电子设备行业深度研究-AI系列报告：AGI驱动算力芯片增长，国产芯片加速替代.docx

正文目录

AGI驱动算力增长，ScalingLaw走向推理 5

AGI产业加速发展，OpenAI引领技术变革 5

AGI核心在于泛化能力 5

Transformer架构加速AGI理论发展 6

ChatGPT成历史最快消费应用，AGI正式走向现实 7

o1改革大模型研发方向，大模型升级潜力仍存 9

ScalingLaw引领算力增长，大模型步入推理时代 10

ScalingLaw指引算力投资 10

AI应用逐步落地，推理需求逐步占据主流 13

算力需求测算强相关于参数和数据量 14

海外CSP厂商维持高强度投资，主权AI增长潜力大 14

AI推动业务增长，CSP资本开支意愿强烈 14

AI竞争上升至国家层面，主权AI具备增长潜力 16

英伟达凭借GPU抢占AI芯片高点，自研AISC潜力大 18

GPU优势明显，AISC逐步获得市场份额 18

AI芯片要求高并行计算、大内存带宽和低功耗 18

GPU是AI芯片的主流架构 18

推理时代ASIC增长潜力大 20

英伟达领先优势明显，软硬件构筑竞争壁垒 21

英伟达AI芯片迭代历史 21

英伟达软硬件护城河高 23

英伟达市占率绝对领先，数据中心持续高增 24

CSP厂商自研AI芯片趋势已起，供应链积极扩产应对需求 25

自研AI芯片性能表现不差 25

合作厂商AI营收高增，厂商指引长期AISC占比50? 26

AISC供应链中PCB需求提升，配套厂商积极扩产 27

摩尔定律放缓和贸易摩擦加剧，国产芯片替代加速 28

摩尔定律放缓制约单卡性能，先进封装重要性增加 28

COWOS封装提升AI芯片性能 28

先进封装国产难度远小于前道，核心设备材料亟待突破 30

贸易摩擦态势加剧，AI芯片国产化已经形成共识 31

23年芯片法案升级AI芯片限制措施 31

24年芯片法案新增HBM芯片限制措施 32

国家和地方政策加码扶持国产芯片 33

国产芯片性能逐步追赶英伟达，推理时代替代可能性提升 34

国产芯片算力性能具备对标A800能力 34

昇腾：打造全产业解决方案，全面对标英伟达 35

3.3.2.寒武纪：AI芯片先行者，聚焦云端算力，财报拐点将至 38

投资建议 40

风险提示 41

图表目录

图表1：AI发展历程 6

图表2：Transformer架构原理图 6

图表3：Transformer中三大Attention机制 7

图表4：5天注册用户突破100万 8

图表5：ChatGPT原理图 8

图表6：全球生成式AI计算市场规模预测 9

图表7：MedQA上多个模型性能的比较分析 9

图表8：帕累托前沿在MedQA基准测试上显示准确性与总API成本的关系

..........................................................................................................................10

图表9：ScalingLaws原理图 10

图表10：多模态ScalingLaw 11

图表11：算力需求加速提升 11

图表12：NewOpenAIo1Long“ThinkingTime”CreatesaNewWaytoScale

..........................................................................................................................12

图表13：AI大模型历史训练算力增长情况 12

图表14：大模型未来算力增长限制情况 12

图表15：2024年10月AI产品全球总榜情况 13

图表16：大模型日度调用量情况 13

图表17：中国人工智能服务器工作负载预测，2022-2027E 13

图表18：Transformer每一次前向传播模型参数测算 14

图表19：海外四大CSP厂商分季度资本开支 15

图表20：2023年全球算力规模 16

图表21：主权AI布局情况 17

图表22：中国算力规模情况 17

图表23：模型训练中62?的开销在权重(Weights)和梯度(Gradient)通信中18图表24：使用英伟达AllReduce技术后，负载加速比例 18

图表25：主流AI芯片分类情况 19

图表26：G