半导体行业深度报告：AI算力芯片——AI时代的引擎_48页_6mb
报告摘要
AI算力芯片——AI时代的引擎
核心内容
AI算力芯片作为人工智能技术发展的核心支撑，正成为推动AI大模型应用和算力需求爆发的关键引擎。随着全球大模型技术的不断迭代，AI算力需求持续增长，预计全球算力规模将从2023年的1397EFLOPS增长至2030年的16ZFLOPS，复合增速达50%。AI服务器作为支撑生成式AI应用的核心基础设施，其核心器件包括AI算力芯片，GPU作为当前主流AI算力芯片，占据全球AI芯片市场的主要份额，而定制ASIC芯片市场也在快速增长。
主要观点
- 大模型推动算力需求增长：大模型技术的持续迭代显著提升了AI算力需求，AI服务器成为核心基础设施。
- GPU为主流，ASIC市场高速成长：GPU在AI服务器中发挥关键作用，而定制ASIC芯片因性能、功耗和成本优势，成为未来AI算力的重要方向。
- 云厂商自研芯片趋势明显：由于英伟达对数据中心GPU市场的垄断，云厂商等大厂开始自研芯片，推动ASIC市场发展。
- 美国出口管制加速国产替代：美国对高端AI算力芯片的出口管制促使国内厂商加速发展，国产算力生态链逐步完善。
- DeepSeek推动国产算力芯片发展：DeepSeek通过混合专家架构、FP8混合精度训练等技术，显著提升模型性价比，推动国产算力芯片替代。
关键信息
全球AI算力市场趋势
- 全球算力规模预测：预计2023-2030年全球算力规模复合增速达50%。
- 中国AI算力市场：预计2023-2028年中国智能算力市场规模复合增速为46.2%。
GPU市场现状
- 英伟达主导市场：2023年英伟达数据中心GPU出货量占全球98%，收入占比达98%。
- GPU性能指标：GPU硬件性能由核心数量、显存容量、带宽、频率和工艺制程等参数决定。
- GPU应用场景：广泛应用于数据中心、自动驾驶、区块链、科学计算等领域。
定制ASIC芯片市场
- 市场规模预测：2023年数据中心定制ASIC芯片市场规模为66亿美元，预计2028年达429亿美元，复合增速45%。
- 云厂商自研趋势：亚马逊、谷歌、微软、Meta等大厂加速布局定制ASIC芯片，以应对供应链和成本挑战。
DeepSeek技术亮点
- 混合专家（MoE）架构：提升模型训练和推理效率。
- 多头潜在注意力机制（MLA）：优化模型结构，提升性能。
- FP8混合精度训练：降低计算成本，提升算力效率。
- 蒸馏技术：使小模型具备强大推理能力，推动AI应用落地。
国产算力芯片进展
- 寒武纪-U：专注于AI芯片设计，产品性能不断提升，市场占有率逐步提高。
- 海光信息：高性能国产处理器已得到广泛应用，软件生态逐步完善。
- 芯原股份：提供定制芯片设计服务，推动AI芯片产业链发展。
- 翱捷科技-U：覆盖多种AI应用场景，产品结构不断优化。
- 中芯国际：作为领先的晶圆代工厂，为国产AI芯片提供制造支持。
- 长电科技：先进封装技术支撑国产AI芯片发展。
投资建议
- 云端AI算力芯片：关注寒武纪-U（688256）、海光信息（688041）。
- 定制ASIC芯片：关注芯原股份（688521）、翱捷科技-U（688220）。
- 先进制造：关注中芯国际（688981）。
- 先进封装：关注长电科技（600584）。
风险提示
- 国际地缘政治冲突：可能影响全球供应链。
- 下游需求不及预期：AI应用场景拓展可能不及预期。
- 市场竞争加剧：AI芯片市场竞争日益激烈。
- 新产品研发进展不及预期：技术突破可能滞后。
- 国产替代进展不及预期：国内厂商在性能和生态建设上仍需时间追赶。
附图与表格目录
- 图1：全球部分科技企业发布大模型产品情况
- 图2：GPT-4.5与人类测试者的对比评估情况
- 图3：GPT-4o SimpleQA性能对比情况
- 图4：o3在SWE-benchVerified、Codeforces测试中表现优于o1
- 图5：o3在GPQA测试中大幅优于o1
- 图6：2012-2023年各领域重要的机器学习模型训练算力需求情况
- 图7：2020-2024年北美四大云厂商资本开支情况
- 图8：2021-2024年国内三大互联网厂商资本开支情况
- 图9：2019-2030年全球算力规模情况及预测
- 图10：2019-2026年中国智能算力市场规模预测
- 图11：人工智能系统产业链结构图
- 图12：AI服务器内部结构图
- 图13：2023-2028年全球生成式人工智能和非生成式人工智能服务器市场规模及预测
- 图14：2024-2028年中国AI服务器市场规模及预测
- 图15：2018年服务器成本构成情况
- 图16：CPU+GPU异构计算系统方案框图
- 图17：AI处理的重心正在从云端向边缘转移
- 图18：英伟达A100GPU内部架构图
- 图19：谷歌TPU内部架构图
- 图20：2024年上半年中国AI芯片市场份额情况
- 图21：AI算力芯片产业链结构图
- 图22：GPU与CPU内部架构对比图
- 图23：GPU的计算架构
- 图24：GPU的内存架构
- 图25：英伟达多GPU系统架构图
- 图26：英伟达NVLink技术演进情况
- 图27：GPU应用场景广泛
- 图28：2023-2029全球GPU市场规模情况及预测
- 图29：2023年全球数据中心GPU市场竞争格局情况
- 图30：24Q4全球PCGPU市场竞争格局情况
- 图31：英伟达数据中心平台GPU生态体系架构图
- 图32：英伟达CUDA生态系统的组成
- 图33：英伟达CUDA加速计算解决方案
- 图34：Marvell用于数据中心的ASIC解决方案
- 图35：博通AIASIC内部架构图
- 图36：华为昇腾AI生态系统架构图
- 图37：2023-2028年数据中心AI算力芯片市场规模及预测
- 图38：2023-2028年数据中心定制ASIC芯片市场规模及预测
- 图39：博通累积的定制芯片设计经历
- 图40：博通定制技术能力与IP核情况
- 图41：TPU内部架构图
- 图42：在TPUv5e和v6Trillium上运行的steptime的Google基准测试情况
- 图43：在TPUv5e和v6Trillium上进行SDXL基准测试情况
- 图44：谷歌TPU芯片通过ICI相互连接
- 图45：由TPUv4建立的算力集群示意图
- 图46：昇腾计算系统架构框图
- 图47：昇腾计算产业生态图
- 图48：DeepSeek-V3基本架构图
- 图49：DeepSeek-V3MTP应用示意图
- 图50：DeepSeek-V3 FP8混合精度框架示意图
- 图51：DeepSeek-V3多项评测成绩对标GPT-4o
- 图52：DeepSeek-V3多项评测成绩与其他大模型对比情况
- 图53：DeepSeek-R1-Zero的思考时间持续提升以解决推理任务
- 图54：DeepSeek-R1-Zero、R1、蒸馏小模型的开发流程图
- 图55：DeepSeek-R1多项评测成绩对标OpenAI o1
- 图56：DeepSeek-R1蒸馏32B和70B模型多项评测成绩对标OpenAI o1-mini
- 图57：DeepSeek-V3模型性价比处于最优范围
- 图58：DeepSeek-R1与OpenAI o1类推理模型API定价对比情况
- 图59：2024-2028年中国AI服务器工作负载预测情况
- 图60：寒武纪公司产品策略
- 图61：寒武纪基础软件系统平台架构图
- 图62：2023年寒武纪产品结构情况
- 图63：寒武纪2020-2024年营业收入及增速情况
- 图64：寒武纪2020-2024年归母净利润及增速情况
- 图65：寒武纪2022-2024年存货情况
- 图66：寒武纪2022-2024年预付款项情况
- 图67：寒武纪核心技术框架结构图
- 图68：海光产品族
- 图69：海光高性能国产处理器已得到众多OEM客户支持
- 图70：海光信息2020-2024年营收及增速情况
- 图71：海光信息2020-2024年归母净利润及增速情况
- 图72：海光信息2020-2024年毛利率情况
- 图73：海光信息2020-2024年净利率情况
- 图74：海光DCU产品拥有完善软件栈支持
- 图75：海光产品在大模型的适配与实践
- 图76：芯原股份提供的主要服务情况
- 图77：芯原股份2020-2024年营业收入情况
- 图78：芯原股份2020-2024年归母净利润情况
- 图79：芯原股份2020-2024年毛利率情况
- 图80：芯原股份2020-2024年净利率情况
- 图81：翱捷科技公司产品及服务应用领域
- 图82：翱捷科技2020-2024年营业收入情况
- 图83：翱捷科技2020-2024年归母净利润情况
- 图84：翱捷科技2020-2024年毛利率情况
- 图85：翱捷科技2020-2024年净利率情况
- 图86：中芯国际产品及服务情况
- 图87：中芯国际拥有丰富的产品平台
- 图88：中芯国际2020-2024年营业收入情况
- 图89：中芯国际2020-2024年归母净利润情况
- 图90：中芯国际2020-2024年毛利率情况
- 图91：中芯国际2020-2024年净利率情况
- 图92：中芯国际2024年下游应用领域占比情况
- 图93：中芯国际2024年晶圆销售按尺寸占比情况
- 图94：中芯国际关键技术节点的量产时间
- 图95：长电科技生产及研发基地全球布局
- 图96：长电科技单季度营收及增速情况
- 图97：长电科技单季度归母净利润及增速情况
- 图98：长电科技单季度毛利率和净利率情况
- 图99：长电科技24H1下游应用领域占比情况
- 图100：长电科技XDFOI Chiplet解决方案
表格内容
- 表1：云端、边缘端、终端应用场景对AI算力芯片的算力需求情况
- 表2：GPU硬件性能评价参数
- 表3：英伟达GeForce系列GPU硬件性能参数对比情况
- 表4：AI ASIC与GPU性能参数对比情况
- 表5：谷歌TPU历代产品性能参数情况
- 表6：近年美国对AI算力芯片相关制裁政策情况
- 表7：部分国产AI算力芯片技术指标与国际主流产品对比情况
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
