深度报告-20230408-国盛证券-电子行业深度_AI革命_算力篇_29页_2mb

电子行业“AI革命”算力分析总结

核心内容概述

本文围绕AI革命背景下算力需求的激增，重点分析了GPU作为算力核心硬件的重要性，以及AI服务器、汽车智能化等领域对GPU算力的推动作用。同时，探讨了当前全球GPU市场由海外三巨头（英伟达、AMD、英特尔）垄断的情况，并指出国产GPU厂商正逐步崛起，面临加速国产化替代的趋势。

主要观点与关键信息

1. GPU：算力核心硬件

• 市场增长：2021年全球GPU市场规模为334.7亿美元，预计2030年将达4473.7亿美元，CAGR为33.3%。
• 技术优势：GPU具备更多处理单元、更高内存带宽和专门的计算单元（如张量核心），使其在深度学习和大规模数据处理方面具有显著优势。
• 应用拓展：GPU从图形处理逐步转向计算领域，成为AI训练和推理的重要硬件。

2. LLM模型带动算力需求激增

• 参数量与算力需求：GPT-3参数量达1750亿，训练所需GPU数量远超普通模型，若需单日完成训练，所需A100数量超过3万块。
• 模型发展：大模型（如ERNIE3.0 Titan）的参数量进一步提升，未来对算力需求将快速增长。
• 算力需求趋势：LLM的训练速度相较于A100提升9倍，推理速度提升30倍，显示出GPU在AI领域的关键作用。

3. 服务器：GPU市场的重要增长动力

• AI服务器占比：截至2022年，全球AI服务器（推理）出货量占整体服务器的1%，预计2023年增速为8%，2022-2026年CAGR为10.8%。
• GPU价值占比：NVIDIA DGX A100中GPU价值占比约为48.24%，显示其在服务器中的重要性。
• 未来需求预测：2023年全球AI服务器所需GPU数量约为86.4万张，对应价值约103.7亿美元；2026年预计达120万张，对应价值约144亿美元。

4. 汽车智能化带动GPU需求

• 自动驾驶分级：L0至L5级别自动驾驶，其中L2和L3已较为普及，L4和L5是未来发展方向。
• 算力需求：自动驾驶系统需要大量算力支持，英伟达 DRIVE Thor 提供2000 TFLOPS算力，成为关键产品。
• 新能源汽车增长：2022年全球新能源汽车销量突破1000万辆，未来仍将持续增长，带动算力需求。

5. GPU国产化进程加速

• 出口限制：美国限制向中国出口高性能GPU（如A100和H100），加速国产替代进程。
• 国内厂商表现：包括景嘉微、沐曦、壁仞科技、摩尔线程、芯动科技等，均在GPU研发领域有所突破。
• 性能对比：目前国产GPU在FP32算力方面仍与英伟达、AMD等存在差距，但正在快速追赶。

标的推荐

1. 景嘉微：国内首家实现国产GPU大规模工程应用的企业，JM9系列芯片进展顺利，具备国产替代潜力。
2. 寒武纪：国产AI芯片领军企业，思元370芯片性能显著提升，研发投入高，技术领先。
3. 芯原股份：国产IP龙头，Chiplet技术持续加速，AI芯片使用其IP，推动国产化。
4. 海光信息：国产CPU和DCU龙头，业绩增长显著，技术自主可控，加速生态建设。

风险提示

• 下游需求不及预期
• 国产化进程不及预期
• 测算误差风险

总结

GPU作为AI革命的核心算力硬件，其市场由海外三巨头主导，但随着AI大模型的发展，算力需求呈指数级增长，推动GPU市场持续扩张。AI服务器、自动驾驶、新能源汽车等领域成为GPU需求的主要驱动力。同时，由于美国对高性能GPU出口的限制，国产GPU替代需求迫在眉睫，国内优秀厂商正不断涌现，技术逐渐成熟。尽管当前国产GPU在性能上仍与海外龙头存在差距，但未来有望实现突破，推动AI算力自主可控。