没有合适的资源?快使用搜索试试~ 我知道了~
算力行业云基建专题报告:AI浪潮持续催化,云端配套升级加速.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 105 浏览量
2023-10-01
22:35:59
上传
评论
收藏 1.2MB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/88388811/0001-be21c6ea55b45bea288c1302fd7e1ab7_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
25页
算力行业云基建专题报告:AI浪潮持续催化,云端配套升级加速.docx
资源推荐
资源详情
资源评论
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/88388811/bg1.jpg)
算力行业云基建专题报告:AI 浪潮持续催化,云端配套升级加速
大模型引领 AI 商业化,轻量应用价值亦凸显
2022 年 11 月 30 日,美国人工智能研究公司 OpenAI 正式发布全球瞩目的人工智能聊天机器人
ChatGPT。该技术的推出轰动了全球,仅仅 5 天的时间,ChatGPT 的注册用户数量就突破了 100 万
大关,到了 2023 年 1 月末,ChatGPT 的月活跃用户数突破了 1 亿,成为了历史上增长最快的消费者
应用之一。这一突破性的成就使得 ChatGPT 为代表的人工智能聊天机器人,将全球带入了一场前所 未有
的科技革命,标志着"智能时代"正式拉开帷幕,人工智能从技术升级开始向商业化落地迅速演 进。英伟达
创始人黄仁勋则形容这一时刻为 AI 领域的"iPhone"时刻。二十一世纪被称为信息时代。各种新兴技术如
人工智能、机器学习、区块链、5G 和物联网等,每时每刻都在产生海量的数据,并 将这些数据应用于人
们日常生活的各个领域。数据已经成为继土地、劳动力、资本和技术之后的第 五大生产力要素。根据 IDC
预计,2021 年全球数据总量达到 85ZB,并将在 2025 年达到 175ZB, CAGR 达到约 20%。庞大的
数据为 AI 模型的诞生孕育了肥沃的土壤。
人工智能正逐渐走进我们的日常生活,与人们的生活越来越密切地联系在一起。而这一切的基础是 数据和
算力。数据的丰富和高效的算力,为人工智能的快速发展和商业应用提供了坚实的支持。在 人工智能的浪
潮中,数据被喻为"新的石油",而强大的算力则是推动 AI 技术腾飞的引擎。
OpenAI 在从 GPT-2 模型升级到 GPT-3 模型时,其参数数量从 15 亿增长至 1750 亿级别。随着参数
规模的增大,算力负担也相应增加。如果要在更短的时间内运行更大的模型,就必须进一步增加算 力。在
可预见的未来,算力将成为各大 AI 企业必须提升的关键技术能力。只有拥有足够的算力,才 能支持更复
杂、更庞大的人工智能模型,使其能够在实际应用中发挥更高的效能。AI 企业将不断探 索和投资于新的
计算技术,以确保其在竞争激烈的市场中保持领先地位。同时,算力的提升也将推 动着人工智能技术的不
断进步。更强大的算力意味着更复杂的模型和更深层次的学习,这将有助于 改善人工智能系统的性能和智
能化水平。因此,算力的不断增强不仅是 AI 企业的必然需求,也是人 工智能技术发展的驱动力。
![](https://csdnimg.cn/release/download_crawler_static/88388811/bg2.jpg)
![](https://csdnimg.cn/release/download_crawler_static/88388811/bg3.jpg)
海外主要大模型包括 OpenAI 的 ChatGPT-3、 Anthropic 的 Claude、英伟达与微软的 Megatron
Turing-NLG 以及 Meta 的 OPT 等。中国大模型主要包括百度文心、华为盘古、阿里通义、腾讯混云
以及商汤的视觉模型等。百度推出文心大模型,基本实现跨模态和多下游多领域的应用,目前已上 线文心
一言。腾讯主要通过多模态解决语言理解与图像生成的问题。
在多模态大模型迈向商业化的同时,边缘级轻量化应用亦凸显价值。随着深度学习模型在各个领域 的广泛
应用,算力的消耗需要足够的硬件支持才得以运行。对于如何将大型模型轻量化部署到端测 设备以及如何
在小数据领域进行轻量化微调亦成为业界关注的焦点。一方面,在云端运行 AI 大模型, 成本往往极高,
受众较少。另一方面,如果能在本地运行,将带来如隐私保护等诸多优势。自 ChatGPT 发布以来,业内
正对边缘级轻量化应用进行持续探索。
以谷歌 PaLM 2 为例,2023 年 5 月 11 日,谷歌发布全球首个支持边缘端的大模型 PaLM 2,开启了
从云到端的终端交互革命。谷歌在大语言模型的小型化上,取得了非常重要的进步。而且在谷歌 I / O 大
会上,还同时发布了 4 个参数更少的模型。其中最小的一款模型 Gecko(壁虎),甚至可以在 智能手机
上运行。我们认为轻量化应用将直击大模型训练成本高昂的痛点,配合特定行业场景以及 参数调优,端侧
的应用将为 AI 商业化带来更广阔的空间。
7 月 20 日,2023 世界半导体大会开幕式在南京举行,中国工程院院士倪光南发表主题演讲。他提供 了
一组数据:中国单位 GDP 的数据存储量只有美国 70%左右,而人均数据存储量,美国是中国的 9 倍。
美国为 212GB/人,中国约为 25GB/人。从闪存占比看,全球是 41.3%,美国是 56.4%,而中国 只有
20.3%。因此,倪光南建议通过政策引导力推 SSD(固态硬盘)取代 HDD(机械硬盘)。中国 新型半导
体存储产业链相对完整。上游芯片方面,NAND Flash 领域有长江存储;DRAM 有长鑫。闪存主控芯片
方面生产厂商较多;NAND Flash 存储芯片的核心设备刻蚀机方面,中微公司的刻蚀机 已经突破 5nm
工艺,达到国际领先水平。生产 SSD 主控芯片和 DRAM 的光刻机工艺为 12~28nm, 不需要 EUV
光刻机,“卡脖子”风险较低。
AI 行情持续催化,结构布局机会仍佳
自 ChatGPT 正式发布以来,国内国际市场 AI 算力投资均表现亮眼。国际方面,步入 2023 以来英 伟
达作为 AI 算力龙头股价一路走高,累计最大涨幅逾 160%。5 月 24 日英伟达交出亮眼财报,FY1Q24
实现收入 71.92 亿美元(YoY -13%, QoQ +19%),公司指引,FY1Q24 公司数据中心业务达到 42.8 亿
美元,创历史新高。展望 2024 财年第二季度,公司预计收入将达到 110 亿美元,大超市场预期。受 此
催化影响,英伟达市值一度上破万亿美元大关,成为全球首家市值达到 1 万亿美元的芯片制造商, 市值
在 5 个月内暴增 6300 亿美元。国内方面,我们选取 wind AI 算力指数(8841678.WI)作为参考,该
指数共含等成分股 51 支。2023 年 1-4 月,AI 算力指数走势整体与英伟达走势趋同,并于 4 月 20
日达到最大累计涨幅 71.53%,而 同期沪深 300 指数区间累计涨幅仅为 6.88%,AI 算力指数超额收益
大幅跑赢市场。5 月以来宏观经 济弱复苏,受此影响板块迎来分化调整,我们认为 AI 算力板块目前正处
于分化调整阶段,伴随经 济基本面的边际改善以及政策面的持续推出,AI 算力板块有望再度迎来布局良
机。
个股方面,我们选取了 16 家有代表性的 AI 算力龙头公司,覆盖包括芯片,内存,PCB,服务器代 工以
及数据中心配套建设。截至 2023 年 6 月 30 日,16 家公司平均涨幅为 56.63%,其中涨幅最高的 是
寒武纪,区间累计涨幅达 244.57%,这也反映了算力需求下高性能芯片的重要性;受全球个人电 脑及服
务器市场景气度下滑、内存接口芯片起量不及预期等因素,澜起科技、聚辰股份表现欠佳, 区间分别下跌
8.27%,30.20%。PCB 方面表现较为分化,与各家产品结构有关;工业富联作为服务 器代工龙头,股价
![](https://csdnimg.cn/release/download_crawler_static/88388811/bg4.jpg)
亦有近翻倍表现。此外,液冷作为数据中心低能耗日趋严苛下的必由之路,高澜 股份、申菱环境、英维克
等亦有亮眼的表现。
存力算力封力三位一体,产业链再迎新机遇
AIGC 有望拉动全球云硬件需求增长,服务器则是 AI 算力的核心。由于全球经济疲软及通胀等因素, IDC
预计全球服务器出货量增速在 2023 年下滑,2024 年有望重回稳健增长轨道。AI 服务器方面,
TrendForce 不断上修 AI 服务器出货量,预计 2023 年 AI 服务器(包含搭载 GPU、FPGA、ASIC 等)
出货量近 120 万台,年增 38.4%,占整体服务器出货量近 9%,至 2026 年将占 15%,同步上修
2022~2026 年 AI 服务器出货量年复合成长率至 22%。我们认为 AI 创新引发的算力“军备竞赛”将推
动云基础设 施超预期成长。
从服务器产业结构来看,服务器行业的上游主要由组成服务器的核心部件构成,其中包括 CPU、内 存、
硬盘、电源以及连接器等关键组件。在服务器产业中游,主要由系统集成商和服务器厂商构成。从硬件角
度来看,与传统服务器相比,人工智能(AI)服务器通常配备高性能的 GPU 或 TPU 加速 器,拥有大容
量的显存和存储器,并且有较多的 PCIe 显示设备作为外设。这样的配置旨在实现图像 识别、人工智能学
![](https://csdnimg.cn/release/download_crawler_static/88388811/bg5.jpg)
习等复杂任务,以实现更快、更高效的数据处理和计算能力。AI 服务器的设计旨 在满足人工智能等大数
据应用的需求,因为这些应用对计算性能和数据处理速度有着更高的要求。随着人工智能技术的快速发展,
对服务器的性能和配置提出了更高的要求。我们认为伴随 AIGC 的 不断催化,以服务器为基石的云基础
设施产业链将驱动硬件端加速迭代更新。
算力需求高速增长,国产 AI 芯片正当时
AI 芯片是算力的“心脏”。根据 WSTS 数据,2020 年全球人工智能芯片市场规模约为 175 亿美元,
随 着人工智能技术的日益成熟和不断完善的数字化基础设施,人工智能商业化应用正迅速推动 AI 芯片
市场的高速增长。这一趋势得益于多方面的推动因素,将为 AI 芯片产业带来前所未有的机遇,据 WSTS
预计 2025 年全球人工智能芯片市场规模将达到 726 亿美元。
AI 芯片主要分为三种类型,分别是 GPU、FPGA 和 ASIC 芯片。每种类型的 AI 计算芯片都有其突 出
的优势和适用领域,并在 AI 训练和推理阶段发挥作用。目前,在人工智能领域中,CPU 的应用 相对有
限,主要是因为 CPU 在 AI 训练方面的计算能力不足。在独立 GPU 领域,英伟达是主要的市 场领导者,
其份额高达 88%。
为应对 AI 订单需求激增,供给端亦在发力。公司董事长刘德音指出,台积电今年 CoWoS 产能已较去年
实现倍增,明年将在今年基础上再度倍增。同时,为应对先进封装产能的持续紧缺, 台积电 CoWoS 封
测产能不足的部分订单已外溢日月光、矽品与 Amkor,同时晶圆代工厂联电也分 到英伟达 CoWoS 中
的“W(Si interposer Wafer)”部分订单,联电预计下半年开始量产出货,之后 再由封装厂商完成
“oS”部分。我们认为伴随着订单外溢及先进封测六厂的启动,AI 订单产能瓶颈 将有望趋于缓解。此外,
国际巨头仍不遗余力的进行技术创新,以期在竞争日趋激烈的算力大战中获得更多非对称性 优势,
CPU+GPU 异构计算成芯片巨头新宠:首先,随着高性能计算应用的不断发展,驱动了对算 力的需求不
断增加。传统单一计算类型和架构的处理器已经无法满足处理日益复杂、多样化数据的 要求。其次,由于
数据量和多样性的不断增加,数据处理的地点、时间和方式也在不断变化。在这 样的背景下,CPU+GPU
架构尤为适用于处理数据中心产生的大规模数据。采用 CPU+GPU 架构, 可以更高效地处理这些海量数
据。此外,CPU+GPU 架构还具有共享内存空间的优点,能够消除冗 余内存副本,从而改善处理效率。
通过将 CPU 与 GPU 集成在同一架构中,处理器无需再将数据复 制到专用内存池来访问或更改数据,也
无需使用第二个连接到 CPU 的 DRAM 内存芯片池。芯片三 大巨头英伟达、AMD、英特尔也纷纷集中
动作,分别推出 Grace、MI300、和 Falcon Shores 等架构, “超异构计算”已逐渐成为业界升级趋势
之一。
早在 2022 年的 GTC 大会,英伟达 Grace Hopper Superchip 首次发布,14 个月后的 COMPUTEX
2023 上,GH200 Grace Hopper 超级芯片被正式宣布已经全面投产,将为大规模 HPC 和 AI 应用带
来突破 性的加速计算。与英伟达 GH200 超级芯片类似,AMD 在 2023 下半年即将推出的 MI300 也
将采用 CPU +GPU 架构,同样发力于 AI 训练市场。AMD 于 CES 2023 介绍了新一代 Instinct MI300
加速器, 结合 CPU 与 GPU,重点发力数据中心的 HPC 及 AI 领域,对标英伟达 Grace Hopper,一
改过去 AMD 的 GPU 产品主要应用在图像处理及 AI 推理领域的局限。公司早前在 22Q4 财报电话会
里提及,MI300 已开始送样给重要客户,而正式推出将会在下半年,2024 年将看到明显贡献。
国内 GPU 赛道厂商中,景嘉微通过自主研发 GPU 并规模化商用,是国内显示控制市场龙头企业。此外,
海光信息、寒武纪等公司均有布局 GPU 产品。在加速计算 GPU 领域,国内壁仞科技发布的 BR100 产
品,在 FP32 单精度计算性能实现超越 NVIDIA A100 芯片,但是不支持 FP64 双精度计算;天数智芯
推出的天垓 100 的 FP32 单精度计算性能实现超越 A100 芯片,但是在 INT8 整数计算性能 方面却低
于 A100;海光推出的 DCU Z100 实现了 FP64 双精度浮点计算,但是其性能为 A100 的 60% 左右。
剩余24页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/default.jpg!1)
产品经理自我修养
- 粉丝: 231
- 资源: 7710
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)