电子行业行业深度报告：AI商业模式逐步落地，算力产业链迎接星辰大海

AI商业模式逐步落地，算力产业链迎接星辰大海 核心观点: AI带动万亿蓝海市场，“模型+数据+算力”为产业核心壁垒。AI历史发展余70年，当前正处于新一轮产业变革制高点。从规模上看，全球AI产业规模预计2030年将达到1500亿，未来8年复合增速约40%。从市场来看，美国领先，中国和欧盟并驾齐驱，三地企业合计份额为70.01%。2022年中国人工智能产业规模达1958亿元，年增长率7.8%，整体稳健增长。模型、数据和算力为人工智能发展三驾马车，Transformer模型的引入标志着自然语言处理模型能够大规模地生成类似人类的语言，并且进入可大规模、可复制的大工业落地阶段。算法模型发展的同时，对于数据规模和质量的要求也在不断提高。其中ChatGPT参数量达到1750亿次，数据规模达到45TB，从1956-2020年，计算机处理能力的FLOPS增加了一万亿倍。同时海外和国内互联网行业巨头积极布局AI，竞赛压力逐步提升。 AI产业迎来“iPhone”时刻，英伟达召开GTC2023，关注高性能计算相关领域壁垒。英伟达在GTC2023推出AIFoundations云服务，从NEMO、PICASSO、BIONEMO三方面，赋能不同AI场景。同时发布H100NVL服务器，相比A100DGX提供10倍的计算速度。在大算力背景下，存算性能呈现剪刀差，存储器件性能远弱于算力性能提升，AI训练未来的瓶颈不是算力，而是GPU的“内存墙”。因此，未来存算一体化趋势确定，HBM与Chiplet有望实现降本增效，全球半导体厂商已提出多种解决方案，存内计算电路可基于SRAM和NORFlash实现。HBM的高带宽技术，基于TSV和芯片堆叠技术的堆叠可实现高于256GBp/s带宽远超过DDR4和GDDR6。Chiplet技术无需中介层、芯片直接通过TSV直接进行高密度互连,性能可以得到很大的提升，算力水平也会提高。 AI商业落地曙光出现，ChatGPT引爆大算力需求。ChatGPT是使用海量语料库进行训练的语言生成器，在2022年11月ChatGPT推出后，迅速引爆市场，2个月内月活跃用户数便达一亿，成为了历史上用户增长最快的消费应用。ChatGPT参数量2018年OpenAI发布的ChatGPT1.0的模型参数为1.17亿，2019年的第二代模型参数为15亿，ChatGPT3.0的参数相比于ChatGPT2.0增长了近百倍，达到了1750亿。强大的算力水平是AI大模型必备的技术支撑,ChatGPT3.0模型需要使用1024颗英伟达A100芯片训练长达一个月的时间,AIGC商业落地蓄势待发，未来对算力的需求更将超乎想象。 电子行业 推荐(维持) 分析师高峰 ：010-80927671 ：gaofeng_yj@chinastock.com.cn 分析师登记编码：S0130522040001 王子路 ：010-80927632 ：wangzilu_yj@chinastock.com.cn 分析师登记编码：S0130522050001 行业相对沪深300表现图 资料来源：Wind，中国银河证券研究院 相关研究 【银河电子】行业月报_功率半导体高景气有望延续，集成电路静待周期回暖 【银河电子】电子行业年度策略报告_以自主可控为基，以创新成就未来221213 【银河电子】行业深度报告_电子行业三季报总结_三季度业绩承压，行业底部信号初现 行业深度报告●电子行业 2023年03月27日 www.chinastock.com.cn证券研究报告请务必阅读正文最后的中国银河证券股份有限公司免责声明 我们认为，在ChatGPT等应用商业化出现落地方式，AIGC创作内容不断增长的条件下，芯片作为AI行业的基础设计，为AI训练和数据计算提供支持，未来AI应用落地层面对庞大算力的需求更为重要，因此，相关算力产业链未来发展值得期待。我们看好国内相关算力产业链公司的未来发展，建议关注：GPU、加速卡、AI芯片：寒武纪（688256.SH）、景嘉微（300474.SZ）、海光信息（688041.SH）;先进封装：通富微电（002156.SZ）、长电科技 （600584.SH）、深科技（000021.SZ）;服务器及加速卡PCB：沪电股份 （002463.SZ）、胜宏科技（300476.SZ）;AIoT产业链：瑞芯微（603893.SH）、全志科技（300458.SZ）、晶晨股份（688099.SH）、富瀚微（300613.SZ）;芯片IP：芯原股份（688521.SH）、华大九天（301269.SZ）;存储芯片/模组/PCIe：兆易创新（603986.SH）、江波龙（301308.SZ）、北京君正（300223.SZ）、聚辰股份（688123.SH）、澜起科技（688008.SH）;散热材料：中石科技 （300684.SZ）、飞荣达（300602.SZ）。 建议关注 股票名称 股票代码 当前价格 2022E EPS(元) 2023E 2024E 2022E PE（X） 2023E 2024E 寒武纪-U 688256.SH 183.00 -1.89 -1.09 - - - - 景嘉微 300474.SZ 113.05 0.63 0.93 1.27 178.12 121.55 89.10 海光信息 688041.SH 66.25 0.61 0.91 - 107.88 72.49 - 通富微电 002156.SZ 24.79 0.39 0.74 1.06 63.08 33.40 23.45 长电科技 600584.SH 33.40 1.85 2.04 2.37 18.10 16.40 14.07 深科技 000021.SZ 15.34 0.53 0.66 0.74 28.81 23.17 20.81 沪电股份 002463.SZ 21.60 0.88 1.12 1.42 24.50 19.34 15.21 胜宏科技 300476.SZ 19.50 0.99 1.22 1.54 19.76 15.94 12.62 瑞芯微 603893.SH 95.85 0.93 1.46 2.07 103.48 65.67 46.41 全志科技 300458.SZ 28.90 0.54 0.69 - 53.47 42.10 - 晶晨股份 688099.SH 88.38 2.78 3.81 - 31.77 23.20 - 富瀚微 300613.SZ 74.31 1.85 2.40 3.12 40.24 30.90 23.81 华大九天 301269.SZ 122.34 0.34 0.47 0.64 355.33 259.25 190.92 兆易创新 603986.SH 117.90 3.72 4.03 4.98 31.68 29.22 23.67 江波龙 301308.SZ 83.77 0.96 1.38 1.89 87.31 60.70 44.44 北京君正 300223.SZ 85.43 1.94 2.44 3.16 44.15 35.05 27.07 聚辰股份 688123.SH 103.93 4.70 6.17 - 22.12 16.84 - 澜起科技 688008.SH 70.17 1.64 2.37 - 42.75 29.65 - 中石科技 300684.SZ 18.97 0.69 0.97 1.35 27.52 19.56 14.07 飞荣达 300602.SZ 17.35 0.07 0.40 0.80 250.00 43.09 21.75 资料来源：Wind，中国银河证券研究院 目录 一、AI带动万亿蓝海市场，“模型+数据+算力”为产业核心壁垒3 （一）AI产业历经70年发展，终将迎来第四次工业革命3 （二）产业规模扩容厂商竞入新蓝海，国家政策AI发展5 （三）人工智能发展三驾马车——模型、数据和算力9 1、模型10 2、数据12 3、算力12 （四）互联网行业巨头积极布局，AI竞赛压力不减14 1、微软——投资OpenAI，探索AI在在多场景落地14 2、谷歌——引领人工智能驱动商业化创新16 3、百度——AllinAI，十年布局长跑17 二、英伟达举办GTC2023，关注高性能计算相关领域壁垒20 （二）大算力场景下，多项技术瓶颈期待突破23 （三）存算一体化趋势确定，HBM与Chiplet实现降本增效25 三、AI商业落地曙光出现，ChatGPT引爆大算力需求29 （一）AI芯片：算力水平是核心竞争力31 （二）先进封装：“后摩尔时代”先进封装突破极限34 （三）服务器PCB：AI服务器催动PCB技术升级35 （四）散热：功耗与算力同步提升，散热技术面临挑战38 （五）AIoT：从“万物互联”到“万物智联”40 四、投资建议42 五、风险提示43 一、AI带动万亿蓝海市场，“模型+数据+算力”为产业核心壁垒 （一）AI产业历经70年发展，终将迎来第四次工业革命 AI历史发展余70年，经历多发展阶段，最早可追溯至上世纪初期。AI目前已渗透至日常生活方方面面，在医疗保健、汽车、金融、游戏、环境监测、农业、体育、能源管理、安全等各个领域的大量应用正在改变人类的生活、工作和娱乐方式。这些技术的进一步发展将迎来第四次工业革命。，造成这一现象的原因包括计算机技术的进步（高性能计算、网格和云计算）、代码共享度提高（GitHub、GitLab、BitBucket等服务）以及大量开源软件。AI将为企业和国家经济系统提供革命改变，商业领域，人工智能带来的优势包括：快速揭示大数据中的模式、快速进行可视化和分析、改进产品设计等等，并进一步有望提升服务水平、增加利润、扩大业务、提高效率和成本结构。 表1：人工智能发展历程 发展阶段年份发展历程 萌芽 1900-1956 计，并提出了"冯-诺依曼架构"。图灵、哥德尔、冯-诺依曼、维纳、克劳德-香农和其他的先驱者奠定了人工智能和计算机技术的基础。 1965年，麦卡锡、明斯基等科学家召开"达特茅斯会议"，首次提出"人工智能（AI）"的概 念，标志着人工智能学科的诞生。随后，人工智能研究进入了20年的黄金时代，取得了一批令 黄金时代 1956-1974 人瞩目的研究成果，如机器定理证明和跳棋程序，掀起了人工智能发展的第一个高潮。在这个黄金时代，约翰-麦卡锡开发了LISP语音，成为此后几十年人工智能领域最主要的编程语言；马文-明斯基对神经网络有了更深入的研究，也发现了简单神经网络的缺点；接着开始出现多层神经网络和反向传播算法。人工智能发展的最初突破极大地提高了人们的期望，使人们高估了科技发展的速度。然而，连续的失败和预期目标的落空使人工智能的发展进入低谷。1973年，赖特-希尔关于人工智能的报告，拉开了人工智能冬天的序幕。此后，科学界对人工智能进行了一轮深入的拷问，使人工智 第一次寒冬 1974-1980 能受到了严厉的批评和对其实用价值的质疑。随后，政府和机构也停止或减少了资助，人工智能在20世纪70年代陷入了它的第一个冬天。有限的计算能力和大量常识性数据的缺乏使发展陷入瓶颈，尤其是过度依赖计算能力和经验数据量的神经网络技术，在很长一段时间内没有取得实质性的进展。专家系统模拟人类专家的知识和经验来解决特定领域的问题，实现了人工智能从理论研究到实际应用的重大突破。专家系统在医学、化学、地质学等领域的成功，将人工智能推向了应用发展的新高潮，1980年XCON在卡内基梅隆大学（CMU）正式启动，成为专家系统开始在特定领 应用发展 1980-1987 域发挥作用的里程碑，推动了整个人工智能技术进入繁荣阶段。经过十年的沉寂，神经网络有了新的研究进展，并发现了具有学习能力的神经网络算法，这使得神经网络的发展在20世纪90年代后期一路走向商业化，被应用于文字图像识别和语音识别。 1900年，希尔伯特在数学家大会上宣布了23个未解决的问题，其中第二和第十个问题与人工智能密切相关，最终促进了计算机的发明。1954年，冯-诺依