AI行业跟踪报告之二：ChatGPT开启AI发展新浪潮，算力紧缺和海量需求驱动AI硬件广阔空间

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 作者：光大证券电子通信行业首席分析师刘凯，执业证书编号：S0930517100002 2023年2月15日 证券研究报告 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、Chiplet、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。 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；（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。 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 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 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ChatGPT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。 图1：ChatGPT推出历程 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。 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 资料来源：腾讯研究院 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。 图4：AIoT时代拥有海量IoT终端 资料来源：猎云网 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。 图5：2019-2022E中国AIoT市场规模 资料来源：IDC预测，a&sResearch 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 算法 请务必参阅正文之后的重要声明 9 PCB 光模块 服务器 ASIC PCB FPGA GPU CPU 资料来源：CSDN、光大证券研究所 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PPT 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 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AIChip到AIChiplet 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 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 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 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。 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 招信 资料来源：海光信息 股说明书 资料来源：海光 息招股说明书 资料来源：海光信息招股说明书 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 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SapphireRapids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，训练性能提升最高也能提升到上一代产品的10倍。 图11：龙芯1H芯片示意图 图12：龙芯2K1000LA芯片示意图 资料来源：龙芯中科官网 请务必参阅正文之后的重要声明 18资料来源：龙芯中科官网 现场可编程门阵列（，），是基于通用逻辑电路阵列的集成电路芯片，和芯片不同，其最大的特点是芯片的具体功能在制造完成以后由用户配置决定，用户可通过配套的专用软件实现具体功能，首先由专用软件接受用硬件语言描述的用户电路，其次编译生成二进制位流数据，最后将位流下载到芯片中实现用户所需的功能。 ，）三 芯片由可编程的逻辑单元（，）、输入输出单元（，）和开关连线阵列（ （ ， ， ）。 个部分构成。逻辑单元通过数据查找表（，）中存放的二进制数据来实现不同的电路功能。的本质是一种静态随机存取存储器（，），其大小是由输入端的信号数量决定的，常用的查找表电路是四输入查找表 ）、五输入查找表（，）和六输入查找表（ FPGA在汽车电子中的应用：在系统接口及控制领域，可用于控制和驱动电动汽车电机控制系统，连接驾驶系统、仪表盘、雷达、超声波传感器等各种车载设备，实现激光雷达、毫米波雷达等信号处理和控制；在视频桥接和融合领域，可用于实现多个图像传感器的信号桥接、3D环视视频融合、倒车辅助视频、辅助驾驶视频等功能；在辅助驾驶和自动驾驶领域，可用于实现机器视觉与目标检测等各种功能。 在云侧与端侧的不同任务中，FPGA芯片均已与GPU及ASIC等芯片一起成为人工智能处理芯片的重要选择之一，Frost&Sullivan数据显示人工智能领域FPGA芯片2020年中国销售额达到5.8亿元，占中国FPGA芯片市场份额的3.9%，2021年至2025年年均复合增长率将达到16.9%。 图13：2016-2025年中国FPGA汽车领域市场规模（亿元）图14：2016-2025年中国人工智能领域市场规模（亿元） 资料来源：Frost&Sullivan、光大证券研究所整理资料来源：Frost&Sullivan、光大证券研究所整理 在人工智能领域：AI大规模发展目前仍存在许多芯片层