人工智能高峰论坛纪要全集202303.pdfVIP

目录 强人工智能时代的算力产业机会3 人工智能产业的机遇及挑战6 ChatGPT的前世、今生及未来8 引爆的智能机器人应用市场10 科大讯飞基本面更新11 中科创达基本面更新15 四维图新基本面更新19 易华录基本面更新24 千方科技基本面更新25 美亚柏科基本面更新28 宇信科技基本面更新33 数字政通基本面更新35 彩讯股份基本面更新39 海天瑞声基本面更新40 格灵深瞳基本面更新43 当虹科技基本面更新45 光庭信息基本面更新48 鸿泉物联基本面更新53 强人工智能时代的算力产业机会 国内主要能看到的芯片有：1）英伟达上一代的V100，也是当初OpenAI训练ChatGPT使用的主流芯片；2） A100，这也是英伟达目前在国内主要销售的一款芯片，也是现在ChatGPT训练的主要平台；3）H100是英伟 达在去年年底发布的，计划在今年下半年开始在国内很多地方布署，目前在国外的一些厂家也能看到H100； 4）AMDMI250X：是AMD主打的一款芯片，可以用于高性能计算，也可以用于AI，但是这款新品有一个问题 就是AMD不向中国出售，而且它也在美国商务部的一个限制名单中，所以MI250X在短时间内在中国是见不 到的，除非AMD有计划去改变；5）IntelHabana；6）IntelXeon HBM：Intel专门针对未来人工智能的训 练，推出了一款至强的HBM芯片；7）推理芯片A30和A2是英伟达推理芯片的两个极端，但是从指标上看， A30在某种程度上也可以承担一部分AI的训练任务。因为美国的限制，英伟达推出了一款新的产品，叫做 A800。针对H100，英伟达也有对应的中国版型号叫做H800，最主要的核心变化就是在CPU与CPU之间的带 宽上，A100到A800 降到了400G，H100到H800降到了450G，这就是英伟达目前向中国销售的两款产品。 2021年，国内数据中心加速卡市场，Nvidia 占有88.8%市场份额, Huawei 占有8.8%市场份额，另外还有 一些其他的厂家，大概占有剩下的1%-2%，是个高度集中的市场。华为2022年出货量有一定下降，因为2022 年整体的经济形势不好，尤其像云厂商受到的冲击比较大，所以2022年整体市场出货量都有一定下降，但 是英伟达的市场份额没有大的变化，基本的格局维持不变。 预计2023-2024年，市场出货量会有一个比较高速的增长，原因是：2022年很多互联网厂商因为自身的业 务问题，压缩2022年的业务和芯片需求，需求全部转到2023年；而且2023年面临着产品从原来的A100 要升级到H800的变化，2023年有常规业务循环周期的要求，也要开始去做有关大模型的储备，所以互联网 厂商在2023年的芯片需求会有一个比较大的增长。国内的很多互联网厂家的AI算力基本上满足于日常国 内AI 用户的需求，没有针对大模型这种需求去做很多的储备，所以很多厂家现在的算力资源不足，那么在 2023年考虑到要提前去做一些预演和尝试，2023年会有一个小规模，也可能是比较大规模的布署；2024年 会有一个比较爆发的增长。2024年，国内大模型可能会有TO-C端和To-B业务，很多To-B端会看到大模型 的业务，所以在2024年会有一个高速增长，但是到后两年会进入一个常规性的增长状态，就比如说小规模 的更新换代，一些新平台的引入，所以到后几年会呈现一个正常的增长幅度。 大模型之所以会对AI 芯片提出这么高的要求，是因为大模型训练规模增大，数据量增大，训练成本、消耗 的设备资源增长成一种线性的增长。人工智能往大模型方向发展带来三个比较大的变化，就是大数据、大 算力、强算法，这三个变化形成了大模型的一个基本入门门槛，如果说能解决这三个，或者解决核心的两 个，厂家可以进入到大模型的业务当中。ChatGPT使用 1万片A100或A800，完整的训练一次是14天，这 个时间不算短；推理对于设备的要求是呈现一个爆发式的增长，因为随着用户访问量的增加，对于推理的 设备要求量会越来越大，推理的算力并不高，但训练好的模型大约400G，这是一个模型的尺寸，要把这个 模型装下，最少要用五片A100 （因为一片A100板上面有80G 内存），所以传统的一台英伟达DGX，基本上 满足一个用户访问请求的需求，它的生成速度大概是每秒钟可以生成15到20个词，基本上占用了一台英 伟达DGX一秒钟的资