20250312-东吴证券-电子行业点评报告_算力芯片看点系列-GPGPU与ASIC之争_15页_1mb

电子行业点评报告总结：GPGPU与ASIC之争

核心内容概览

本报告围绕GPGPU与ASIC在AI芯片领域的竞争展开，重点分析两者在算力、存力、互连等方面的性能差异，并探讨大厂自研AI芯片的动因及代工选择。

主要观点与关键信息

1. GPGPU 与 ASIC 性能对比

1.1 算力：精度与能效的差异化竞争

• 精度：ASIC较少涉及高精度浮点数数据，主要应用于低精度领域（如INT8、FP16），以降低计算量和存储需求，提高训练效率。
• 能效比：多数ASIC具有更优的功耗控制与能效比，如微软Maia 100能效比为1.60，远高于英伟达H200的1.41。
• 算力性能：GPGPU在部分指标上仍优于ASIC，如英伟达GB200的FP16算力达5000，而大厂自研ASIC在该指标上尚未达到。

1.2 存力：显存性能与算力密度的权衡

• 显存带宽：ASIC在显存带宽和容量上仍落后于GPGPU，如英伟达GB200支持HBM3e，带宽达16384GB/s。
• 算力密度：GPGPU单位显存算力有限，而ASIC在特定任务中表现突出，如谷歌TPU v6e算力密度达57.88。
• LPU突破：LPU通过超高内存带宽（80TB/s）解决传统GPU的内存瓶颈，提升推理效率。

1.3 互连：NVLink主导下的技术挑战

• NVLink优势：英伟达NVLink技术在Scale-up互连速度上领先，如NVLink5.0互连速度达1.8TB/s，远超PCIe5.0的128GB/s。
• 技术迭代：挑战NVLink难度较大，其他厂商主要依赖PCIe协议，尚未实现同等性能。
• 未来趋势：部分厂商如Meta、亚马逊等正在建设大规模AI集群，对互连技术提出更高要求。

2. 大厂自研AI芯片动因

2.1 自研成本测算

• 研发投入：数字芯片Fabless公司研发投入中，员工薪资占比约60%，按测算，单一代产品研发需约32.3亿元。
• 出货量覆盖：约4.5-7万卡出货量可覆盖前期投入，头部大厂的万卡集群建设足以支撑自研投入。
• 市场需求：训练端需求已超过10万卡，推理端占英伟达数据中心收入40%，市场潜力巨大。

3. 大厂自研AI芯片代工选择

3.1 博通

• 技术优势：在接口与互连领域领先，提供差异化系统架构，如Tomahawk5和Jericho3-AI。
• 产品创新：发布Thor2，支持5nm工艺，实现400GbE NIC，提升网络性能。
• 市场表现：AI相关业务增长迅猛，2024财年AI收入达122亿美元，占半导体业务40%。

3.2 Marvell

• 技术突破：HBM重构与CPO集成，降低功耗并提升带宽。
• 市场拓展：与亚马逊AWS合作，预计2027年成为主要AI芯片供应商之一。
• 业务增长：数据中心业务占比达70%，AI业务增长显著。

3.3 世芯电子（AIchip）

• 技术优势：掌握3DIC设计技术，实现更高算力密度与更低功耗。
• 先进制程：已测试2nm芯片，具备纳米片晶体管（GAA架构）与TSV技术。

3.4 创意电子（GUC）

• 技术能力：覆盖0.5μm至3nm制程，提供完整SoC设计服务。
• 异构集成：推出UCIeTM物理层IP，支持40Gbps互连，提升系统性能。

3.5 中兴通讯

• 技术积累：在算力基础设施领域掌握核心技术，构建完整技术体系。
• 产品布局：推出通算、智算服务器及训推一体机，支持液冷与异构加速。
• 市场表现：数据中心交换机国内市场份额增长最快，AI业务贯穿三大业务线。

3.6 翱捷科技

• IP优势：拥有完整自研IP，涵盖蜂窝基带与非蜂窝物联网芯片。
• 产品线：Cat.1至5G全系列基带芯片，以及多种物联网芯片。

3.7 芯原股份

• 平台化服务：提供一站式芯片定制与IP授权，覆盖消费电子、汽车电子、物联网等领域。
• IP种类：包括图形、神经网络、视频等处理器IP，以及1500+数模混合IP。

4. 投资建议

• 推荐公司：寒武纪、海光信息（与计算机组共同覆盖）。
• 建议关注：中兴通讯、翱捷科技、芯原股份。

5. 风险提示

• CapEx投入：若大厂投入不及预期，将影响ASIC发展。
• 技术发展：ASIC性能仍与GPGPU存在差距，可能限制其应用范围。
• 客户需求：ASIC下游客户集中，单一需求变动将显著影响公司营收。

重点公司估值表

附注

• 数据来源：Wind，东吴证券研究所预测。
• 收盘价截至2025年3月11日。
• 投资评级基于分析师对6-12个月内行业或公司相对基准的预期表现。