深度报告-20250320-中原证券-半导体_AI算力芯片是_AI时代的引擎_河南省着力布局_36页_5mb
报告摘要
AI算力芯片是“AI时代的引擎”,河南省着力布局
核心内容
AI算力芯片是人工智能时代的关键基础设施,被视为“AI时代的引擎”。随着AI大模型的快速发展,全球对算力的需求持续增长,AI算力芯片市场迎来爆发式增长。当前,AI算力芯片主要以GPU为主流,但定制ASIC芯片市场也因云厂商的推动而高速成长。同时,美国对高端AI算力芯片的出口管制,进一步加速了国产AI算力芯片的发展进程。河南省正积极布局AI算力芯片产业链,打造面向中部、辐射全国的算力调度核心枢纽,推动本地AI算力生态建设。
主要观点
- AI算力芯片的重要性:AI算力芯片是AI服务器的核心组件,支撑AI训练与推理任务,是算力的基石,将在AI算力需求爆发中扮演关键角色。
- GPU市场主导地位:英伟达在数据中心GPU市场占据主导地位,其市场份额超过98%,主导全球GPU市场。
- ASIC芯片市场增长潜力:由于云厂商对GPU的依赖,推动定制ASIC芯片市场增长,预计2023-2028年复合增速达45%,增速高于通用GPU芯片。
- DeepSeek推动国产芯片发展:DeepSeek通过技术创新,提升了AI算力芯片的性价比,推动了国产芯片的替代进程,特别是在推理领域。
- 算力需求预测:全球算力规模预计从2023年的1397EFLOPS增长至2030年的16ZFLOPS,复合增速达50%;中国智能算力预计从2024年的725.3EFLOPS增长至2028年的2781.9EFLOPS,复合增速达46.2%。
- AI芯片产业链布局:AI算力芯片产业链包括人工智能算法、芯片设计、芯片制造和下游应用,其中GPU和ASIC是主要产品类型。
- 国产芯片发展机遇:美国对高端AI算力芯片的出口管制,为国产芯片厂商提供了发展机遇,但与国际领先水平仍有差距。
关键信息
- AI算力芯片应用场景:包括云端、边缘端和终端,其中云端AI算力芯片对算力和计算密度要求最高,终端对功耗和能效要求最高。
- GPU与ASIC对比:GPU通用性强,适合多种AI任务,但成本较高;ASIC针对特定任务优化,具备高性能、低功耗和低成本的优势。
- 市场数据:
- 全球GPU市场规模预计从2023年的436亿美元增长至2029年的2742亿美元,复合增速达33.2%。
- 数据中心定制ASIC芯片市场规模预计从2023年的66亿美元增长至2028年的429亿美元,复合增速达45%。
- AI大模型发展:ChatGPT、GPT-4.5、OpenAI o3等大模型不断迭代,推动算力需求增长,特别是推理任务。
- 河南省布局:
- 以“一核四极多点”为核心框架,郑州市为核心,洛阳、鹤壁、商丘、信阳为增长极。
- 龙芯中科在鹤壁建设芯片封装基地,郑州设立中原总部;河南投资集团通过基金投资沐曦集成。
- 政策大力扶持,吸引上下游企业集聚,构建算力产业生态。
- 国产AI芯片厂商:包括龙芯中科、沐曦、华为昇腾、寒武纪、海光信息、壁仞科技、燧原科技等,部分企业已实现一定市场突破。
风险提示
- 国际地缘政治冲突加剧
- 下游需求不及预期
- 市场竞争加剧
- 新产品研发进展不及预期
- 国产替代进展不及预期
产业链结构
- 基础层:包括人工智能算法、芯片设计工具等。
- 技术层:包括AI算力芯片(GPU、ASIC等)。
- 应用层:包括云计算、边缘计算、智能制造、智能驾驶、智慧金融、智能教育等领域。
图表目录
- 图1:全球部分科技企业发布大模型产品情况
- 图2:GPT-4.5与人类测试者的对比评估情况
- 图3:GPT-4o SimpleQA性能对比情况
- 图4:o3在SWE-benchVerified、Codeforces测试中表现优于o1
- 图5:o3在GPQA测试中大幅优于o1
- 图6:2012-2023年各领域重要的机器学习模型训练算力需求情况
- 图7:2020-2024年北美四大云厂商资本开支情况
- 图8:2021-2024年国内三大互联网厂商资本开支情况
- 图9:2019-2030年全球算力规模情况及预测
- 图10:2019-2026年中国智能算力市场规模预测
- 图11:人工智能系统产业链结构图
- 图12:AI服务器内部结构图
- 图13:2023-2028年全球生成式人工智能和非生成式人工智能服务器市场规模及预测
- 图14:2024-2028年中国AI服务器市场规模及预测
- 图15:2018年服务器成本构成情况
- 图16:CPU+GPU异构计算系统方案框图
- 图17:AI处理的重心正在从云端向边缘转移
- 图18:英伟达A100 GPU内部架构图
- 图19:谷歌TPU内部架构图
- 图20:2024年上半年中国AI芯片市场份额情况
- 图21:AI算力芯片产业链结构图
- 图22:GPU与CPU内部架构对比图
- 图23:GPU的计算架构
- 图24:GPU的内存架构
- 图25:英伟达多GPU系统架构图
- 图26:英伟达NVLink技术演进情况
- 图27:GPU应用场景广泛
- 图28:2023-2029全球GPU市场规模情况及预测
- 图29:2023年全球数据中心GPU市场竞争格局情况
- 图30:24Q4全球PC GPU市场竞争格局情况
- 图31:英伟达数据中心平台GPU生态体系架构图
- 图32:英伟达CUDA生态系统的组成
- 图33:英伟达CUDA加速计算解决方案
- 图34:Marvell用于数据中心的ASIC解决方案
- 图35:博通AI ASIC内部架构图
- 图36:华为昇腾AI生态系统架构图
- 图37:2023-2028年数据中心AI算力芯片市场规模及预测
- 图38:2023-2028年数据中心ASIC定制芯片市场规模及预测
- 图39:博通累积的定制芯片设计经历
- 图40:博通定制技术能力与IP核情况
- 图41:TPU内部架构图
- 图42:在TPUv5e和v6 Trillium上运行的steptime的Google基准测试情况
- 图43:在TPU v5e和v6 Trillium上进行SDXL基准测试情况
- 图44:谷歌TPU芯片通过ICI相互连接
- 图45:由TPUv4建立的算力集群示意图
- 图46:异腾计算系统架构框图
- 图47:昇腾计算产业生态图
- 图48:DeepSeek-V3基本架构图
- 图49:DeepSeek-V3 MTP应用示意图
- 图50:DeepSeek-V3 FP8混合精度框架示意图
- 图51:DeepSeek-V3多项评测成绩对标GPT-4o
- 图52:DeepSeek-V3多项评测成绩与其他大模型对比情况
- 图53:DeepSeek-R1-Zero的思考时间持续提升以解决推理任务
- 图54:DeepSeek-R1-Zero、R1、蒸馏小模型的开发流程图
- 图55:DeepSeek-R1多项评测成绩对标OpenAI o1
- 图56:DeepSeek-R1蒸馏32B和70B模型多项评测成绩对标OpenAI o1-mini
- 图57:DeepSeek-V3模型性价比处于最优范围
- 图58:DeepSeek-R1与OpenAI o1类推理模型API定价对比情况
- 图59:2024-2028年中国AI服务器工作负载预测情况
- 图60:河南省“一核四极多点”算力产业布局示意图
- 图61:河南空港智算中心示意图
- 图62:算力将赋能千行百业
- 图63:超聚变研发中心及总部基地
- 图64:超聚变稳居中国服务器市场第二
- 图65:龙芯中科中原总部
- 图66:联想沐曦DeepSeek一体机
表格目录
- 表1:云端、边缘端、终端应用场景对AI算力芯片的算力需求情况
- 表2:GPU硬件性能评价参数
- 表3:英伟达GeForce系列GPU硬件性能参数对比情况
- 表4:AI ASIC与GPU性能参数对比情况
- 表5:谷歌TPU历代产品性能参数情况
- 表6:近年美国对AI算力芯片相关制裁政策情况
- 表7:部分国产AI算力芯片技术指标与国际主流产品对比情况
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载