20230406-中航证券-科技专题研究_AI大模型开启新一轮大国竞争_半导体战略地位凸显_34页_3mb
报告摘要
AI大模型开启新一轮大国竞争,半导体战略地位凸显
核心内容
AI大模型正推动新一轮的人工智能繁荣周期,标志着人工智能进入第三次繁荣期。这一周期的显著特征是大数据和大算力的广泛应用,使得预训练模型成为人工智能领域的核心技术,同时也成为中美之间新一轮竞争的焦点。半导体作为AI算力的核心,其战略地位愈发凸显,成为大国博弈的重要领域。
主要观点
-
AI繁荣周期与技术发展
- 人工智能自1956年提出以来,经历了多个发展阶段,其中统计学习流派在21世纪的崛起标志着第三次繁荣期的开始。
- 通过增加数据量、训练时间或模型参数规模,AI模型的性能可持续提升,即“Scaling Law”效应。
- 中国在AI领域积极布局,科技部推动顶层设计和重大科技项目,国内科技企业也在研发对标ChatGPT的模型。
-
大算力与“暴力美学”
- OpenAI通过大算力和大数据的“暴力美学”策略,显著提升了AI模型的准确性和性能。
- 在模型训练中,OpenAI采用监督学习和强化学习,结合人工标注和优化策略,使得ChatGPT在模型层面实现领先。
-
半导体成为关键战场
- AI模型的快速发展带来了算力需求的激增,半导体行业,特别是AI训练芯片,成为中美竞争的核心。
- 美国限制对华销售最先进的AI训练芯片(如A100和H100),推动国产替代需求。
- 中国正加速晶圆制造能力提升,尤其在12英寸晶圆生产方面,国内厂商如中芯国际、北方华创等正在推进产能扩张和技术突破。
-
算力与存储技术升级
- AI模型参数和数据规模呈指数级增长,带来算力和存储需求的爆发式增长。
- 存算一体技术被视为突破冯·诺依曼架构瓶颈的解决方案,具有广泛应用前景。
- HBM(高带宽存储器)作为提升存储带宽的关键技术,成为AI模型训练的优选方案。
-
传输技术发展
- 高速光模块需求快速增长,预计2027年以太网光模块市场将达100亿美元。
- CPO(协同封装光子技术)和硅光技术作为传输技术的“破壁者”,有助于降低功耗和成本,提升传输效率。
关键信息
- AI大模型发展:预训练模型如GPT-3、GPT-4,推动AIGC技术革命,使AI在内容生成、自然语言处理等领域实现突破。
- 算力需求:AI模型训练算力需求增速远超硬件算力增长,预计2023年中国AI市场支出将达147.5亿美元,占全球十分之一。
- 半导体产业链:中国正加速国产替代进程,特别是在AI训练芯片、HBM、高速光模块等关键环节。
- 晶圆制造:国内晶圆产能预计在2024年达到155万片/月,远超全球增速,且主要集中在28nm及以上成熟制程。
- 设备投资:半导体设备投资占IC制造资本开支的70%-80%,其中前道设备占比85%以上。
- 国产设备成长空间:在28nm及以上制程,国内设备厂商已具备替代能力,部分正在向14nm及以下拓展。
投资建议
- 关注AI训练芯片:寒武纪、商汤(港股)、燧原科技(未上市)等。
- 关注AI存力:兆易创新、北京君正、东芯股份等。
- 关注HBM:深科技、雅克科技等。
- 关注光模块:中际旭创、光迅科技、华工科技、天孚通信、德科立、源杰科技等。
- 关注半导体设备:北方华创、中微公司、华海清科、拓荆科技、芯源微、盛美上海等。
风险提示
- AI算法与模型发展存在不确定性,技术进展可能不及预期。
- ChatGPT等AI应用可能面临用户付费意愿不足的问题。
- 针对AI的监管政策可能收紧,影响行业发展。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载