算力行业深度报告（系列一）：算力供需双向走强，AI催化Infra建设新征程

算力供需双向走强，AI催化Infra建设新征程 ——算力行业深度报告（系列一） 分析师：刘京昭SAC编号：S0870523040005 证券研究报告2024年9月6日行业：通信 增持（维持） 摘要 算力指实现AI系统所需要的硬件计算能力，是AI的“底座”，在AI时代下对GDP、数字化转型、产业数字化三方面均具有显著的拉动作用。 算力产业链覆盖范围广阔，包括GPU芯片、服务器、IDC厂商、AIGC应用服务提供商等，具有庞大的挖掘价值。通过产业链的梳理和分析，各个体系架构有着不同的投资逻辑和重点： GPU芯片：传统摩尔定律逐步失效，算力催化新摩尔定律呈现 服务器：需求侧市场持续繁荣，量价齐升为主要投资逻辑 IDC厂商：定制化服务需求性增强与第三方厂商优势明确 算力租赁：兼备灵活与部署优势，或伴随边缘计算共成长 算力调度：算力发展的下半场 投资建议：我们结合产业链相关层次、发展潜力、竞争格局等方面，建议关注：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等。 风险提示：国内研发技术薄弱；中美贸易变动加剧；AIGC商业落地模式尚未明确。 2 目录 SECTION Content 1算力急缺性：AI需求加速膨胀，算力迎来发展新篇章 1.1算力、数据、算法是AI时代演进的三大引擎 1.2算力是经济发展高速列车上的“关键引擎” 2产业链分析：基础设施建设提速，下游商业模式各有所长 2.1上游：摩尔定律面临严峻挑战，GPU有望铸就算力“摩尔定律出现” 2.2中游：需求繁荣是服务器市场增量的主要来源 2.3下游：需求供给双侧显著成长，数据中心发展大有可为 3公司分析：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等 4风险提示 AI发展的核心要素包括：数据、算力、算法，三者呈现三位一体，相辅相成的局面。 标注数据是AI的“饲料”。监督学习以及半监督学习需要通过标注好的数据进行训练，中国的数据量规模呈现连年递增趋势，根据IDC预测，数据规模将从23.88ZB增长至2027年76.6ZB，CAGR达26.3%。 算法是AI的“推手”。当前主流的深度神经网络（DNN）、循环神经网络（RNN）、卷积神经网络（CNN）等技术算法成为推动AIGC应用场景加速落地的重要力量。 算力指实现AI系统所需要的硬件计算能力，是AI的“底座”。据OpenAI测算，2012年起，全球AI训练计算量平均每3.43个月可以翻一倍，目前计算量已扩大30万倍。然而算力硬件增长速率仅年增长1.4倍，供给仍较为匮乏。 图1全球数据量发展情况及预测(ZB） 中国北美全球其他地区 128.16 105.33 87.73 73.34 79.54 61.75 51.73 64.13 42.18 52.41 28.05 23.88 34.55 30.02 38 47.89 60.81 76.6 300 250 200 150 100 50 图2深度学习模型算力需求和算力发展对比图 0 20222023E2024E2025E2026E2027E 资料来源：IDC，上海证券研究所资料来源：MITpaper，上海证券研究所 AI时代下，算力是宏观经济跃迁的“重要基石”： 算力对GDP具有明显正向拉动作用。规模层面，2022年算力规模前20的国家中有17个是全球排名前20的经济体，经济发展水平与算力规模呈高度正相关。 算力助推数字化转型进程不断加快。算力应用正从互联网、电子政务等领域向电信、金融、制造等行业拓展。其中，互联网企业对模型的训练需求最为庞大，占据智能算力大约53%的市场份额。 算力拉动产业数字化蓬勃兴起。2022年我国产业数字化规模已达到41万亿元，同比名义增长10.3%，占GDP比重达33.9%。同时已培育工业互联网平台超过240家，跨行业领域平台达28个。 图3我国各行业智能算力应用分布情况概览 运输,1.46%资源,1.33%其他,1.48% 金融,3.67% 教育,4.00% 制造,4.16% 图42016-2022年我国算力规模、GDP与数字经济呈现正相关关系 电信,4.16% 政府,8.67% 互联网,53.27% 服务,17.80% 资料来源：中国算力发展指数白皮书，上海证券研究所资料来源：中国算力发展指数白皮书（2023），上海证券研究所 目录 SECTION Content 1算力急缺性：AI需求加速膨胀，算力迎来发展新篇章 1.1算力、数据、算法是AI时代演进的三大引擎 1.2算力是经济发展高速列车上的“关键引擎” 2产业链分析：基础设施建设提速，下游商业模式各有所长 2.1上游：摩尔定律面临严峻挑战，GPU有望铸就算力“摩尔定律出现” 2.2中游：需求繁荣是服务器市场增量的主要来源 2.3下游：需求供给双侧显著成长，数据中心发展大有可为 3公司分析：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等 4风险提示 服务器 服务器 光模块 其他IT设备 路由器 中间件 操作系统 软件 数据库 算力平台及网络 东方通、中创、宝兰德 中际旭创、新易盛、天孚通信 浪潮信息、新华三、超聚变 谷歌、微软、苹果 微软、AWS、谷歌 华为、新华三 2算力产业链布局示意图 图5算力产业链布局概览 Intel、AMD CPU 三星、SK海力士、美光 存储器等 英伟达、AMD GPU 硬件 下游应用 制造业 金融业 电信业 服务业 教育 政府 互联网 算力安全 AI计算 边缘计算 腾讯安全、360安全 科大讯飞、百度、云从科技 中国联通、中国电信、华为 智算可视化 网络设备 IDC服务 恒为科技 华为、中兴通讯、爱立信 中国移动、中国联通、中国电信 资料来源：中商产业研究网，上海证券研究所 摩尔定律表明，当价格不变时，集成电路上可容纳的晶体管数目，每隔约18个月便会增加一倍，性能也将提升一倍。因此，集成电路的算力呈现指数型增长。 制程工艺的不断提升是维持摩尔定律成立的主要驱动因素。一方面，先进制程缩小的线宽可以使得晶体管更小更密集，从而降低成本；另一方面，元件之间的间距缩小后，晶体管的电容降低、开关频率随之提升，使得芯片工作频率得到明显上升。 新时代下，摩尔定律变得不再适用。由于维持摩尔定律需要每年进行超过百亿美元资本的投入和研发投入，成本支出随着工艺增进大量增加，对集成电路的投入价值渐渐缩小；同时有数据表明，先进制程的主要使用场景集中在消费电子领域，其价值量仅占整个半导体市 场的25%。因此，应用场景的局限性与成本的大幅增加构成了摩尔定律的失效。 图6先进制程参与企业的数量正在逐代递减 武汉新芯华润微电子阿尔蒂斯世界先进东部高科 武汉新芯 华虹宏力 华润微电子 TowerJazz 武汉新芯 力晶 力晶 中芯国际 中芯国际 武汉新芯 联华电子 联华电子 华力微电子 格罗方德 格罗方德 力晶 台积电 台积电 中芯国际 英飞凌 英飞凌 联华电子 德州仪器 德州仪器 格罗方德 华力微电子 索尼 索尼 台积电 中芯国际 恩智浦 恩智浦 恩智浦 联华电子 瑞萨 瑞萨 瑞萨 格罗方德 富士通 富士通 富士通 台积电 中芯国际 IBM IBM IBM IBM 格罗方德 联华电子 东芝电子 东芝电子 东芝电子 东芝电子 台积电 格罗方德 中芯国际 意法 意法 意法 意法 意法 台积电 台积电 台积电 台积电 三星 三星 三星 三星 三星 三星 三星 三星 三星 90nm 65/55nm 45/40nm 32/38nm 22/20nm 16/14nm FinFET 10nmFinFET 7nmFinFET 5nmFinFET 资料来源：源码资本，上海证券研究所 图7摩尔定律正在逐步失效 资料来源：源码资本，上海证券研究所 在AI算力需求持续扩大与摩尔定律失衡的大背景下，GPU、ASIC以及FPGA重要性显著抬升： GPU：可同时处理多个数据线程，主要应用于图像处理和深度学习等大规模并行计算场景，然而其管控能力最弱、功耗最高； FPGA：可根据需要定制硬件逻辑，进行不限次编程，具有实时性强、灵活性高的特点，在处理高并发、低时延等AI计算任务时具有优势，然而其开发难度较大，只适合定点运算，价格也较为昂贵； ASIC：可应用特定集成电路，为特定任务设计高性能芯片。ASIC可以针对算法进行优化，从而提高计算效率，然而ASIC在灵活性方面不够出色，且成本较高。 设计规格书制定 物理验证 （ DRC,LVS等） 流片制造 架构划分 布局&布线 封装与测试 逻辑功能设计 布局规划 逻辑综合 综合后门级验证 图8GPU架构图 图9FPGA芯片图示 图10ASIC设计流程 资料来源：谈思汽车，上海证券研究所 资料来源：英特尔FPGA中国创新中心，HTI，上海证券 研究所 资料来源：谈思汽车，上海证券研究所 受到人工智能大模型的发展热潮影响，全球智算中心建设加速，AI服务器的需求量将大幅度增加。 数量方面，根据TrendForce预测，2023年全球AI服务器出货量将接近120万台，年增长率接近38.4%，占整体服务器的9%。预计到2025年整体出货量将增加至190万台，2022-2026年年复合增长率将达到29.0%。 价格方面，通用服务器价格一般为几千美金/台，而主流AI服务器价格多在10-15万美金/台，单价呈现指数型提升。 图11全球AI服务器出货量预测趋势图 250 单位：万台 189.5 150.4 118.3 85.5 236.9 200 150 100 50 0 2022 2023E 2024E 2025E 2026E 资料来源：中商情报网，上海证券研究所 国际层面，2022年北美四大云端供应商Microsoft、Google、Meta、AWS合计AI服务器采购量占比约66%；国内层面，中国AI采购量也在逐年增长，字节跳动年采购占比为6.2%，腾讯、阿里巴巴、百度紧接其后，分别达到2.3%、1.5%与1.5%。随着国产AI大模型的开发和应用拉动更多AI服务器需求，我国AI服务器的市场空间有望得到进一步提升。 预计在国内数字基础建设及需求量不断上升的大背景下，我国AI服务器市场将迎来稳定发展阶段。据华经产业研究院预测，到2027年中国大陆AI服务器销售额将达到163.99亿美元，2022-2027年CAGR为17.7%。 图12全球AI服务器采购量占比（2022年） 图13中国大陆AI服务器销售额 销售额（百万美元）增速（%） 百度,1.5% 阿里巴巴,1.5% 腾讯,2.3% ByteDance,6% 其他,22% AWS,14% Microsoft,19% Google,17% Meta,16% 18,000 16,000 14,000 12,000 10,000 8,000 6,000 4,000 2,000 0 20192020202120222023E2024E2025E2026E2027E 80% 70% 60% 50% 40% 30% 20% 10% 0% 资料来源：华经产业研究院，上海证券研究所 资料来源：华经产业研究院，上海证券研究所 AIGC相关应用方面的创新主要包括两种大模型的应用分支:1)生成对抗网络（GAN）/扩散模型（Diffusion）;2)Transformer预训练大模型。 在国外AIGC应用大规模运用大模型技术的同时，我国企业也在加快对大模型产品的布局。云厂商、AI大厂、创企、各行业公司及技术服务商等产业各领域玩家也在陆续推出大模型或基于大模型的应用产品及各类技术服务。 AIGC产业拥有巨大的发展潜力与成长空间。根据艾瑞咨询预测，2028年我国AIGC产业预计规模将达到7202亿元，将完成在重点领域、关键场景的技术价值兑现，并逐步建立完善的模型即服务产业生态，预计2030年中国AI