英伟达:AI黄金时代中的卖铲人20240811 发言人00:00□Teachingisreadytostart.Please remainontheline.本次电话会议仅服务于长江证券研究所白名单客户。未经 长江证券事先书面许可,任何机构或个人不得以任何形式对外公布、复制、刊载、转载、转发、引用本次会议相关内容,否则,由此造成的一切后果及法律责任由该机构或个人承担。长江证券保留追究其法律责任的权利。 发言人00:35□各位领导,各位投资人,大家下午好。我是长江电子的钟世华。然后今天很荣幸 给各位领导后面向我们组最新的一个对英伟达的一个深度报告的一个汇报。这个报告然后报告的名称,我们就定为说AI的黄金时代,它的一个卖场人。其实我们能够看得到的就一个情况,就是当下在整个AI发展过程中,大家会关注到非常多的在硬件软件,包括应用方面的一些市场机会。然后当下的话,在应用端,包括终端侧,我们也看到非常多的一些新鲜出炉的新的一些应用出来。然后也给未来整个技术的一个增长,带来一个比较大的希望和机会所以在这个过程中,我们也比较关注说,当我们看到一个大的浪潮之下,我们可能更关注就是在这个浪潮之中,能够去给到整个AI发展趋势提供一个算力基础的这么一个卖场人这么一个角色。所以因此,我们也是,长期比较关注说英伟达的整体的发展情况。发言人01:30□现在的话,我们主要是对于说AI这个行业,包括GPU,包括英伟达,去根据 整个行业的一个贝塔,包括公司身上的阿尔法,去做一个公司深度汇报。报告会分成三个部分,第一个 是我有着整个生成式AI它的一个技术基点的一个引爆,当然这个部分大家也相当于应该也是非常熟悉了。我们更多还是关注在这个发展过程中对算力、对GPU的一个需求和一个趋势。然后第二部分主要是我有个GPU的一个介绍,就是整体它的一个预算效率是比目前大多数芯片都要高,所以过去从一个图形渲染,然后逐渐发展到AI这个部分里面去。第三个部分的话主要是讲就是关于说英伟达自身的一些技术优势和它的三星战略软硬件应用的一个结合,所给公司带来一个长期投资机会。 发言人02:17□首先是第一部分,关于这个生产线AI的一个发展。但是这个部分我们认为说, 应该各位领导应该也都是非常熟悉,公司整个发展的一个脉络。然后我们在这个区域里面的话,更多还是在汇报一下,就是在这个AI发展过程中,然后大家整个这个市场,未来可能对于说整个行业的一些这种帮助和趋势。 发言人02:37□首先我们大家还是简单介绍一下,A发展它其实是比较早的一个事件。基本上从 六年开始,就能够就看到初期的一些这种算法的提出,包括一些概念的一个提出。到后续97年我们看到这一次人工智能在这个棋类运动上面战胜了人类。到一二年、1516年,这几个阶段里面陆续的我们看到更多的一些这种产品慢慢冒出来。包括像这个fgo,然后也包括说在人脸识别方面一些应用 ,其实AI很早的时候就已经渗透在我们整个科技发展中的方方面面,尤其对芯片这个行业的推动也其实是非常显著的。包括如果我们观察过去3亿伟达的他们的一个业绩和股价,在早年间就已经有了比较大的一些增长的潜力了,然后直到二年的话,HHP的一个发展,这给整个行业带来一个新的活力。它基本上可以说证明了海量的数据,更多的参数,包括更多元的数据采集渠道,可以构成整个发展的一个 关键基础。 发言人03:35 所以说20年底,这个chatVD的一个非常令人惊艳的一个体验。我们其实也是在这一年多,这 过这过去一年多都经历了一个非常大的一个发展的一个浪潮那当下的话,我们看到这种大型的文本艺术院就模型做一个底层工具,这个商业变现能力在逐步的出更加清晰。不管是to□b端的像办公编程 搜索营销式的,还是C端的社交消费,还是在这种医疗咨询,然后大数据分析金融等等不同的场景,不同的行业,都能够看到很多一些模型和应用都在陆续的推广和落地中。虽然可能在当下他还是担心说,会不会这个应用后续可能就没办法短时间快现在一个商业价值,但我们从长期维度来看,这个AI发展的一个方向仍旧是非常明确的。那后续可能我们看到更多的一些更实用的,效率更高一些终端的产品和应用能够渗透到我们的生活中去。包括像可能最近苹果的这个手机,iphone也是持续的在加入AI的一些应用的内容。我们后面认为说像这种应件和软件的一个耦合,他们有机会带来一个共振式的一个发展的机会。 发言人04:42□然后这个过程中有没有看到,AA它发展的一个比较底层的一个是三个维度,三 个因子,一个是算法,一个数据,一个算力。其中我们说过去算法和数据是一直来这个亮度还是比较多的,包括像算法,可能像transforming这种都有比较成熟这些算法。而本次的一个AI大 发展,可能更多原因还是来自于算力方面,有点力大砖飞的这这种感觉,拉动推动整个行业进入到一个爆发期。所以在这种情况之下,我们会看到,在21年根据IDC统计,全球的AI的市场的收入规模 终于达到850亿美金。 发言人05:15□其中像硬件部分的一个比例占比也是非常大的。从云端到端侧,整体的一个硬件规模的硬件的市场规模发展速度也都非常快,那么IDC的免预测就到2025年,整体的一个全球它的一个AI市场,智能市场的一个收支规模,包含硬件软件服务等等。可能突破2000美元的一个大关。 发言人05:37□所以当下来看,这种算力的一个发展,企业带动了整个行业AA方面的一个应用 的落地,包括说终端方面规模的一个扩张。所以往后挪去看的话,我们也是相对比较关注说上帝的一个角色和地位。因为现在整个创新,包括时间突破的一些这种驱动力,基本也都是由上帝来组成,包括我们看到从一二年至今,基本是两条核心的一个斜率。像从最开始X那个S然后到后面18年的GPT1 ,然后到GPT1的二代,然后一直到3.5到现在搜整体的一个发展趋势中,我们会看到训练所需要 这个胜利其实在持续提升的那如果我们说算力不达标的话,那我们现在时间会更长。那是我们模型迭代的所需要耗费的时间,也要更加漫长一点。所以当下来看,如果要加速整个模型发展,使得更多的应用或者说是一些终端能够加速的落地,兑换成这种商业价值的话。那么庞大的且足够的这种算力,就是必不可少的一个方向,最起码我们能训练更想要快,然后每次我们才能够更快的迭代我们整体模型的一个发展,所以当下来看,我们认为算力原则是非常重要的一个基础。 发言人06:41□而上半点40点预测可能到2030年,全球的一个策略需求,从云端的训练到 端测推力,可能加起来需要25qforce的一个级别,那qfor的话相当于就是差不多十的15次方的P4,当然这个数也是非常庞大。我们也能够看到在未来整个市场对于说这个商业的发的需 求增长,其实看法是非常乐观的。包括我们看到模型,当下我们观察这些模型都还是以这种千亿级别模型为主。外界的模型虽然有,但是现在偏少,但是我们仍旧认为这整个skylow就还没完成。建 立这种万亿参数的这种多模多模态大模型会陆续的持续的成为我们说研究应用的一个焦点,那模型方面的一个需求也会持续增长,然后包括像华为那边也预期未来大模型三类需求,还会保持六个月翻一番的这种趋势,预计最起码持续到2030年。所以当下来看到这 个三类的需求,其实进入到一个非常旁高峰的一个状态,后续整个算算力的一个发展和应用端的发展都会形成一个很强的一个共振。 发言人07:46□那除了算力本身单卡的一个需求之外,我们会看到,所以当下的一个AI集群的 算力,就是说这种网络集群整体的集群规模架构的要求也要比以前更高,最开始可能以前GPT2的时候,可能八张卡剩个十天左右就够了。但到了二三年的时候,可能训练这个GP4,我们可能要一两万1张卡,还是十天。未来如果当我们的模型的参数更进一步的提升,整个训练所需要为进行这个数据进一步的提升的话,整体可能会实现进入到一个可能要5万、十万甚至更多的这种大卡集群的一个也是要 可能一两周的一个时间来完成一个训练。所以往后看不仅是单卡算是一个提升的要求,这同时对卡与卡之间的互联,包括不同的卡不同的集群之间的数据,用训练结果,包括应用方面的一些道路,也都会成为说非常重要的一些发展方向。所以硬件方面的发展,我们说包含算力卡本身,也包含了说网络。这是后面的存存储乃至以后的采集,可能都是一脉相承的。整个体系性的一个往前推进的一个大的一个需求 ,再加上未来的话,除了云端方面训练,端侧推理的要求也非常高。 发言人08:56□比如说我们后面有更多的手机音箱或者说电视之类的,或者更多其他我们能够想 象到或者想象不到一些终端,他们对于本地训练的,本地推理的一些要求会持续的增加,包括现在我们之前所说的,大家关注到苹果iphone17、iphone16。未来在AI方面一些投入加 大之后,可能更多尊重本地的推理,保护个人隐私,保护个人信息的趋势。所以像这个推理侧也同样成为训练之外,拉动整个行业快速增长的一个关键方向那整个商业需求还会在训练之外有一个更大的一个增长,所以我们认为说所以说整个AI技术的一个不断进步和应用领域的一个不断扩大,像AI相关的 这个服务器或者说终端,都会成为说,服务器市场本身以及终端本身的一个核心增长点。从可能从过去 ,服务器更多,我们还是围绕着一个云端的数据,云端网络吞吐。然后在终端方面,可能比如说手机电视,可能更多还是一些我们说日常使用的一些场景。那未来的话可能AI的一个参与度会持续的提升上去。其中它的一个计算芯片又是它的核心点,包括我们看到一些大的服务类,可能七八成以上这个价格都是来自于说其中的这个计算芯片,像GPU这一类的,包括像谷歌GPU等等,也都占据整个硬件里 面较大的一个成本占比。所以我们认为是未来不管是终端本身,服务器本身市场的一个发展。发言人10:15□而在这其中AI相关的这种发展,再叠加内部就是我们说硬件规硬件成本占比里 面更重的这种计算芯片的一个发展。其实实际上我们可以看到有比较明确的一个计算芯片大芯片它的一 个发展浪潮,像IDC那边预测到2027年,整个AF系统硬件市场规模就有有希望达到1000亿 美金。实际上我们认为说这个预期可能还稍微更保守了一点。我们当时会看到商业伟达可能到今年光数据中心它的一个收入可能就能够超过800到900亿美金。那从当下一个趋势来看,可能会更早就能 实现当前之前IDC的一些这种预测,所以我们会看到整个市场的发展比这个市场里面的一些预期可能还要更加的快速,持续在保持超预期的一个状态。 发言人10:58□你怎么认为这个发展的方向所代表的投资机遇也是非常充沛的,然后在这其中, 我们本次报告汇报也是主要围绕着像这种人工智能芯片里面比较重要的品种GPU来汇报。因为我们近期其实也在我们公司这边,也跟一些比较优质的TPU的一些企业作为一个交流。后续我们也会持续的根据这个金融芯片的一些 发展,延伸我们的一些研究和一些观点的汇报,当下的话我们主要是为了GPU来进行汇报,首先所以下部分我们主要是介绍一下GPU这个行业。 发言人11:31□GPU的话它是英文名称的breakfastprofessoruni tunit它是一个图形处理器,其实以前是专门用于处理图像和图形相关的一个微处理器。早年间它其实也算是asic,如果说区别于说像CPU的话,早年间它其实GPU本身也算是个asic只 不过因为后面我们说对图像的一个使用越来越大,包括我们各类的游戏机PC,那就是我们一些这种摄像头相关一些这种场景,也是用了更多对图像和图形的一些处理,所以GPU这个规模也在快速扩大,然后逐渐成为了一个独立,有一个规模化的、标准化的,有个独立赛道的这么一个品类。随着说计算需求的增加,现在又慢慢的进一步的发展成了对于说利用说图形渲染,然后进行并行运算的一个硬件。发言人12:16□像早年间我们看到最开始的时候,一这个是9191983年是由TI推出的 第一款这种小的GPU芯片。最开始就用游戏机的,就很很很古早之前的一些这种像这边要更早的一个白机械红白机械的产品。这个早年间就用很小一颗芯片,当时显存只有16KB,非常小的一颗芯片。而到现在我们看到英伟达最先进的这个游戏显卡,就RT