20230210-浙商证券-AIGC算力时代系列报告_ChatGPT芯片算力_研究框架_29页_2mb

ChatGPT芯片算力：研究框架总结

核心内容

本报告分析了ChatGPT热潮对芯片行业带来的影响，指出随着AI应用场景的扩展，芯片需求呈现“量价齐升”的趋势。ChatGPT基于Transformer技术，对算力需求极高，推动了GPU、CPU、FPGA、ASIC及光模块等芯片的市场需求增长。

主要观点

• 算力需求爆发：ChatGPT的广泛应用和用户增长显著提升了对算力的需求，尤其在训练和推理场景中，对芯片性能和数量提出更高要求。
• 芯片需求增长：芯片需求不仅体现在数量上，也体现在价格上。高端芯片如英伟达A100 GPU，其采购成本高，且在AI基础设施中占据核心地位。
• 算力供给与技术发展：为应对算力指数增长，芯片行业正在通过Chiplet异构技术和存算一体技术来提升性能与能效，降低制造成本。
• AI服务器成为算力载体：AI服务器通常采用CPU与加速芯片（如GPU、FPGA、ASIC）的组合，以满足高吞吐量和低延时的需求。
• 国内外芯片厂商布局：国内厂商如海光信息、龙芯中科、寒武纪、昆仑芯等，正在通过自主技术与创新设计，抢占AI芯片市场。

关键信息

1. 芯片需求构成

• 量：AIGC带来新场景和原场景流量提升，推动芯片需求增长。
• 价：高端芯片需求激增，拉高芯片均价。

2. 芯片类型及特点

3. 芯片应用场景

• 训练：需高算力，通常使用GPU或ASIC。
• 推理：需低延时和高效率，可使用CPU、GPU、FPGA等。
• 计算：对算力和能耗比要求较高，需高性能芯片支持。

4. 国内外芯片厂商动态

• 国外厂商：
  • 英伟达：GPU + CUDA，提供高性能计算能力。
  • AMD：EPYC系列，采用Chiplet技术提升性能。
  • Google：TPU v4集群，提供超大规模计算能力。
• 国内厂商：
  • 海光信息：基于X86架构，性能优越。
  • 龙芯中科：基于RISC架构，自主化程度高。
  • 寒武纪：采用Chiplet技术，算力显著提升。
  • 华为：昇腾910，基于达芬奇架构，性能领先。
  • 百度：昆仑2代AI芯片，性能提升明显。

5. 技术趋势

• Chiplet异构技术：有助于突破先进制程限制，提升芯片良率与性能。
• 存算一体技术：将计算能力与存储器结合，提升算力与能效，降低能耗。
• 未来方向：存算一体芯片可能成为下一代算力升级的核心方向。

风险提示

1. AI技术发展不及预期：当前AI模型仍存在技术瓶颈和缺陷。
2. 版权、伦理和监管风险：AIGC内容可能涉及版权问题，不当使用可能引发伦理和监管挑战。
3. 半导体下游需求不及预期：芯片行业受宏观经济波动影响较大，存在需求波动风险。

行业投资评级

• 看好：行业指数相对于沪深300指数上涨10%以上。
• 中性：行业指数相对于沪深300指数波动在-10%至+10%之间。
• 看淡：行业指数相对于沪深300指数下跌10%以下。

总结

ChatGPT的广泛应用推动了芯片行业的算力需求增长，尤其在GPU、CPU、FPGA、ASIC及光模块等关键领域。随着AI技术的发展，芯片行业正通过技术创新（如Chiplet和存算一体）来应对算力瓶颈。尽管存在一定的技术、伦理和市场风险，但整体来看，芯片行业仍具备较大的增长潜力。