科技行业市场前景及投资研究报告：AI智算时代，算力芯片加速升级，可编辑培训课件.pptx

AI智算时代已至，算力芯片加速升级

?AI正处史上最长繁荣大周期，生态加速收敛：在进入21世纪以来，在大数据和大算力的支持下，归纳统计方法逐渐占据了人工智能领域的主导地位，深度学习的浪潮席卷人工智能，人工智能迎来史上最长的第三次繁荣期。智算中心的发展基于最新人工智能理论和领先的人工智能计算架构，当前算法模型的发展趋势以AI大模型为代表，算力技术与算法模型是其中的核心关键，算力技术以AI芯片、AI服务器、AI集群为载体。?GPU主宰算力芯片，AI信创驱动国产算力发展：得益于硬件支持与软件编程、设计方面的优势，CPU+GPU成为了目前应用最广泛的平台。AI分布式计算的市场主要由算力芯片(55-75%)、内存(10-20%)和互联设备（10-20%）三部分组成。美国已限制对华销售最先进、使用最广泛的AI训练GPU—英伟达A100以及H100，国产算力芯片距离英伟达最新产品存在较大差距，但对信息颗粒度要求较低的推理运算能实现部分替代。?提升算力内存带宽，HBM供不应求：由于ChatGPT的爆火，GPU需求明显，英伟达也加大对三星和SK海力士HBM3的订单。2023年10月，SK海力士表示，已经在2023年出售了明年HBM3和HBM3E的所有产量。据Omdia预测，到2025年，HBM市场的总收入将达到25亿美元。?集成算力与存力，先进封装产能紧缺：CoWoS封装技术是目前集成HBM与CPU/GPU处理器的主流方案。台积电主导全球CoWoS封装市场。据IDC预测，全球CoWoS供需缺口约20%，2024年台积电的CoWos封装产能将较2023年提升一倍，2.5D/3D先进封装市场规模在2023-2028年将以22%的CAGR高速增长。?AI算力对高效电源提出新需求，背面供电技术蓄势待发：越来越高度化的集成会造成针对加速芯片的电源解决方案越来越复杂，方案需要不同电压、不同路的多路输入，这种情况下电压轨会越来越多。台积电、三星、英特尔等芯片大厂都在积极布局背面供电网络技术，为日益复杂的芯片提供高效供电方案，其中英特尔较为领先。?建议关注：GPU：海光信息、寒武纪，和未上市的地平线、黑芝麻、摩尔线程；HBM：香农芯创、雅克科技；先进封装：兴森科技、华海诚科、艾森股份；电源芯片：希荻微。?风险提示：AI算法、模型存较高不确定性，AI技术发展不及预期；ChatGPT用户付费意愿弱，客户需求不及预期；针对AI的监管政策收紧

二、AI技术收敛，GPU主宰算力芯片三、“AI信创”驱动，培育国产算力生态四、HBM解决GPU内存危机，成为存储下一主战场五、异构计算时代，先进封装战略地位凸显六、电源技术提升计算能效，背面供电蓄势待发七、风险提示

图：人工智能发展史?人工智能从1956年被正式提出以来，经历了数十年的发展历程。人工智能诞生初期，其研究主要分为三个流派，即逻辑演绎、归纳统计和类脑计算。?人工智能研究的三大流派各有优劣势。类脑计算流派的目标最为宏远，但在未得到生命科学的支撑之前，难以取得实际应用。归纳演绎流派的思考方式与人类相似，具有较强的可解释性。由于对数据和算力的依赖较少，归纳演绎流派成为人工智能前两次繁荣的主角。随着学界对人工智能困难程度的理解逐渐加深，数理逻辑方法的局限性被不断放大，并最终在第三次繁荣期中，逐渐让位于统计学习的“暴力美学”。?在进入21世纪以来，在大数据和大算力的支持下，归纳统计方法逐渐占据了人工智能领域的主导地位，深度学习的浪潮席卷人工智能，人工智能迎来史上最长的第三次繁荣期，至今仍未有结束的趋势。资料：，中航证券研究所

?大模型技术逐步收敛，生态走向聚合，模型更收敛、框架更归一。?为了开发更高性能的AI大模型需要更强的算力平台，算力底座技术门槛将提高，未来训练核心拼集群系统能力。图：AI技术逐步收敛，生态走向聚合图：算力底座技术门槛提高资料：，中航证券研究所

?复杂的模型和大规模的训练需要大规模的高算力支持，这不仅需要消耗大量计算资源，而且对算力的速度、精度、性能也提出更高要求。?市场对于更高性能的智能算力需求将显著提升，智能算力增长速率约通用算力的两倍。据IDC和浪潮信息测算，2022年中国通用算力规模达54.5EFLOPS，预计到2027年通用算力规模将达到117.3EFLOPS。2022年中国智能算力规模达259.9EFLOPS，预计到2027年将达到1117.4EFLOPS。2022-2027年期间，中国智能算力规模年复合增长率达33.9%，同期通用算力规模年复合增长率为16.6%。图：中国通用算力规模及预测（EFLOPS，基于FP64计算）图：中国智能算力规模及预测（EFLOPS，基于FP16计算）资料：浪潮信息，IDC，中航证券研究所

?从感知智