半导体行业分析-AI算力产业链梳理-技术迭代推动瓶颈突破-AIGC场景增多驱动算力需求提升-安信证券_36页_3mb

报告摘要

安信证券2023年03月21日发布的半导体行业分析报告聚焦AI算力产业链发展，核心观点如下：

AI算力需求爆发
- ChatGPT等大模型推动算力需求激增，AI算力市场迎来快速增长。以GPT-3为例，训练市场需约28亿元，推理市场需约117亿元，对应A100 GPU芯片需求达3200张和135031张。GPT-4因参数量提升20倍、图片识别功能加入，算力需求扩大10倍以上，未来AI模型参数规模可能达到GPT-3的100倍，推动算力需求持续攀升。
算力瓶颈与技术突破
- 内存墙与功耗墙：AI大模型参数量与运算量激增导致传统冯·诺依曼架构下的数据传输效率低下，带宽增长远低于算力提升（算力提升90000倍，带宽仅增长30倍）。
- 存算一体技术：通过将计算单元嵌入存储器，减少数据搬运开销，提升能效比。典型方案包括SRAM/RRAM架构，可降低功耗10-100倍，适用于AI、类脑计算等场景。
- HBM高带宽需求：HBM2单颗粒带宽达256GB/s，远超DDR4（32GB/s）和GDDR6（64GB/s），成为AI芯片核心存储解决方案，但因高成本和技术难度面临挑战。
- Chiplet技术：通过模块化设计降低复杂芯片成本，提升良率。UCIe标准推动跨厂商兼容，支持RISC-V等架构，国内厂商如长电科技、通富微电已布局晶圆级TSV封装。
- CPO技术：共封装光学技术降低数据中心功耗与散热，提升光模块数据传输效率，成为云计算、5G通信等场景的关键技术。
产业链受益环节与标的
- GPU/AI芯片：寒武纪、海光信息、景嘉微、澜起科技等具备大算力芯片研发能力。
- 英伟达产业链配套：胜宏科技（高速PCB）、和林微纳（高端材料）等受益于GPU需求。
- CPU领域：海光信息（自研CPU）、龙芯中科（国产指令集）、澜起科技（存储芯片）等。
- FPGA与AIoT：紫光国微、复旦微电、安路科技（FPGA）及乐鑫科技、恒玄科技（AIoT芯片）。
- 先进封装：通富微电、长电科技（Chiplet封装）、兴森科技（PCB）、深南电路（高速线路板）、生益科技（覆铜板）等。
- 光模块与存储：天孚通信、新易盛、中际旭创（光模块）及兆易创新、佰维存储（存储芯片）。
- 多模态应用：海康威视、大华股份、萤石网络（AI终端）及漫步者（音视频处理）等。
行业趋势与风险提示
- AI大模型推动算力基础设施升级，GPGPU（如英伟达H100）成为主流，但国产替代需突破技术壁垒。
- 技术风险：存算一体、Chiplet等技术商业化进度可能落后预期；中美贸易摩擦可能导致高端芯片进口受限，影响国产替代进程。