科技行业：AI芯片风继续吹，群贤毕至，花落谁家？_181页_18mb

AI芯片行业总结

核心内容

AI芯片行业正处于快速发展阶段，受益于生成式AI和大语言模型的广泛应用。当前AI芯片市场竞争格局呈现“一超多强”的态势，其中英伟达凭借其高算力硬件和CUDA软件生态占据主导地位，而AMD则在AI领域发力，试图通过MI300系列芯片挑战英伟达的市场地位。

主要观点

• AI浪潮与芯片需求：AI浪潮由ChatGPT引发，推动大语言模型和生成式AI的快速发展，AI芯片需求随之增长。B端应用落地是AI技术能否持续发展的关键。
• 英伟达的双护城河：英伟达在AI训练端具有显著优势，其高算力GPU和CUDA软件生态构成了其核心竞争力。随着GH200超级芯片的推出，其在推理端也有望获得突破。
• AMD的AI战略：AMD将AI作为战略重点，推出MI300系列芯片，涵盖CPU+GPU和纯GPU产品，试图在AI领域与英伟达竞争。MI300系列在算力、内存和带宽等方面表现出色，有望冲击英伟达市场。
• AI芯片市场竞争格局：训练端“一超多强”，推理端百花齐放。英伟达、谷歌TPU、AMD MI300系列等是主要参与者，云计算厂商和初创企业也在不断加入。
• CoWoS封装技术：台积电的CoWoS封装技术成为AI芯片厂商争夺的焦点，英伟达和AMD均依赖该技术。随着产能扩大，有望缓解当前的供给紧张。
• AI芯片的未来趋势：随着AI模型复杂度和参数量增加，推理端对算力的需求也将上升，GPU或将占据更大市场份额。同时，晶圆级芯片和ASIC等新型芯片也在逐步崛起。

关键信息

1. AI芯片市场增长潜力

• 生成式AI和大语言模型的发展将带动AI芯片需求增长，预计到2032年，AI训练和推理硬件市场规模将超过6000亿美元。
• AI芯片市场主要由训练和推理两个端口组成，训练端对算力要求高，推理端则更注重性价比和多样性。

2. 英伟达的优势与挑战

• 英伟达在训练端是首选，其GPU产品具有高算力和广泛的应用支持。
• 随着AI模型复杂度提升，推理端对算力需求也上升，英伟达的高算力在推理端或不再具有明显优势。
• 英伟达的CUDA软件生态是其重要护城河，覆盖广泛的开发者社区和应用场景。

3. AMD的AI布局

• AMD推出MI300系列芯片，涵盖CPU+GPU和纯GPU产品，性能接近英伟达产品。
• MI300系列有望在AI训练和推理市场冲击英伟达，特别是随着其在云厂商中的应用。
• ROCm生态系统虽起步较晚，但正在逐步完善，可能成为AMD的第二护城河。

4. 其他竞争者

• 谷歌TPU、亚马逊Inferentia和Trainium、微软Athena等云厂商自研芯片正在崛起。
• 初创企业如Cerebras、Graphcore等通过晶圆级芯片技术在特定领域崭露头角。

5. CoWoS封装产能

• 台积电是AI芯片厂商的关键合作伙伴，其CoWoS封装产能将直接影响AI芯片的出货量。
• 2023年底CoWoS产能预计达到12万片，2024年将达24万片，英伟达将获得约15万片，AMD有望进入前五大客户行列。

6. 投资建议

• 英伟达被首次覆盖，给予“买入”评级，目标价650美元，对应2024年动态市销率20倍。
• AMD被首次覆盖，给予“买入”评级，目标价150美元，对应2024年动态市销率8.5倍。

风险提示

• AI技术落地和推进不及预期
• 行业竞争激烈
• 中美竞争加剧

重点推荐