(diào)至每3小時25次，同時預(yù)告再會繼續(xù)下調(diào)提問次數(shù)。GPT-4發(fā)揮預(yù)期效果需服務(wù)器數(shù)量與芯片所提供算力支撐。GPT4推理與運算發(fā)揮預(yù)期能力所需服務(wù)器數(shù)量主要依賴于2個核心變量，模型參數(shù)與訓(xùn)練/推理Token量，不考慮GPT4當(dāng)前回答次數(shù)限制與圖像處理功能，在峰值容納一切原則下，計算框架大致如下：推理所需服務(wù)器=每秒處理峰值Token所需FLOPS/（一臺服務(wù)器提供的FLOPS*推理下FLOPS利用率）；訓(xùn)練所需服務(wù)器=規(guī)定時長內(nèi)訓(xùn)練完所有Token所需FLOPS/（一臺服務(wù)器提供的FLOPS*訓(xùn)練過程FLOPS利用率）OpenAI官方尚未完全公開GPT4數(shù)據(jù)，根據(jù)報告，此次GPT-4是模型參數(shù)數(shù)量為1萬億（GPT3參數(shù)為1750億）；據(jù)硅谷猜測，GPT-4用于訓(xùn)練數(shù)據(jù)量為9萬億Token。基于英偉達A100進行測算，GPT4發(fā)揮預(yù)期能力下推理過程所需服務(wù)器數(shù)量約為6652臺。我們通過單個模型參數(shù)單個token所需要的FLOP次數(shù)、模型參數(shù)、每秒處理token數(shù)量、服務(wù)器所需GPU數(shù)量（按照DGXA100進行測算）、單個GPU峰值FLOP次數(shù)以及利用率為21.6%進行測算，得到推理所需服務(wù)器結(jié)果。中關(guān)鍵假設(shè)為每秒處理token數(shù)量，其測算過程主要為每日提問人數(shù)*每人提問數(shù)量*每個問題回答字?jǐn)?shù)，同時按照中英文翻譯比重1.6：1為基準(zhǔn)，在每個單詞token為1.3前提下計算，得到每秒處理177萬token。且當(dāng)前數(shù)據(jù)建立在GPT4提問次數(shù)受限的現(xiàn)實條件與OpenAI網(wǎng)站2月份日活數(shù)據(jù)下，等待GPT4發(fā)揮預(yù)期功能，開放圖像處理能力，日活、提問數(shù)量、回答字?jǐn)?shù)等假設(shè)量將迅速增長，所需服務(wù)器仍存在增長空間。在6個月訓(xùn)練時間假設(shè)下GPT4訓(xùn)練需要服務(wù)器數(shù)量為1391臺。同樣根據(jù)通過單個模型單token所需要的FLOP次數(shù)、模型參數(shù)、每秒處理token數(shù)量、服務(wù)器所需GPU數(shù)量（按照DGXA100進行測算）、單個GPU峰值FLOP次數(shù)以及利用率為46.2%進行測算，得到推理結(jié)果。測算過程關(guān)鍵量仍在每秒訓(xùn)練Token量，這取決于訓(xùn)練時間。OpenAI在6至8個月之前就開始訓(xùn)練GPT-4，在總數(shù)9萬億Token量+6個月訓(xùn)練時間假設(shè)下，平均每秒訓(xùn)練量為578,704Token。根據(jù)一臺服務(wù)器每秒提供的FLOPS得出訓(xùn)練所需服務(wù)器數(shù)量。未來大規(guī)模參數(shù)模型持續(xù)疊加算力需求，算力供需缺口亟待高性能芯片補充?？紤]過去5年中模型參數(shù)呈指數(shù)增長，LLM（大語言模型）每次迭代都意味著模型訓(xùn)練量與推理量的指數(shù)級增長。隨著算力時代到來，未來對服務(wù)器數(shù)量與芯片算力均存在巨大需求，市場空間難以探底。4.算力時代凸顯芯片價值，國產(chǎn)芯片仍處追趕階段4.1.AI服務(wù)器依賴高性能芯片供給算力時代依托AI服務(wù)器，浪潮信息服務(wù)器蟬聯(lián)國內(nèi)第一。根據(jù)報告，2021全年浪潮信息AI服務(wù)器中國市場占有率達52.4%。自2017年以來，浪潮信息已連續(xù)5年保持中國AI服務(wù)器市場份額超過50%，全球范圍內(nèi)，人工智能服務(wù)器市場規(guī)模達156億美元，約合人民幣1006億元，而浪潮信息市場占有率達20.9%，保持全球市場第一。AI服務(wù)器核心在于高性能芯片。參數(shù)規(guī)模、訓(xùn)練數(shù)據(jù)隨著模型多模態(tài)發(fā)展呈現(xiàn)量級增長，而消化、處理數(shù)據(jù)的能力，即算力，才是制約模型發(fā)揮與其能力的關(guān)鍵因素。在滿足算力的最終訴求下，相較于大量疊加服務(wù)器臺數(shù)，提升算力芯片性能同樣不可或缺。以英偉達GPU芯片H100SXM為例，F(xiàn)P16TensorCore算力為1979TFLOPS，一臺搭載8片H100SXM的服務(wù)器算力是之前所假設(shè)的GPUA100服務(wù)器50倍。GPU占據(jù)AI芯片大類市場，全球應(yīng)用最為廣泛。AI芯片在不同領(lǐng)域?qū)τ谥笜?biāo)的需求不同。訓(xùn)練過程中，GPU由于具備并行計算高度適配神經(jīng)網(wǎng)絡(luò)，支持高速解決巨額工作量；推理過程中僅稀疏結(jié)構(gòu)支持一項便能帶來2倍性能提升。由于GPU可兼容訓(xùn)練和推理，高度適配AI模型構(gòu)建，在全球AI芯片中應(yīng)用最為廣泛。2021年中國AI芯片市場中，GPU占比達到91.9%。據(jù)IDC數(shù)據(jù)，預(yù)計到2025年GPU仍將占據(jù)AI芯片8成市場份額。英偉達主要GPU產(chǎn)品技術(shù)指標(biāo)表現(xiàn)領(lǐng)先，是全球GPU算力芯片龍頭。英偉達的GPGPU目前在全球應(yīng)用最為廣泛，其GPU產(chǎn)品的典型代表V100、A100、H100GPU分別采用Volta、Ampere、Hopper架構(gòu)。A100GPU，INT8算力達624TOPS；H100GPU，INT8算力達到1513TOPS。此外，2006年英偉達發(fā)布的CUDA平臺是現(xiàn)今全球應(yīng)用最為廣泛的AI開發(fā)生態(tài)系統(tǒng)。通用GPU與CUDA生態(tài)系統(tǒng)奠定英偉達引領(lǐng)AI芯片的根基。當(dāng)前全球主流深度學(xué)習(xí)框架均使用CUDA平臺，2021-2022年全球獨立GPU市場中英偉達份額基本維持在在80%左右。服務(wù)器同樣依賴芯片供給，把握芯片才能把握算力時代。數(shù)據(jù)顯示，2022年服務(wù)器CPU的市場份額中，英特爾占超七成，位列第一，AMD拿下約兩成，排名第二，兩家美企聯(lián)手占據(jù)9成市場，而浪潮信息需要的AI服務(wù)器芯片也來自美企英偉達。盡管自2019年起，浪潮信息前五大供應(yīng)商的名字均隱去，但歷史數(shù)據(jù)顯示，英特爾仍穩(wěn)坐最大供應(yīng)商之席。上游芯片高度依賴外部企業(yè)成為浪潮信息發(fā)展的關(guān)鍵制約因素，尤其在美國商務(wù)部3月份將浪潮列入實體清單后，上游芯片進行國產(chǎn)替代顯得更為緊迫。算力時代背景下，自主掌握高端芯片技術(shù)成為兵家必爭之地。4.2.主流芯片限制進口，利好國產(chǎn)化芯片自主發(fā)展海外龍頭壟斷高端芯片技術(shù)，國產(chǎn)芯片仍處追趕階段。以GPU細分賽道來看，目前國內(nèi)自研GPU的領(lǐng)軍企業(yè)主要是寒武紀(jì)、景嘉微、華為昇騰等，其中成立最早的是景嘉微，主打產(chǎn)品有JH920獨立顯卡。行業(yè)內(nèi)專家稱，從產(chǎn)品參數(shù)來看，景嘉微的JH920的性能與英偉達在2016年發(fā)布的GTX1050相仿，雖然僅相差6年，但考慮到模型與算力發(fā)展之迅速，整體而言國產(chǎn)GPU的現(xiàn)狀并不算樂觀，雖然在特殊領(lǐng)域可滿足部分的需求，但是在中高端領(lǐng)域及硬核的算力需求仍存著較長的追趕道路。主流的AI芯片限制進口,國內(nèi)AI產(chǎn)業(yè)發(fā)展面臨阻礙。2022年10月美國對中國半導(dǎo)體進行三方面限制，在AI領(lǐng)域限制中國獲取等效8Int600TOPS算力的芯片。英偉達針對中國市場推出了符合新規(guī)的A800芯片，相比A100芯片，A800在搭載2個GPU的NVIDIA”NVLink”橋接器連接下，互聯(lián)標(biāo)準(zhǔn)由600GB/s降為400GB/s。面臨V100/A100/H100芯片都進口受限，互聯(lián)標(biāo)準(zhǔn)下降，英偉達等頭部企業(yè)維持壟斷地位，國產(chǎn)大模型算力需求和國內(nèi)AI產(chǎn)業(yè)發(fā)展面臨阻礙。自主可控趨勢下，利好國內(nèi)服務(wù)器供應(yīng)廠商。近年來中美之間的貿(mào)易摩擦不斷升級，導(dǎo)致雙方在技術(shù)領(lǐng)域的競爭愈發(fā)激烈。例如美國政府對華為等中國科技企業(yè)實施了一系列制裁措施，試圖限制這些企業(yè)獲取關(guān)鍵技術(shù)和先進芯片。這些制裁措施無疑給中國高端芯片產(chǎn)業(yè)的發(fā)展帶來了巨大壓力。目前自主可控進程中，國內(nèi)企業(yè)在設(shè)計、制程、封裝和測試等各個環(huán)節(jié)取得了顯著進步，部分產(chǎn)品性能已經(jīng)接近國際先進水平。另一方面，國家和地方政府也在積極出臺各種政策措施，支持芯片產(chǎn)業(yè)的創(chuàng)新和發(fā)展，培育具有國際競爭力的芯片企業(yè)。目前ChatGPT引爆的AI潮將拉動云服務(wù)器數(shù)量的增長，其國內(nèi)相關(guān)供應(yīng)廠商將有望受益于下游AI+級應(yīng)用所帶來的算力需求增長，國內(nèi)云服務(wù)器與算力相關(guān)廠商有望直接受益。5.投資分析我們看好算力芯片及服務(wù)器需求劇增下相關(guān)零組件的成長空間。CPU、GPU是服務(wù)器最主要的部件，是衡量服務(wù)器性能的首要指標(biāo)，需具有大數(shù)據(jù)量的快速