【计算机】人工智能系列报告（四）-算力系列报告（一）：推理芯片：生成式AI驱动，或迎来重大机遇_10页_1mb

推理芯片：生成式AI驱动，或迎来重大机遇

核心内容总结

生成式AI技术的快速发展正在推动推理算力需求的显著增长。以ChatGPT为代表的生成式AI应用在短时间内吸引了大量用户，表明AI模型在实际应用中的潜力巨大。随着模型参数和Token数量的增加，推理所需的算力也在不断提升，预计未来推理算力将超过训练算力，训练芯片与推理芯片数量之比可能达到2:8。

量化技术是降低生成式AI推理成本的关键。从FP16到INT8，再到正在研究的INT4，量化技术不断演进，使得推理过程在不影响性能的前提下，显著降低内存占用和计算成本。这为CPU+ASIC、CPU+FPGA等技术路线的发展提供了支持，同时为国产算力芯片的推广创造了条件。

主要观点

• 生成式AI需求增长：生成式AI模型的性能持续提升，用户数量迅速增长，推动推理算力需求爆发。
• 量化技术推动成本下降：量化技术的迭代降低了推理算力的门槛，使更多技术路线具备实现推理能力的潜力。
• 推理算力需求将超过训练算力：随着模型稳定和应用落地，推理需求预计将成为算力市场的主导。
• 海外CSP自研芯片趋势明显：谷歌、微软、亚马逊、Meta等企业正在积极研发自研芯片，以满足生成式AI的训练和推理需求。
• 国产芯片具备竞争力：寒武纪、华为昇腾、海光信息等国产芯片厂商在推理场景中表现出较强的性能和兼容性，有望在市场中占据一席之地。

关键信息

推理芯片技术路线

• GPU厂商：英伟达和AMD的数据中心GPU产品已支持生成式AI的推理需求，且消费级GPU亦具备一定能力。
• ASIC芯片：谷歌TPU v5e和v5p在训练和推理速度、性价比上均有显著提升，支持多种AI框架。
• FPGA与CPU结合：部分厂商通过CPU+FPGA组合提升推理效率，尤其适用于边缘计算场景。

国产芯片进展

• 寒武纪MLU370：采用7nm工艺及Chiplet技术，已批量交付给阿里云等客户。
• 华为昇腾系列：昇腾910B、910C在低精度计算方面表现突出，支持INT8和FP16计算，配套软件栈完善。
• 海光信息深算二号：实现LLaMa、GPT等生成式AI模型的全面适配，兼容CUDA架构，降低模型移植成本。
• 其他厂商：沐曦、壁仞、燧原等也推出了适用于推理场景的芯片，部分产品性能接近英伟达产品。

市场趋势

• 算力需求上升：国内生成式AI应用的落地正在加速推理算力需求增长。
• 性价比为核心：在推理场景中，算力的性价比比绝对性能更重要。
• 算力服务器采购加速：2023年以来，中国移动、中国联通、中国电信等运营商集中采购AI服务器，推动国内推理芯片市场发展。

建议关注的公司

1. AI推理芯片：

   • 寒武纪
   • 海光信息

2. 算力服务器：

   • 浪潮信息
   • 中科曙光
   • 神州数码
   • 工业富联

风险提示

• 人工智能技术落地不及预期：若AI技术无法有效商业化，可能影响推理芯片的市场需求。
• 产业政策转变：政策方向变化可能影响AI算力相关产业的投入与技术突破。
• 宏观经济不及预期：经济放缓可能抑制消费端对AI相关产品的接受度。

投资评级

• 行业评级：超配
• 评级说明：基于未来6-12个月内行业涨幅预期，若超过市场基准指数10%以上则为超配。

结论

生成式AI的发展将持续推动推理算力需求的增长，量化技术的演进为多种技术路线提供了实现基础。国产推理芯片凭借技术迭代和性价比优势，有望在这一趋势中迎来重大发展机遇。建议关注寒武纪、海光信息等AI推理芯片厂商，以及浪潮信息、中科曙光等算力服务器供应商。同时需关注人工智能技术落地、产业政策及宏观经济变化等潜在风险。