ChatGPT-加速计算服务器时代到来.docxVIP

仅供机构投资者使用证券研究报告|行业深度研究报告

ChatGPT:加速计算服务器时代到来

AIGC行业深度报告(5)

华西计算机团队

2023年3月8日

分析师：刘泽晶

SACNO：S1120520020002

邮箱：liuzj1@

请仔细阅读在本报告尾部的重要法律声明

核心逻辑:

u大模型出现有望带动AI服务器需求爆发

我们认为ChatGPT具备跨时代的意义的本质是AI算法大模型，因此科技巨头已经开始算力“军备赛”，大模型的出现有望带动AI服务器需求爆发。服务器架构随负载量扩张不断优化，已经经历传统单一部署与集群模式，目前正处于分布式模式的转变阶段。CPU、内部存储和外部存储是服务器的核心部件。

u加速计算是服务器成长的核心驱动力

按照CPU指令集架构的差异，服务器可分为CISC(复杂指令集)、RISC(精简指令集)、VLIM等架构，代表架构为X86。人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力，AI服务器相较于通用服务器区别在于硬件架构、加速卡数量与设计方面；我们认为AI服务器众芯片组为服务器的核心，且价值成本占比较高。

u算力时代到来，服务器价值再次凸显

我们认为服务器是“伴科技类”的硬件产品，随着科技的服务形式和应用方式不断进步，服务器同样在不断迭代升级或更新换代，近年来随着互联网+、云计算、AI+、边缘计算的出现，服务器市场迎来了极大的发展；根据IDC的数据显示，国家计算力指数与GDP/数字经济的走势呈现出了显著的正相关，而AI服务器作为算力载体为数字经济时代提供广阔动力源泉，更加凸显其重要性。

u投资建议:

关注两条投资主线：

1)AI服务器生产商，重点推荐中科曙光，其他受益标的为浪潮信息、拓维信息、神州数码；

2)具备算力芯片的厂商，受益标的为寒武纪、海光信息、龙芯中科、景嘉微。

u风险提示:核心技术水平升级不及预期的风险、AI伦理风险、政策推进不及预期的风险、中美贸易摩擦升级的风险。

2

3

目录

01AI服务器需求呈现加速状态

02拥抱AI服务器的星辰大海

03投资建议:梳理AIGC相关受益厂商

04风险提示

4

01AI服务器需求呈现加速状态

1.1ChatGPT的竞争本质即大模型储备竞赛

u大模型是人工智能发展的必然趋势:大模型即“大算力+强算法”结合的产物。大模型通常是在大规模无标注数据上进行训练，学习出一种特征和规则。基于大模型进行应用开发时，将大模型进行微调，如在下游特定任务上的小规模有标注数据进行二次训练，或者不进行微调，就可以完成多个应用场景的任务。

u大模型是辅助式人工智能向通用性人工智能转变的坚实底座:大模型增强了人工智能的泛化性、通用性，生产水平得到质的飞跃，过去分散化模型研发下，单一AI应用场景需要多个模型支撑，每个模型需要算法开发、数据处理、模型训练、参数调优等过程。大模型实现了标准化AI研发范式，即简单方式规模化生产，具有“预训练+精调”等功能，显著降低AI开发门槛，即“低成本”和“高效率”。

u算力是打造大模型生态的必备基础，服务器是算力的载体:算力是训练大模型的底层动力源泉，一个优秀的算力底座在大模型(AI算法)的训练和推理具备效率优势；服务器是算力的底层载体，包含CPU、GPU、内存、硬盘、网卡等，在ChatGPT中具有举足轻重的作用，算力是服务器通过对数据进行处理后实现结果输出的一种能力。

数据、平台、算力、算法关系示意图

资料来源：IDC，华西证券研究所5

1.2大模型出现带动AI服务器呈现加速状态

u我们认为大模型的出现有望带动AI服务器需求:我们认为除了对低延迟低功耗算力的性能需求，在服务器的种类上也产生了多样化、细分化的场景应用需求。各行业与人工智能技术的深度结合及应用场景的不断成熟与落地，使人工智能芯片朝着多元化的方向发展，为了迎合芯片的多元化，服务器的类型也将越来越丰富，并适用越来越多的行业应用场景。根据IDC的数据，在2021年的统计，预计到

2025年中国加速服务器市场规模将达到108.6亿美元，且2023年仍处于中高速增长期，增长率约为20%。

uAI大模型对算力的需求分别来自训练和推理两个环节。1）训练环节：通过标记过的数据来训练出一个复杂的神经网络模型，使其能够适应特定的功能，模型具有一定的通用性，以便完成各种各样的学习任务。该环节需要处理海量的数据，注重绝对的计算能力。2