科技行业专题研究：AI智算时代已至，算力芯片加速升级_66页_5mb

AI智算时代已至，算力芯片加速升级

核心内容

AI正处于历史上最长的繁荣周期，其发展依赖于强大的算力支持。随着大模型技术的兴起，算力芯片、HBM（高带宽存储器）、先进封装及电源管理等技术成为支撑AI发展的关键环节。算力国产化需求日益迫切，尤其是在美国对华技术封锁的背景下，国产算力芯片和相关技术正迎来发展机遇。

主要观点

• AI繁荣与算力需求：AI进入第三次繁荣期，深度学习推动算力需求激增，智算中心成为重要基础设施。
• GPU为主流算力芯片：GPU在AI计算中占据主导地位，其并行计算能力与深度学习高度契合，当前中国AI芯片市场中GPU占比超过80%。
• HBM成为存储新战场：HBM通过高带宽和低功耗解决GPU内存瓶颈，成为AI训练的主流方案。2023年全球HBM需求增长近六成，市场规模预计到2026年将达40.89亿美元。
• 先进封装技术加速发展：CoWoS等先进封装技术成为集成HBM与CPU/GPU的关键，预计2024年全球CoWoS供需缺口约20%，市场规模将以22%的CAGR高速增长。
• 电源技术提升能效：AI算力对电源提出更高要求，背面供电技术成为提升能效的关键方向。
• 国产算力生态崛起：海光信息、寒武纪、华为海思等企业正积极布局国产算力芯片和相关生态，推动国内AI产业链发展。

关键信息

• AI算力市场规模：预计2027年中国智能算力规模将达到1117.4 EFLOPS，年复合增长率达33.9%。
• GPU市场格局：英伟达在AI算力芯片市场占据主导地位，但其对华出口受限，推动国产替代进程。
• HBM市场现状：SK海力士、三星、美光为HBM主要供应商，SK海力士已售罄2024年HBM3和HBM3E产量。
• CoWoS封装技术：台积电主导CoWoS封装市场，2024年产能将较2023年提升一倍。
• 国产替代企业：海光信息、寒武纪、华为海思、壁仞科技、摩尔线程等企业正积极布局国产算力芯片。
• AI芯片分类：包括GPU、FPGA、ASIC、类脑芯片等，其中GPU在云端AI芯片市场占据主导地位。

建议关注的企业

• GPU：海光信息、寒武纪、未上市的地平线、黑芝麻、摩尔线程
• HBM：香农芯创、雅克科技
• 先进封装：兴森科技、华海诚科、艾森股份
• 电源芯片：希荻微

风险提示

• AI算法和模型发展存在不确定性
• AI技术发展不及预期
• AI相关监管政策可能收紧

产业链与技术发展

• 异构计算：CPU+GPU为主要组合形式，支持AI训练和推理任务。
• CUDA生态：英伟达CUDA成为主流AI开发平台，国内企业需兼容CUDA以降低迁移成本。
• HBM技术迭代：HBM带宽每两年提升一倍，2023年HBM3成为主流，预计2024年HBM4将发布。
• 先进封装技术：包括CoWoS、2.5D/3D封装等，提升芯片性能和互连密度。

国产算力发展现状

• 海光信息：布局CPU+GPU，产品迭代迅速，研发投入持续增长。
• 寒武纪：提供云边端一体的AI芯片和平台，与主要服务器厂商建立合作关系。
• 华为海思：打造全栈AI软硬件平台，昇腾系列芯片在性能和生态方面表现突出。
• 香农芯创：深度布局存储产业，与SK海力士合作拓展SSD业务。
• 雅克科技：作为海力士重要供应商，提供半导体材料，技术实力国内领先。

未来趋势

• 算力需求持续增长：智能算力增长速率是通用算力的两倍，预计2027年中国智能算力将达1117.4 EFLOPS。
• HBM市场扩大：预计2026年HBM市场占全球内存收入比例将超过20%。
• 先进封装技术普及：CoWoS封装技术将推动AI芯片性能提升，成为突破摩尔定律的关键。

技术挑战与机遇

• 技术壁垒：CUDA生态成为英伟达的坚实壁垒，国内企业需通过兼容CUDA或发展原生态技术来突破。
• 中美技术脱钩：美国限制对华出口高端GPU，加速国产替代进程。
• 国产算力提升：国内企业需在性能、生态、供应链等方面持续提升，以实现从“可用”到“好用”的跨越。

总结

AI技术正加速发展，算力需求持续增长，GPU成为主流算力芯片，HBM解决内存瓶颈，先进封装技术提升芯片性能，电源技术优化能效。在中美技术脱钩背景下，国产算力芯片和相关技术迎来发展机遇，需关注GPU、HBM、先进封装和电源管理等关键环节。同时，需警惕AI算法发展不确定性及监管政策变化等风险。