1、证券研究报告 2023年2月15日 作者：ChatGPT开启AI发展新浪潮，算力紧缺和海量应用驱动AI硬件广阔空间 AI行业跟踪报告之二 光大证券电子通信行业首席分析师 刘凯，执业证书编号：S0930517100002 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 核心观点 ChatGPT 驱动AI浪潮趋势渐起，芯片等AI硬件构成核心底座 作为AI领域的最新成果，ChatGPT发展空间巨大。目前微软、谷歌等科技巨头坚定入局，展现出AI应用广阔的发展前景，AI行业有望开启新发展浪潮 云端算力硬件将成为AI新浪潮的关键基础设施 GPU、CPU、FPGA、AI芯片、C
2、hiplet、光模块、服务器等细分板块下游应用广泛，产品边际持续拓展。云、边、端需求拉动市场规模高速增长。2 AI新浪潮未来将提升海量IoT设备的边缘算力需求 NPU：在SoC与MCU中加入边缘算力，可广泛使用于各类AIoT设备。RISC-V芯片架构：深度受益于未来AIoT趋势 投资建议：云端算力和边缘算力两个维度关注AI硬件投资机会 云端算力：建议关注（1）GPU：景嘉微、海光信息；（2）CPU：龙芯中科、中国长城、澜起科技、；（3）AI芯片：寒武纪、澜起科技；（4）FPGA：复旦微电、安路科技、紫光国微等；（5）光模块：天孚通信、德科立、新易盛、光迅科技、博创科技、源杰科技、中际旭创等；（
3、6）CHIPLET：兴森科技、长川科技、方邦股份、华正新材、通富微电、长电科技等。边缘算力：建议关注（1）SoC：晶晨股份、富瀚微、瑞芯微等；（2）AIoT：乐鑫科技、恒玄科技等；（3）RISC-V：中科蓝讯、乐鑫科技、全志科技等。获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 目 录 ChatGPT 驱动AI浪潮趋势渐起，芯片等AI硬件构成核心底座 云端算力硬件将成为AI新浪潮的关键基础设施 AI新浪潮未来将提升海量IoT设备的边缘算力需求 投资建议：云端算力和边缘算力两个维度关注AI硬件投资机会 风险分析 获取更多最新资料请加微信：chensasa666请务必
4、参阅正文之后的重要声明 4 一、ChatGPT 驱动AI浪潮趋势渐起，芯片等AI硬件构成核心底座 1、ChatGPT应用空间广阔 2、AIoT终端浪潮趋势渐起 3、数据和算力是人工智能的基础，芯片等硬件构成AI核心底座 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 5 1.1、ChatGPT应用空间广阔 ChatGPT是由人工智能实验室OpenAI研发的通用聊天机器人，使用了Transformer神经网络架构。GPT-3.5架构是一种用于处理序列数据的模型，于2022年11月30日上线。ChatGPT的网页应用允许用户免费使用，不限量向公众开放，用户与ChatG
5、PT之间的对话互动包括了普通聊天、信息咨询、撰写诗词作文、修改代码等。作为AI领域的最新成果，ChatGPT也拥有足够的想象力和发展空间。目前微软、谷歌等科技巨头坚定入局，展现出AI应用广阔的发展前景，AI行业有望开启新发展浪潮。资料来源：搜狗百科，光大证券研究所整理 图1：ChatGPT推出历程 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 6 1.1、ChatGPT应用空间广阔 以ChatGPT为代表的AIGC备受关注。全球各大科技企业都在积极拥抱AIGC，不断推出相关技术、平台和应用。AIGC产业生态加速形成，走向模型即服务(MaaS）的未来。资料来源：腾
6、讯研究院 图2：内容创作模式的四个发展阶段 图3：AIGC产业生态体系的三层构架 资料来源：腾讯研究院 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 7 AIoT时代拥有海量IoT终端。“智能”将是物联网时代最核心的生产力，AI技术将渗透到云、边、端和应用的各个层面，与IoT设备进行深度融合。在物联网时代，用户对于智能的需求呈快速增长，深入各个领域。1.2、AIoT终端浪潮趋势渐起 资料来源：猎云网 图4：AIoT时代拥有海量IoT终端 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 8 1.2、AIoT终端浪潮趋势渐起 资料来源：
7、IDC预测，a&s Research 图5：2019-2022E中国AIoT市场规模 根据IDC数据：2019年中国AIoT产业总产值为3808亿元，2021年将达到6548亿元。AIoT市场规模的快速增长，得益于以5G为代表的新技术的规模化商用和AIoT应用在消费及公共事业等领域的大规模落地。获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 9 人工智能的基础层是数据和算力，数据由服务器和光模块存储和运输；算力由CPU、GPU、FPGA、ASIC等芯片支撑 资料来源：CSDN、光大证券研究所算法CPU GPU ASIC FPGA 服务器 光模块 PCB 1.3、数
8、据和算力是人工智能的基础，芯片等硬件构成AI核心底座 PCB 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 10 资料来源：寒武纪公开路演PPT1.3、数据和算力是人工智能的基础，芯片等硬件构成AI核心底座 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 目 录 ChatGPT 驱动AI浪潮趋势渐起，芯片等AI硬件构成核心底座 云端算力硬件将成为AI新浪潮的关键基础设施 AI新浪潮未来将提升海量IoT设备的边缘算力需求 投资建议：云端算力和边缘算力两个维度关注AI硬件投资机会 风险分析 获取更多最新资料请加微信：chensasa66
9、6请务必参阅正文之后的重要声明 12 二、云端算力硬件将成为AI新浪潮的关键基础设施 1、GPU分为传统GPU与GPGPU，GPGPU占据人工智能 90%以上份额 2、CPU与AI融合将成大势所趋 3、FPGA与ASIC技术融合，在人工智能领域应用广泛 4、云、边、端需求拉动AI芯片市场规模高速增长 5、从AI Chip到AI Chiplet 6、数据流量与AI算力增长推动光模块需求 7、算力需求带动服务器 PCB 市场持续扩容 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 13 2.1、GPU分为传统GPU与GPGPU，GPGPU占据人工智能 90%以上份额
10、随着 GPU 在并行计算方面性能优势的逐步显现以及并行计算应用范围的逐步拓展，GPU 逐渐分化成两条分支：一条是传统意义的 GPU，延续专门用于图形图像处理用途，内置了视频编解码加速引擎、2D 加速引擎、3D 加速引擎、图像渲染等专用运算模块。另一分支是 GPGPU，作为运算协处理器，并针对不同应用领域的需求，增加了专用向量、张量、矩阵运算指令，提升了浮点运算的精度和性能，以满足不同计算场景的需要。图6：GPGPU主要应用领域 资料来源：海光信息招股说明书 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 14 2.1、GPU分为传统GPU与GPGPU，GPGPU占
11、据人工智能 90%以上份额 大规模张量运算、矩阵运算是人工智能在计算层面的突出需求，高并行度的深度学习算法在视觉、语音和自然语言处理等领域上的广泛应用使得计算能力需求呈现快速增长。根据Cisco 的预计，2021 年全球数据中心负载任务量将超过 2016 年的两倍，从 2016年的不到250 万个负载任务量增长到 2021 年的近 570 万个负载任务量。随着云计算的不断发展，全球范围内云数据中心、超级数据中心的建设速度不断加快，Cisco 预计到 2021 年，计算能力更强的超级数据中心将达到 628 座，占数据中心总量的53%。图7：2016-2021年数据中心负载任务量变化 资料来源：海
12、光信息招股说明书 图8：2016-2021年超级数据中心数量变化 资料来源：海光信息招股说明书 获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 15 2.1、GPU分为传统GPU与GPGPU，GPGPU占据人工智能 90%以上份额 在人工智能领域，使用 GPGPU 在云端运行模型训练算法，可以缩短海量训练数据的训练时长，减少能源消耗，从而进一步降低人工智能的应用成本。GPGPU 能够提供完善的软件生态系统，便于各种已有应用程序的移植和新算法的开发，因此全球人工智能相关处理器解决方案仍然是以 GPGPU 为主。GPGPU 是人工智能领域最主要的协处理器解决方案，占据
13、人工智能 90%以上的市场份额，在智能工厂、无人驾驶、智慧城市等领域具有广泛的市场空间。根据前瞻产业研究院的数据，未来几年内，中国人工智能芯片市场规模将保持年均40%至50%的增长速度，到2024年，市场规模将达到785亿元。而随着人工智能相关技术的进步，应用场景将更加多元化，GPGPU通用性好和软件生态系统完善的优势会进一步展现出来，成为该领域的主流解决方案。GPGPU在我国人工智能芯片领域也将占据较大比例的市场份额。GPU 在商业领域的具体应用体现在：1.商业计算和大数据处理；2.人工智能处理器；3.智算中心。获取更多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 1
14、6 2.2、CPU与AI融合将成大势所趋 CPU 是计算机的运算和控制核心，是信息处理、程序运行的最终执行单元，是计算机的核心组成部件。CPU 的本质是超大规模集成电路，用于解释计算机指令和处理计算机软件中的数据，并负责控制、调配计算机的所有软硬件资源。CPU 可以应用在服务器、工作站、个人计算机（台式机、笔记本电脑）、移动终端和嵌入式设备等不同设备上，根据应用领域的不同，其架构、功能、性能、可靠性、能效比等技术指标也存在一定差异。图9：CPU应用场景及技术特点 资料来源：海光信息招股说明书 资料来源：海光信息招股说明书 资料来源：海光信息招股说明书 获取更多最新资料请加微信：chensasa
15、666请务必参阅正文之后的重要声明 17 2.2、CPU与AI融合将成大势所趋 过去十多年，全球服务器市场总体保持了稳健的增长。根据 IDC 数据，2020 年，受全球互联网行业资本投入收缩和“新冠疫情”的影响，全球服务器出货量为1212.9万台，销售额 910.2 亿美元，同比分别增长 3.26%和 4.37%，增速低于前期平均水平。随着云计算的不断发展，全球范围内云数据中心、超级数据中心的建设速度不断加快，Cisco 预计到 2021 年，计算能力更强的超级数据中心将达到 628 座，占数据中心总量的53%。图10：2014-2020年全球服务器销售额 资料来源：海光信息招股说明书 获取更
16、多最新资料请加微信：chensasa666请务必参阅正文之后的重要声明 18 2.2、CPU与AI融合将成大势所趋 CPU 技术发展趋势：1，单个处理器核心性能持续提升；2，处理器设计复杂度提高，核心数逐步增加，I/O 性能持续提升；3，微体系结构持续优化。CPU 在商业领域的具体应用：1，“企业上云”需求强烈，云计算可助力企业完成数字化转型；2，5G 网络的快速铺开，加速“万物互联”时代提前到来。国产 CPU市场空间广阔：随着国产 CPU性能的不断提高和软件生态的不断完善，基于国产 CPU 的信息产品已经得到批量应用。对信息安全、供应链安全要求相对较高的领域，均是国产 CPU 的优势市场，伴随着未来信息化的加速，桌面、服务器 CPU 的需求量有望大幅增加。英特尔 Sapphire Rapids 第四代至强可扩展处理器深度支持AI 运算。英特尔在这代产品中增添全新内置 AI 加速器 英特尔高级矩阵扩展（AMX）技术。英特尔透露该GPU的基础算力平均提升值为 53%，而在 AMX 的助推下，其在 PyTorch 上的 AI 实时推理速度，可提升至上一代产品（FP32）的 5.7-10 倍
