科技专题研究-AI智算时代已至-算力芯片加速升级-中航证券_66页_5mb

AI智算时代算力芯片发展研究报告摘要

行业背景
人工智能自1956年提出以来，历经三次繁荣周期。当前进入史上最长的第三次繁荣期，受益于大数据和大算力的支持，深度学习成为主流技术。AI大模型推动算力需求激增，智算中心建设加速，算力技术与算法模型成为核心驱动力。中国智能算力规模预计2027年达11174EFLOPS，年复合增长率达339%，远超通用算力增速（166%）。

算力芯片格局
GPU在AI训练芯片中占据主导地位，占AI服务器成本55-75%。美国对华限制英伟达A100/H100芯片出口，推动国产替代需求。中国算力芯片企业如海光信息、寒武纪、摩尔线程等布局GPU及配套技术，但整体仍落后于国际巨头。英伟达凭借CUDA生态优势占据市场主导，其GPU在数据中心业务收入2023年Q2、Q3分别增长171%、285%。

HBM技术需求激增
HBM（高带宽存储器）成为解决GPU内存瓶颈的关键技术，通过3D堆叠工艺提升带宽至335TB/s（HBM3）。ChatGPT的爆发推高GPU需求，导致HBM供不应求，SK海力士2023年已售罄2024年全部HBM3产能。Omdia预测，2025年HBM市场规模将达25亿美元，2021-2026年复合增长率254%。HBM成本高（约标准DRAM的5倍），成为存储领域新增长点。

先进封装产能紧缺
CoWoS封装技术是集成HBM与CPU/GPU的主流方案，台积电主导全球市场。IDC测算，2024年CoWoS供需缺口约20%，产能预计翻倍。25D/3D封装市场2023-2028年CAGR达22%。封装技术向高密度（如TSV硅通孔）和集成化发展，HBM堆叠层数从4层提升至12层，带宽突破X1024。

电源技术升级需求
AI算力提升导致GPU功耗呈指数级增长，2023年峰值电流普遍达2000A。48V直流供电技术因低损耗（对比12V的16倍差异）成为数据中心能效优化方向。英特尔PowerVia背面供电技术预计2024年量产，通过埋入式电源轨和TSV技术减少IR压降，提升芯片性能44%与能效30%。国产电源企业如希荻微布局高压供电方案，解决Chiplet架构供电瓶颈。

国产替代机遇与挑战
AI算力国产化因美国制裁加速，需突破CUDA生态、芯片设计与制造技术。华为昇腾系列依托全栈AI生态（CANN架构、MindSpore框架）获头部客户认可，预计2027年智能算力占比达35%。海光信息通过兼容CUDA生态布局CPU+GPU方案，深算二号已商用；寒武纪Mlu290、Gaudi等芯片面向云边端市场。HBM领域，雅克科技、香农芯创等企业切入原材料与分销环节，但高端存储芯片仍依赖海外供应商。

重点投资方向
建议关注GPU领域：海光信息、寒武纪、地平线等；HBM相关：香农芯创、雅克科技；先进封装材料：兴森科技、华海诚科、艾森股份；电源芯片：希荻微。国产算力产业链面临技术突破与生态建设双重压力，需加速追赶。

风险提示

1. AI算法与模型发展存在不确定性，技术迭代或不及预期；
2. 大模型商业化应用未达预期，可能抑制算力需求；
3. 国产芯片性能与生态适配性不足，客户接受度有限；
4. AI监管政策趋严可能制约行业发展。

报告指出，AI算力需求持续扩张，叠加国产替代压力，推动GPU、HBM、先进封装及电源等环节技术革新。国产企业需在技术突破、生态构建及产能扩张上形成合力，方能在国际竞争中占据有利地位。