科技行业：AI芯片风继续吹，群贤毕至，花落谁家？-华泰证券-2023.9.22-181页_11mb

AI芯片行业分析总结

核心内容

当前人工智能浪潮由ChatGPT掀起，推动了大语言模型和生成式AI的发展，AI芯片需求随之增长。然而，AI技术能否持续发展，关键在于B端应用的落地。本报告首次覆盖AI芯片行业，重点推荐英伟达和AMD，认为它们将在AI芯片市场中占据重要地位。

主要观点

• AI芯片需求增长：随着大模型和生成式AI的B端应用落地，AI芯片需求将显著增加。
• 英伟达的领先地位：英伟达凭借高算力硬件和CUDA软件生态构建双护城河，是AI训练端的首选。
• AMD的突围战：AMD将AI作为战略重点，MI300系列产品具备竞争力，可能对英伟达形成挑战。
• 行业竞争格局：训练端“一超多强”，推理端百花齐放，传统芯片厂商面临来自云计算厂商和初创企业的挑战。
• CoWoS封装瓶颈：台积电的CoWoS封装技术是AI芯片厂商争相获取的关键资源，其产能扩张将影响市场供需。
• 硬件与软件协同：CUDA生态和英伟达的软硬件整合是其持续领先的重要因素。

关键信息

1. AI芯片市场格局

• 训练端：英伟达GPU为首选，谷歌TPU和AMD MI300系列是主要竞争对手。
• 推理端：CPU为主，但GPU和ASIC等正逐步抢占市场份额。
• 新兴势力：初创企业如Cerebras、Graphcore等通过晶圆级芯片技术进行突破。

2. 英伟达的优势与挑战

• 高算力硬件：英伟达GPU在训练端具有显著优势，尤其在深度学习和大模型训练中。
• CUDA软件生态：CUDA是英伟达的重要护城河，拥有庞大的开发者社区和丰富的应用支持。
• NVLink+NVSwitch技术：为多节点、多GPU系统提供高速互联和扩展性，显著提升计算性能。
• GH200超级芯片：结合Grace CPU与Hopper GPU，实现高带宽和高性能，适用于复杂推理任务。

3. AMD的突围策略

• AI战略定位：AMD将AI作为核心战略，MI300系列产品旨在挑战英伟达。
• MI300A与MI300X：分别代表CPU+GPU和纯GPU架构，内存和带宽表现优异。
• ROCm生态：虽然起步较晚，但正在逐步发展，可能成为AMD的软件优势。

4. CoWoS封装技术的重要性

• 产能瓶颈：AI芯片厂商依赖台积电的CoWoS技术，当前产能有限，成为限制出货的关键因素。
• 未来预期：台积电预计2023年底产能达12万片，2024年达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。

5. AI芯片应用前景

• B端应用落地：AI在办公、医疗、法律、编程等领域开始应用，推动芯片需求。
• 生成式AI的影响：复杂推理需求提升，可能带动GPU在推理端的广泛应用。
• 市场潜力：到2032年，生成式AI在科技支出中的占比预计从1%上升至12%，市场规模将显著增长。

投资建议

• 英伟达（NVDA US）：给予“买入”评级，目标价650美元，对应2024年动态市销率20倍。
• 超威半导体（AMD US）：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技术落地不及预期：技术发展和应用落地可能影响市场增长。
• 行业竞争加剧：传统芯片厂商和云计算厂商可能进一步挤压市场份额。
• 中美竞争：中美在AI领域的竞争可能对全球市场格局产生影响。

行业发展趋势

• 算力需求持续增长：随着模型复杂度提升，对算力的需求将不断上升。
• 技术路线多元化：晶圆级芯片、ASIC、FPGA等技术路线将共同推动AI芯片发展。
• 软件生态重要性：CUDA和ROCm等软件平台将成为AI芯片竞争的关键因素。

未来展望

• 英伟达：继续凭借CUDA生态和高算力芯片占据主导地位，GH200的推出将进一步巩固其优势。
• AMD：若MI300系列能成功打入市场，有望实现重估。
• 市场变化：随着AI技术成熟和应用拓展，AI芯片市场将更加多元化和竞争激烈。

图表与数据亮点

• 图表1：生成式AI在科技投入中的占比逐年上升。
• 图表2：全球生成式AI市场机遇预测，显示各领域的增长潜力。
• 图表3：AI训练对算力需求的增长趋势。
• 图表4：GPT各代模型参数及训练数据对比。
• 图表5：大模型训练过程示意图。
• 图表6：Transformer架构与CNN、RNN对比。
• 图表7：Transformer相关论文引用数量增长趋势。
• 图表8：AI芯片在不同负载下的性能表现。
• 图表9：CUDA生态的开发者数量和应用范围。
• 图表10：CUDA、ROCm和OpenCL对比。
• 图表11：AI推理市场中GPU和CPU的性能对比。
• 图表12：英伟达推理产品与竞品的性能对比。

总结

AI芯片行业正处于快速发展阶段，英伟达和AMD作为行业龙头，分别凭借高算力硬件和CUDA生态、以及MI300系列和ROCm生态，占据重要地位。未来AI芯片市场将更加多元化，技术路线和应用场景将不断拓展，特别是在B端应用落地和生成式AI发展方面，市场潜力巨大。然而，行业竞争加剧，技术瓶颈和中美竞争等因素可能影响市场格局。