电子行业AI系列专题报告（一）：AI算力参数爆发，兼论国产算力比较_9页_1mb

电子行业研究报告总结

核心内容概述

本报告聚焦于电子行业中的AI算力芯片及多卡互联技术发展，分析了国内外主要厂商的技术参数与产品进展，并对相关投资标的提出了建议。报告认为，随着AI大模型的快速发展，算力与互联性能成为影响芯片实际应用效果的关键因素，同时强调了国产算力芯片在技术迭代和市场机遇方面的潜力。

主要观点

1. 算力参数：多厂商逐鹿AI，矩阵计算为核心算力参数

• AI算力参数本质上是精度与运算效率之间的权衡，不同数据格式（如FP32、FP16、BF16、INT8）适用于不同的应用场景。
• FP32 Tensor Core 是英伟达在AI训练中的核心技术，显著提升了模型训练性能。H200的FP32 Tensor Core算力达到989TFlops，较V100提升明显。
• 国内厂商如寒武纪、华为海思、海光信息、龙芯中科等也在积极推进算力芯片的升级，寒武纪MLU370-X8的FP16算力接近英伟达L2芯片，昇腾910的FP16算力接近A100，而思元590性能有望显著提升。
• 国产算力芯片在性能上已接近国际先进水平，未来有望承接国内算力需求。

2. 互联参数：多卡互联为大模型桎梏，国内外差距巨大

• 大模型训练需要多卡互联技术，如NVLink、NVSwitch等，以实现高效的GPU间通信。
• 英伟达NVLink 4.0 带宽高达900GB/s，显著优于PCIe 5.0的128GB/s，成为大模型训练的重要支撑。
• 寒武纪MLU-Link 通过桥接卡实现多卡互联，带宽为PCIe 4.0的3.1倍，但仅为NVLink 4.0的22%，显示出国内厂商在互联技术上仍有较大提升空间。
• 随着大模型的复杂化，多卡互联技术将变得愈加重要，成为国内厂商需要重点突破的核心领域。

关键信息

重点推荐标的

技术参数对比（部分关键指标）

投资建议

• 算力芯片：关注寒武纪思元590、海光信息深算三号、龙芯中科LG200等产品，其在性能和架构上均有显著提升。
• AI应用：建议关注海康威视、大华股份、乐鑫科技等企业在AI应用领域的布局。
• 服务器与存储：工业富联、沪电股份、澜起科技等公司有望受益于AI算力需求的快速增长。
• 先进封装：通富微电、长电科技等企业在先进封装技术上具备竞争优势。

风险提示

• 下游需求复苏不及预期：AI算力芯片的应用场景可能受到宏观经济或行业周期影响。
• 技术研发风险：芯片技术更新快，研发失败或落后可能导致竞争力下降。
• 国内外政策和技术摩擦不确定性：国际供应链限制可能对国产替代进程产生影响。

信息披露

• 分析师：陈海进（电子行业首席分析师，6年以上研究经验）
• 研究助理：徐巡、谢文嘉（分别覆盖IC设计、模拟与数字IC设计等领域）

法律声明

本报告仅供特定客户参考，不构成投资建议。德邦证券不保证报告信息的准确性或完整性，且不对因使用报告内容所导致的损失承担责任。未经授权，不得复制、转载或以其他方式使用本报告内容。