AI系列报告（01）：AGI驱动算力芯片增长，国产芯片加速替代

AGI驱动算力芯片增长，国产芯片加速替代

AGI产业加速发展，OpenAI引领技术变革

• AGI（通用人工智能）核心在于泛化能力，能像人类一样处理多种复杂任务，突破单一任务限制。
• Transformer架构通过注意力机制加速AGI理论发展，ChatGPT成为历史最快消费应用，标志着AGI加速走向现实。
• OpenAI o1模型系列使用强化学习技术进行训练，具备原生推理机制，但成本大幅增加。

Scaling Law引领算力增长，大模型步入推理时代

• Scaling Law揭示了模型性能与模型参数量、训练数据量等因素存在幂律关系，导致对算力需求呈指数级上升。
• AI应用逐步落地，推理侧需求占比持续提升，预计到2027年，用于推理的工作负载将达到72.6%。
• 算力需求测算强相关于参数和数据量，训练部分算力需求公式为C≈6NBS，推理部分算力需求公式为C≈2NBS。

海外CSP厂商维持高强度投资，主权AI增长潜力大

• 海外CSP厂商（微软、谷歌、亚马逊、meta）资本开支强度维持高位，主要源自AI逐步看到商品化和货币化能力。
• AI竞争上升至国家层面，主权AI具备增长潜力，各国纷纷制定相关战略规划和政策。

英伟达凭借GPU抢占AI芯片高点，自研AISC潜力大

• GPU在AI训练和推理中具备优势，是目前主流的架构，后续推理占比提升过程中，原厂会逐步加大ASIC的采购比例。
• 英伟达凭借软硬件和网络等方面的综合优势，目前占据行业绝对的领先地位，预计后续竞争优势能够维持。
• CSP厂商自研AI芯片趋势已起，供应链积极扩产应对需求，博通预计2027年市场对定制款AI芯片ASIC的需求规模为600亿至900亿美元。

摩尔定律放缓和贸易摩擦加剧，国产芯片替代加速

• 摩尔定律放缓制约单卡性能，先进封装（COWOS）的重要性增加，台积电拥有全球绝大部分的COWOS产能。
• 贸易摩擦态势加剧，美国多次限制对中国AI相关芯片及其产业链出口，国家和地方政策加码扶持国产芯片。
• 国产芯片性能逐步追赶英伟达，推理时代替代可能性提升，昇腾910的FP16算力略高于英伟达A100，INT8算力是英伟达A100的两倍左右。

投资建议

• 推荐AI需求提升过程中算力芯片及其配套产业链机会，主要包括：芯片国产化、推理芯片、自研ASIC芯片、先进封装等细分方向。
• 建议关注寒武纪、海光信息、华丰科技、生益电子、沪电股份、通富微电、拓荆科技、芯源微、兆易创新等标的。

风险提示

• AI发展不及预期。
• 技术进步放缓。
• 中美摩擦加剧。