AIGC行業(yè)專題分析

AIGC行業(yè)專題分析01AI服務(wù)器需求呈現(xiàn)加速狀態(tài)ChatGPT的競爭本質(zhì)即大模型儲備競賽大模型是人工智能發(fā)展的必然趨勢: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，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)，就可以完成多個應(yīng)用場景的任務(wù)。大模型是輔助式人工智能向通用性人工智能轉(zhuǎn)變的堅實底座: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)用場景需要多個模型支撐，每個模型需要算法開發(fā)、數(shù)據(jù)處理、模型訓(xùn)練、參數(shù)調(diào)優(yōu)等過程。大模型實現(xiàn)了標(biāo)準(zhǔn)化AI研發(fā)范式，即簡單方式規(guī)?；a(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)練大模型的底層動力源泉，一個優(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；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)器通過對數(shù)據(jù)進(jìn)行處理后實現(xiàn)結(jié)果輸出的一種能力。大模型出現(xiàn)帶動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AI服務(wù)器需求:我們認(rèn)為除了對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)用場景。根據(jù)IDC的數(shù)據(jù)，在2021年的統(tǒng)計，預(yù)計到2025年中國加速服務(wù)器市場規(guī)模將達(dá)到108.6億美元，且2023年仍處于中高速增長期，增長率約為20%。AI大模型對算力的需求分別來自訓(xùn)練和推理兩個環(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)，注重絕對的計算能力。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、時延、成本等都要考慮。服務(wù)器架構(gòu)隨負(fù)載量擴(kuò)張而不斷優(yōu)化服務(wù)器價值凸顯:計算機(jī)的一種，它比普通計算機(jī)運(yùn)行更快、負(fù)載更高、價格更貴，主要用于在網(wǎng)絡(luò)中為其它客戶機(jī)提供計算或者應(yīng)用服務(wù)。服務(wù)器具有高速的CPU運(yùn)算能力、長時間的可靠運(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系統(tǒng)，缺點為不便于維護(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目放在多個服務(wù)器上，有效緩解用戶訪問量大的壓力，但由于各個服務(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，整個系統(tǒng)按照不同功能拆分為多個單一功能的子模塊，每個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。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)點在于能夠有效縮短新指令的微代碼設(shè)計時間，允許設(shè)計師實現(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(精簡指令集):對指令數(shù)目和尋址方式都做了精簡。包含了簡單、基本的指令，透過這些簡單、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；缺點在于指令數(shù)較少，功能不及CISC強(qiáng)大。VLIM(超長指令集架構(gòu))：采用多個獨(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,因此指令可同時流出數(shù)目越大，超長指令的性能就明顯；優(yōu)點在于結(jié)構(gòu)簡單且價格低廉，缺點在于編譯器負(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。AI服務(wù)器:加速計算服務(wù)器是服務(wù)器成長的核心驅(qū)動力服務(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CPU；雙路指服務(wù)器支持2個CPU；四路指服務(wù)器支持4個CPU；以此類推。一般CPU數(shù)量越多，即擁有更強(qiáng)的性能，同時能顯著降低性能的功耗比。AI服務(wù)器價值凸顯:隨著大數(shù)據(jù)、云計算、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，AI服務(wù)器由于對加速卡的獨(dú)特需求，需要針對性的對于系統(tǒng)結(jié)構(gòu)、散熱等做專門的設(shè)計，才能滿足AI服務(wù)器需求。02擁抱AI服務(wù)器的星辰大海服務(wù)器發(fā)展路徑:“伴科技類”升級產(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，技術(shù)不斷迭代。近年，隨著互聯(lián)網(wǎng)+、云計算、AI+、邊緣計算的出現(xiàn)，服務(wù)器市場迎來了極大的發(fā)展:2009年左右，隨著虛擬化技術(shù)不斷成熟，云計算的服務(wù)模式被大眾廣泛接受，云數(shù)據(jù)中心對服務(wù)器的需求旺盛；2012年左右，我國進(jìn)入“互聯(lián)網(wǎng)+”時代，云計算服務(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，市場需求旺盛；2017年左右，隨著邊緣計算、“物聯(lián)網(wǎng)+”的興起，疊加AI等需求，服務(wù)器市場依舊火熱。算力時代到來，服務(wù)器價值凸顯國家計算力指數(shù)與GDP/數(shù)字經(jīng)濟(jì)的走勢呈現(xiàn)出了顯著的正相關(guān):根據(jù)IDC數(shù)據(jù)，十五個重點國家的計算力指數(shù)平均每提高1點，國家的數(shù)字經(jīng)濟(jì)和GDP將分別增長3.5‰和1.8‰，預(yù)計該趨勢在2021-2025年將繼續(xù)保持。此外，當(dāng)一個國家的計算力指數(shù)達(dá)到40分以上時，國家的計算力指數(shù)每提升1點，其對于GDP增長的推動力將增加到1.5倍，而當(dāng)計算力指數(shù)達(dá)到60分以上時，國家的計算力指數(shù)每提升1點，其對于GDP增長的推動力將提高到3.0倍，對經(jīng)濟(jì)的拉動作用變得更加顯著。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)時代提供廣闊動力源泉，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)用場景為通訊網(wǎng)絡(luò)、云平臺建設(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。數(shù)字經(jīng)濟(jì)時代，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，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)合也催生了對海量計算能力的需求。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，中美兩國占全球整體服務(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、云計算等技術(shù)的落地，電信運(yùn)營商對內(nèi)面臨著業(yè)務(wù)增長壓力；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)增長對數(shù)據(jù)快速訪問價值凸顯，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。03投資分析浪潮信息：中國服務(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)最全的人工智能計算全堆棧解決方案，涉及訓(xùn)練、推理、邊緣等全棧AI場景，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，為智慧時代提供堅實的基礎(chǔ)設(shè)施支撐。中科曙光：我國高性能計算、智能計算領(lǐng)軍企業(yè)中科曙光作我國核心信息基礎(chǔ)設(shè)施領(lǐng)軍企業(yè):在高端計算、存儲、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)先的市場份額，并充分發(fā)揮高端計算優(yōu)勢，布局智能計算、云計算、大數(shù)據(jù)等領(lǐng)域的技術(shù)研發(fā)，打造計算產(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、數(shù)字經(jīng)濟(jì)發(fā)展提供了堅實可信的支撐。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)動能力。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、智能計算、鴻蒙生態(tài)，覆蓋全國31個省級行政區(qū)、海外10+國家，聚焦數(shù)字政府、運(yùn)營商、考試、交通、制造、教育等重點領(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)。海光信息：支持全精度，GPU實現(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，公司啟動深算一號DCU產(chǎn)品設(shè)計，海光8100采用先進(jìn)的FinFET工藝，典型應(yīng)用場景下性能指標(biāo)可以達(dá)到國際同類型高端產(chǎn)品的同期水平。2020年1月，公司啟動DCU深算二號的產(chǎn)品研發(fā)。寒武紀(jì)：少數(shù)全面掌握AI芯片技術(shù)的企業(yè)之一寒武紀(jì)是目前國際上少數(shù)幾家全面系統(tǒng)掌握了通用型智能芯片及其基礎(chǔ)系統(tǒng)軟件研發(fā)和產(chǎn)品化核心技術(shù)的企業(yè)之一:寒武紀(jì)主營業(yè)務(wù)是應(yīng)用于各類云服務(wù)器、邊緣計算設(shè)備、終端設(shè)備中人工智能核心芯片的研發(fā)和銷售。公司的主要產(chǎn)品包括終端智能處理器IP、云端智能芯片及加速卡、邊緣智能芯片及加速卡以及與上述產(chǎn)品配套的基礎(chǔ)系統(tǒng)軟件平臺。龍芯中科：2K2000系列集成自主GPU龍芯中科主營業(yè)務(wù)為處理器及配套芯片的研制、銷售及服務(wù)：主要產(chǎn)品與服務(wù)包括處理器及配套芯片產(chǎn)品與基礎(chǔ)軟硬件解決方案業(yè)務(wù)。公司基于信息系統(tǒng)和工控系統(tǒng)兩條