AI硬件投资专题：国造空间为基，人工智能为要

AI硬件行业 行业研究/点评报告 国造空间为基，人工智能为要——AI硬件投资 专题 报告日期：2023-02-10 行业评级：增持（首次） 行业指数与沪深300走势比较 分析师：胡杨 执业证书号：S0010521090001 邮箱：huy@hazq.com 相关报告 主要观点： ChatGPT市场关注度已经从应用层、模型层向日渐不足的算力层蔓延。 2022年11月30日，由包括埃隆-马斯克和山姆-奥特曼等人创立的OpenAI公司正式对外发布聊天机器人软件ChatGPT，并迅速在全球范围获得大量用户青睐。ChatGPT1月月活跃用户达到1亿，是史上月活用户增长最快的消费者应用，而近日ChatGPT因用户量激增而频繁宕机，更加体现了ChatGPT对算力层的高度依赖。从二级市场投资角度，我们认为市场关注度已经从应用层、模型层向日渐不足的算力层逐渐蔓延，算力层主要包括核心逻辑训练芯片GPU、CPU、FPGA等，以及配套PCB、连接器等部件。 算力保障人工智能技术飞速发展，GPU支撑强大算力落地。 ChatGPT应用场景下的GPU通常指GPGPU，去掉GPU为了图形处理而设计的加速硬件单元，保留了GPU的SIMT架构和通用计算单元。所以对于ChatGPT场景下的AI训练、矩阵运算等通用计算类型的任务仍然保留了GPU的优势，即高效搬运，运算，重复性的有海量数据的任务。国内公司海光信息的DCU产品归属的GPGPU范畴，可广泛用于包括ChatGPT所处的人工智能及大数据等领域。 PCB&连接器满足算力数量需求，广泛应用数据中心领域。 ChatGPT大模型的特点带来了陡增的算力需求，仅GPT3模型就需要上千片A100芯片超一个月的训练时间，其中包括1750亿个参数、45TB数据量。服务器、交换机等作为算力的载体和传输硬件，将极大提升PCB和连接器等部件的用量。以传统核心算力板卡供应商胜宏科技为例，公司支持主要供应英伟达A100+H100的板卡，单价较高。连接器公司鼎通科技的通信数据中心业务占比高达60%，公司I/O连接器、CAGE和背板连接器产品直接供应安费诺、莫仕、泰科等头部公司，最终应用于数据中心与服务器领域。 相关公司 GPU：海光信息、景嘉微、好利科技CPU：龙芯中科 FPGA：安路科技、复旦微电、紫光国微AI芯片：澜起科技、寒武纪 SOC：瑞芯微、富瀚微 PCB：沪电股份、深南电路、胜宏科技、生益科技、华正新材连接器：鼎通科技 IP:芯原股份 风险提示 AI技术落地不及预期、国际关系风险等。 正文目录 1从应用层到算力层，逻辑训练芯片是AI技术的算力基础5 2产业链各环节受益人工智能发展，新产业带来新需求与新机遇7 2.1各类AI芯片可支撑强大算力落地7 2.2PCB&连接器满足算力数量需求9 风险提示：11 图表目录 图表1OPENAIGPT产品代际差异5 图表2人工智能训练任务中的算力每3.5月翻一倍6 图表3全球GPU行业市场规模7 图表4中国GPU行业市场规模7 图表5全球FPGA芯片市场规模9 图表6中国FPGA芯片市场规模9 图表7全球服务器出货量10 图表8中国X86服务器出货量10 1从应用层到算力层，逻辑训练芯片是AI技术的算力基础 2022年11月30日，由包括埃隆-马斯克和山姆-奥特曼等人创立的OpenAI公司正式对外发布聊天机器人软件ChatGPT，并迅速在全球范围获得大量用户青睐。ChatGPT1月月活跃用户达到1亿，是史上月活用户增长最快的消费者应用，而近日ChatGPT因用户量激增而频繁宕机，更加体现了ChatGPT对算力层的高度依赖。从二级市场投资角度，我们认为市场关注度已经从应用层、模型层向日渐不足的算力层逐渐蔓延，算力层主要包括核心逻辑训练芯片GPU、CPU、FPGA等，以及配套PCB、连接器等部件。 早在2018年，OpenAI就推出GPT-1自然语言处理模型，可以实现问答，撰写文章、代码等功能。从初代GPT发展到2020年的GPT-3，再到基于GPT-3.5的ChatGPT，其模型的参数量和预训练数据量在以指数形式上升。具体来看，OpenAI2018年发布的GPT-1的参数量约为1.17亿，而到了2020年的GPT-3，参数量达到了1750亿，预训练数据量（语料库）也由5GB提升到了45TB，数据增量相当庞大。 图表1OpenAIGPT产品代际差异 模型推出时间参数量语料库 GPT-1 2018年6月 1.17亿 5GB GPT-2 2019年2月 15亿 40G GPT-3 2020年5月 1750亿 45TB ChatGPT 2022年11月 - - 资料来源：OpenAI，华安证券研究所 随着参数量和语料库指数级的扩容，ChatGPT类人工智能需要更充足的算力支 持其处理数据，同时需要投入更多高性能的算力芯片来处理千亿级别参数量。英伟达的研究表示，GPT-3模型需要使用512颗V100显卡训练7个月时间，或者使用1024颗A100芯片训练长达一个月的时间。2012年以来，人工智能训练任务中的算力增长（所需算力每3.5月翻一倍）已经超越芯片产业长期存在摩尔定律（晶体 管数量每18月翻一倍）。 图表2人工智能训练任务中的算力每3.5月翻一倍 资料来源：OpenAI，华安证券研究所 现阶段国内无法采购英伟达A100、H100等高端GPU产品，但算力性能上的差异可以通过提升算力芯片数量来弥补,因此对于算力芯片产品的需求也将更高。国内主流互联网厂商也有类ChatGPT产品正在开发，比如悟道和百度的文心等AI模型。随着国产GPU,CPU,FPGA产品性能的提升，人工智能的算力需求将为国产芯片厂商打开广阔的市场空间。同时，以ChatGPT为代表的AI技术浪潮的到来，对产业链相关芯片，模组，材料等环节均带来了海量的新需求。 2产业链各环节受益人工智能发展，新产业带来新需求与新机遇 2.1各类AI芯片可支撑强大算力落地 GPU:ChatGPT应用场景下的GPU通常指GPGPU，去掉GPU为了图形处理而设计的加速硬件单元，保留了GPU的SIMT架构和通用计算单元。所以对于ChatGPT场景下的AI训练、矩阵运算等通用计算类型的任务仍然保留了GPU的优势，即高效搬运，运算，重复性的有海量数据的任务。海光信息的DCU产品（8000深算系列产品）归属的GPGPU范畴，可广泛用于包括ChatGPT所处的人工智能及大数据等领域。DCU系列深算一号已于2021年实现商业化应用，深算二号处于研发阶段。深算一号和NVIDIA公司高端GPU产品（型号A100）及AMD公司高端GPU产品（型号MI100）在典型应用场景下，其指标达到国际上同类型高端产品的水平。好利科技控股GPU芯片公司合肥曲速，已于22年Q3实现并表，曲速科技自研GPU芯片可以用于数据中心服务器、网络安全检测、自动驾驶等领域，去年9月已签订芯片合同1700万元。 市场规模（亿美元） 2000 1800 1600 1400 1200 1000 800 600 400 200 0 CAGR=32.82% 1853.1 1395.0 1050.3 790.8 595.4 254.1 448.3 337.5 市场规模（亿美元） 同比增长（%） 400 350 300 345.5732.95% 32.90% 260.2 250 195.9 200 150 147.5 111.0 100 50 0 47.39 62.983.6 32.85% 32.80% 32.75% 32.70% 32.65% 32.60% 图表3全球GPU行业市场规模图表4中国GPU行业市场规模 资料来源：华经产业研究院，华安证券研究所资料来源：华经产业研究院，华安证券研究所 AI芯片：AI的许多数据处理涉及矩阵乘法和加法。由于专门为AI进行优化，在低精度数据运算性能方面不输顶级GPGPU，同时功耗更低为大量并行工作的GPU提供了一种廉价的方法。澜起科技第一代AI芯片工程样片已经在22年底如期完成流片，后续将进一步测试验证、给客户进行送样。我们认为，近两年来各类AI专用的训练、推理硬件已经开始规模部署，同时考虑到未来ChatGPT用户激增的情况下，相应场景的功耗和成本等方面将更具优势。AIASIC也可以通过SoC+IP的形式来实现，瑞芯微作为国内SOC龙头厂商，其RK3588产品在汽车，安防等未来的人工智能下游应用端具备广泛的应用场景。富瀚微以视频为中心的，提供高性能视频编解码及AISoC芯片、图像信号处理器ISP芯片及完整的产品解决方案。 FPGA：FPGA具备快速、低功耗、灵活和高效的优点。硬件可编程的特性使得FPGA在AI训练中既能提供充足的算力，又具有灵活性，可以重新编程以适应不同任务的需要。国内FPGA厂商中，紫光国微于2022年推出了2x纳米的低功耗FPGA系列产品，新一代1x纳米更高性能FPGA系列产品也在顺利推进中，进一步完善了产品种类。复旦微电具备65nm制程千万门级和28nm制程亿门级产品，目前以28nm制程的FPGA产品为主。安路科技的FPGA芯片产品形成了由PHOENIX高性能产品系列、EAGLE高效率产品系列、ELF低功耗产品系列组成的产品矩阵。 市场规模（亿美元） 140 120 同比增长（%） 125.820.00% 100 80 60 40 20 0 109.1 93.6 79.4 60.868.6 56.8 43.448.253.9 18.00% 16.00% 14.00% 12.00% 10.00% 8.00% 6.00% 4.00% 2.00% 0.00% 市场规模（亿元） 350 300 250 200 150 100 50 0 同比增长（%） 332.235.00% 290.1 249.9 208.8 176.8 150. 3 65.6 115.6129.6 87.3 30.00% 25.00% 20.00% 15.00% 10.00% 5.00% 0.00% 图表5全球FPGA芯片市场规模图表6中国FPGA芯片市场规模 资料来源：华经产业研究院，华安证券研究所资料来源：华经产业研究院，华安证券研究所 IP:ChatGPT与Chiplet相结合，算力与性能需求提升的背景下，小芯片技术是行业发展趋势之一。复用IP+先进封装的形式大幅了减少了功耗和成本，同时提升了设计的灵活性和芯片性能。现阶段，CPU，SOC等采用chiplet模式重构，已经成为行业的主流趋势，比如国内华为早前推出过基于chiplet技术的7nm鲲鹏920处理器，AMD也推出了chiplet形式的GPU图形处理器Navi31，芯原股份在chiplet技术中的IP环节有着广泛的积累和探索，现已储备了的六类处理器IP、1,400多个数模混合IP和射频IP。 2.2PCB&连接器满足算力数量需求 ChatGPT大模型的特点也带来了陡增的算力需求，仅GPT3模型就需要上千片A100芯片超一个月的训练时间，其中包括1750亿个参数、45TB数据量。服务器、交换机等作为算力的载体和传输硬件，将极大提升PCB和连接器等部件的用量。 市场规模（亿美元） 同比增长（%） 600 525.2 483.8 500445 400 330.4318.1343.9 408.4 375.1 300 200 100 0 30.00% 25.00% 20.00% 15.00% 10.00% 5.00% 0.00% -5.00% -10.00% �货量（千台） 同比增长 23,836 24,000 19,421 22,173 20,68 4 20.0% 20,000 16,25517,091 18,185 15.0% 16,000 15,050 10.0% 12,000 8,000 5.0% 4,000 0.0% - -5.0% 图表7全球服务器出货量图表8中国x86服务器出货量 资料来源：DIGITIMESRes