安信通信基础设施系列报告之算力与服务器需求测算：ChatGPT提升算力需求增长中枢，超算服务器出货量有望大幅提升

ChatGPT对算力需求受每日用户数量和模型参数影响，保守估计每日所需算力约为50EFLOPs： 随着ChatGPT模型的不断升级，其参数量和模型规模也不断增大，因此对计算资源的需求也越来越高。尤其是在推理过程中，需要将模型加载到计算节点上进行运算，因此需要高性能的计算设备来支持模型的推理。同时，由于ChatGPT模型需要进行海量的预训练和微调，因此需要大量的算力资源来支持这些任务。ChatGPT的发展将带来算力需求的大幅提升。根据我们的测算，当前每日仅来自使用ChatGPT所需算力约为50EFLOPs，所需服务器约为10000台。而测算结果仅根据4000万日活用户，每日4000字问题计算得出。另外我们考虑到服务器自身算力的提升，对到2024年底算力需求与服务器需求量进行测算。预计到2024年底AI服务器需求量约为23万台（5亿用户数）/46万台（10亿用户数），2022-2024年CAGR分别达51.7%/114.5%。 随着GPT模型在各个领域的应用越来越广泛，对算力的需求也在不断增加。预计未来每日访客数量将有巨大提升空间，算力需求短期内有较大提升空间，AI服务器数量有较大增长空间。 华为预测未来十年人工智能算力需求将增长500倍以上，AI服务器出货量有望深度受益： 根据中国信息通信研究院发布的《中国算力发展指数白皮书(2022年)》，2021年全球计算设备算力总规模达到615 EFlops，同比增长44%，其中智能算力规模为232 EFlops，超级算力规模为14 EFlops； 2021年中国算力总规模达到202 EFlops，其中智能算力规模达104 EFlops，增速85%，占比超过50%；预计2030年全球算力规模达到56 ZFlops，平均年增速达到65%。据OpenAI测算，2012年开始，全球AI训练所用的计算量呈现指数增长，平均每3.43个月便会翻一倍，目前计算量已扩大30万倍，远超算力增长速度。在2022世界人工智能大会上，华为轮值董事长胡厚崑预测，未来十年人工智能的算力需求将会增长500倍以上。3月29日贵州印发《面向全国的算力保障基地建设规划》，提出到2025年算力总规模到2025年要从现状的0.81 Eflops提高至10 Eflops，提升超11倍。我们认为未来算力需求有较大提升空间，AI服务器数量有较大增长空间。 建议关注：服务器产业链企业紫光股份、中兴通讯、工业富联、烽火通信、锐捷网络、菲菱科思、海光信息、寒武纪；同时关注华为产业链。 风险提示：ChatGPT用户数量不及预期、测算假设不及预期、AI应用落地不及预期。 1.ChatGPT对算力需求受每日用户数量和模型参数影响，保守估计每日所需算力约为50EFLOPs 随着ChatGPT模型的不断升级，其参数量和模型规模也不断增大，因此对计算资源的需求也越来越高。尤其是在推理过程中，需要将模型加载到计算节点上进行运算，因此需要高性能的计算设备来支持模型的推理。同时，由于ChatGPT模型需要进行海量的预训练和微调，因此需要大量的算力资源来支持这些任务。ChatGPT的发展将带来算力需求的大幅提升。 使用ChatGPT带来的算力需求测算： 1）每日用户数量：根据Similarweb统计，OpenAI网站2月总访问量达11亿人，平均每天访客数量约3929万人。我们按目前每日访客数量增长至约4000万人进行测算。 2）每日问题产生的token数量：假设每人每天提出10个问题，每个问题和回答折算成英文约400个单词，每个单词token数约为1.33，每日问题产生的总token数量为4000万*400*10*1.33=2128亿token 3）每秒需处理token数量：2128亿token/(24*60*60) = 246.3万token 4）ChatGPT计算每token所需算力：根据OpenAI论文，Transformer模型推理过程中每token计算所需FLOPs为2N，N为参数数量。GPT-3模型拥有1750亿参数量，是GPT-2的116倍。谷歌在3月推出的视觉语言模型PaLM-E，参数量为5620亿。我们假设ChatGPT所使用的GPT 3.5参数量为4000亿。同时考虑模型的FLOPS利用率，则ChatGPT每token计算所需算力约为4TFLOPS（4*10^12FLOPs）。 5）每秒所需算力：ChatGPT每秒所需算力为246.3万token*4TFLOPs/token=9852 PFLOPs（9.8EFLOPs） 6）每日服务器需求量：我们以英伟达DGX A1OO服务器为测算依据，同时由于ChatGPT的每日访问存在峰谷，考虑峰值时所需算力，经测算需要约10000台英伟达服务器。 通过测算，当前每日仅来自使用ChatGPT所需算力约为50EFLOPs，所需服务器约为10000台。 而测算结果仅根据4000万日活用户，每日4000字问题计算得出。 表1：服务器数量敏感性分析 另外我们考虑到服务器自身算力的提升，对2024年底算力需求与服务器需求量进行测算。 服务器算力：服务器大约三年迭代一次，每次算力提升3-5倍左右，极值可达9倍左右。英伟达A100于2021年5月推出，我们预计2024年将推出迭代产品，假设算力提升4倍左右。 用户数量：ChatGPT仅推出两个月，月活跃用户数预计已达1亿，2月总访问量已达11亿人，用户增长速度惊人。目前微软new bing和Microsoft 365 Copilot已集成最新发布的GPT-4。此外其他金融、教育、绘画、零售等领域也在陆续接入GPT模型。预计新应用终端将带动更快的用户数量增长。根据，Meltwater融文数据，截至2022年底，全球互联网用户数量为51.6亿。我们假设到2024年底ChatGPT在互联网中的渗透率提升至5%或10%，即假设到2024年底每日用户数量增长至5亿人或10亿人，分别进行测算。假设每人每日问题数与对应token数量不变。 模型参数数量：GPT于2018年推出，模型参数数量为1.17亿个；GPT-2于2019年推出，模型参数数量为15亿个，增长约12倍；GPT-3于2020年推出，参数数量为1750亿个，增长约115倍；GPT-4于2022年推出，根据the Decoder报告，GPT-4模型参数数量预计约为1万亿，增长约5倍。我们假设到2024年底最新模型的参数数量为约GPT-4的3倍，即3万亿个 表2：到2024年底所需服务器数量测算 经测算，到2024年底若每日用户数量达5亿人，则需要23万台服务器；若用户数量达10亿人，则需要46万台服务器。根据TrendForce统计，2022年全球AI服务器出货量约13万台，市场以NVIDIA H100、A100、A800以及AMD MI250、MI250X系列为主，其中英伟达与AMD占比为8:2，即英伟达服务器出货量约为10万台。根据我们的测算，预计到2024年底AI服务器需求量约为23万台（5亿用户数）/46万台（10亿用户数），2022-2024年CAGR分别达51.7%/114.5%。 随着GPT模型在各个领域的应用越来越广泛，对算力的需求也在不断增加。一方面，由于GPT模型的参数量越来越大，每次训练需要的算力也越来越大；另一方面，GPT模型的应用场景也在不断拓展，例如自然语言处理、计算机视觉、语音识别等领域，这些领域对算力的需求也越来越高。预计未来每日访客数量将有巨大提升空间，算力需求短期内有较大提升空间，AI服务器数量有较大增长空间。 2.华为预测未来十年人工智能算力需求将增长500倍以上，超算服务器出货量有望深度受益 根据中国信息通信研究院发布的《中国算力发展指数白皮书(2022年)》，2021年全球计算设备算力总规模达到615 EFlops，同比增长44%，其中智能算力规模为232EFlops，超级算力规模为14EFlops；2021年中国算力总规模达到202 EFlops，其中智能算力规模达104EFlops，增速85%，占比超过50%；预计2030年全球算力规模达到56 ZFlops，平均年增速达到65%。 图1.2016-2021年全球算力规模 图2.2016-2021年我国算力规模 据OpenAI测算，2012年开始，全球AI训练所用的计算量呈现指数增长，平均每3.43个月便会翻一倍，目前计算量已扩大30万倍，远超算力增长速度。在2022世界人工智能大会上，华为轮值董事长胡厚崑预测，未来十年人工智能的算力需求将会增长500倍以上。3月29日贵州印发《面向全国的算力保障基地建设规划》，提出到2025年机架规模从现状的10.8万架提高至80万架，三年时间增长达7倍；算力总规模到2025年要从现状的0.81 Eflops提高至10 Eflops，提升超11倍；大数据交易市场规模从目前的3亿元要提高至2025年的100亿元，增幅达到32倍。我们认为未来算力需求有较大提升空间，AI服务器出货量有望深度受益。 建议关注服务器产业链企业：紫光股份、中兴通讯、工业富联、烽火通信、锐捷网络、菲菱科思、海光信息、寒武纪；同时关注华为产业链。