电子行业深度报告:AI系列深度,ChatGPT掀起算力潮,芯片及服务器上游投资价值凸显-20230403-东吴证券-28页_2mb
报告摘要
电子行业深度报告总结
核心内容
本报告聚焦于AI技术的发展趋势及其对电子行业,尤其是芯片及服务器领域的影响。随着ChatGPT等大语言模型的快速迭代,算力需求大幅上升,推动了AI芯片和服务器市场的扩张。报告指出,AI技术的广泛应用正在改变多个行业,从搜索引擎到办公软件,再到云计算和深度学习应用,均受益于算力的提升。同时,由于美国对高端芯片的出口限制,国产芯片替代加速,成为行业关注的重点。
主要观点
- GPT模型快速迭代:GPT-4在参数量、训练数据量和功能上远超GPT-3.5,支持图像和文本的多模态处理,具备接近人类水平的语言理解能力,成为AI应用的重要推动力。
- 算力需求激增:AI模型的复杂性及数据量的指数级增长,显著提升了对算力的需求。报告中提出,GPT-4推理所需服务器数量约为6652台,训练所需服务器数量为1391台。
- AI服务器依赖高性能芯片:GPU是当前AI芯片市场的主力,英伟达占据80%的市场份额,其H100、A100等产品在算力和性能上领先。而随着算力需求的增加,高性能芯片成为关键资源。
- 国产芯片面临挑战:虽然国内企业在芯片设计、制造等方面有所突破,但整体性能仍落后于国际领先企业,尤其是在高端GPU和先进制程设备方面。美国的出口限制加剧了国产替代的紧迫性。
- 云计算成为主要算力供给方式:云计算通过资源共享、弹性扩展、成本效益和快速创新等优势,成为满足AI算力需求的重要平台。OpenAI等AI公司依赖于微软Azure等云计算服务,以降低成本并提升效率。
- 行业应用广泛:AI技术已渗透到多个领域,包括办公、编程、软件、影视、电商、C端娱乐等,未来将拓展至视频、游戏等新兴领域。
关键信息
- 算力需求测算:基于模型参数量和Token量,GPT-4推理所需服务器数量约为6652台,训练所需服务器数量约为1391台。若参数量达到百万亿级别,所需服务器数量将显著增加。
- AI芯片市场趋势:全球GPU市场预计从2020年的254.1亿美元增长至2027年的1853.1亿美元,复合年均增长率达32.82%。中国AI芯片市场规模预计从2019年的150亿元增长至2025年的1780亿元,年复合增长率达42.9%。
- 国产替代加速:美国实体清单限制高端芯片出口,推动国内企业加速国产替代进程。国内主要芯片企业如寒武纪、景嘉微、海光信息等正在积极布局,提升技术水平。
- 服务器行业趋势:浪潮信息在AI服务器市场占据领先地位,但依赖进口芯片,面临技术限制。随着AI需求增长,服务器厂商将受益于算力需求提升。
- 行业细分领域:包括CPU、GPU、内存、硬盘、电源芯片、封测、PCB等,均因AI发展而迎来增长机遇。
投资建议
- 算力芯片及服务器相关零组件:重点推荐寒武纪、景嘉微、海光信息、江波龙、聚辰股份、晶丰明源、杰华特、长电科技、通富微电、深南电路、沪电股份、鼎通科技、澜起科技、工业富联等企业。
- 关注技术突破:在算力芯片和服务器领域,技术突破和国产替代是未来增长的关键,建议关注这些企业在研发和技术上的进展。
风险提示
- LLM模型发展不及预期:若AI模型发展不如预期,可能影响算力需求。
- 行业空间测算不及预期:若行业增长空间低于预期,可能影响投资回报。
- AI芯片发展不及预期:若AI芯片技术发展缓慢,可能限制AI应用的扩展。
图表目录
- 图1:GPT-4和GPT-3.5的考试表现
- 图2:OpenAI网站12-2月访问量
- 图3:GPT-4理解图片含义
- 图4:GPT-4理解图表中数据的含义并做进一步计算
- 图5:AIGC相关技术场景及成熟度分类
- 图6:Meta AI 的 Make-A-Video 根据文字生成视频
- 图7:Satya宣布ChatGPT加入AzureOpenAI
- 图8:Azure OpenAI 全家桶
- 图9:ChatGPT+Bing
- 图10:Teams Premium ChatGPT智能回顾
- 图11:Teams Premium生成任务
- 图12:云计算系统
- 图13:云计算服务模式
- 图14:云计算的IAAS与传统服务器资源配置对比
- 图15:全球云计算细分市场规模及增速(单位:亿美元)
- 图16:云计算下游应用(单位:亿元)
- 图17:人工智能IT技术栈
- 图18:CPU架构及优缺点
- 图19:GPU架构及优缺点
- 图20:GPU、FPGA和ASIC芯片对比
- 图21:训练 Transformers 的算力要求
- 图22:模型算力预测
- 图23:2020-2027全球GPU市场规模(单位:亿美元)
- 图24:2019-2025中国AI芯片市场规模(单位:亿元)
- 图25:推理及训练所需服务器计算框架
- 图26:the decoder 报告GPT-4模型参数数据
- 图27:硅谷猜测GPT-4训练数据Token量
- 图28:推理所需服务器测算
- 图29:推理每秒处理Token测算
- 图30:训练所需服务器测算
- 图31:每秒训练Token测算
- 图32:2021年中国AI服务器市场份额
- 图33:2021年全球AI服务器市场份额
- 图34:GPU并行计算架构适配AI模型建构
- 图35:2021年H1中国AI芯片市场占比
- 图36:2021-2022Q2全球独显GPU市场各产商份额占比
表格目录
- 表1:历代 GPT 表现情况
- 表2:英伟达主要 GPU 芯片价格
- 表3:ChatGPT所需推理服务器数量计算
- 表4:每秒处理 token 测算过程
- 表5:GPT-4 训练所需服务器数量计算
- 表6:每秒训练 token 测算过程
- 表7:主要 LLM 基本信息表
- 表8:英伟达个芯片性能指标均为世界领先
- 表9:海内外 GPU 产品性能对比
- 表10:美国 BIS《对向中国出口的先进计算和半导体制造物项实施新的出口管制》
- 表11:国内服务器 CPU、GPU 芯片厂商业务情况
- 表12:国内服务器内存和硬盘相关厂商业务情况
- 表13:国内服务器电源芯片相关厂商业务情况
- 表14:国内封测相关厂商业务情况
- 表15:服务器其他相关零部件厂商业务情况
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载