AIGC行业市场分析.pdfVIP

AIGC行业市场分析

ChatGPT开启大模型“军备赛”，存储作为计算机重要组成部分明显

受益:ChatGPT开启算力军备赛，大模型参数现指数规模，引爆海

量算力需求，模型计算量增长速度远超人工智能硬件算力增长速度,

同时也对数据传输速度提出了更高的要求。XPU、内存、硬盘组成完

整的冯诺依曼体系，以一台通用服务器为例，芯片组+存储的成本约

占70%以上，芯片组、内部存储和外部存储是组成核心部件；存储

是计算机的重要组成结构，“内存”实为硬盘与CPU之间的中间人，

存储可按照介质分类为ROM和RAM两的分。

存算一体，后摩尔时代的必然发展:过去二十年中，算力发展速度远

超存储，存“储墙”成为加速学习时代下的一代挑战，原因是在后摩尔

时代，存储带宽制约了计算系统的有效带宽，芯片算力增长步履维艰。

因此存算一体有望打破冯诺依曼架构，是后摩时代卜的必然选择，存

算一体即数据存储与计算融合在同一个芯片的同一片区之中，极其适

用于大数据量大规模并行的应用场景。存算一体优势显著，被誉为

AI芯片的全“能战士”，具有高能耗、低成本、高算力等优势；存算一

体按照计算方式分为数字计算和模拟计算，应用场景较为广泛，

SRAM、RRAM有望成为云端存算-一体主流介质。

存算一体前景广阔、渐入佳境:存算一体需求旺盛，有望推动下一阶

段的人工智能发展，原因是我们认为现在存算一体主要AI的算力需

求、并行计算、神经网络计算等；大模型兴起，存算一体适用于从云

至端各类计算，端测方面，人工智能更在意及时响应，即输“入”即输“

出”，目前存算一体已经可以完成高精度计算；云端方面，随着大模

型的横空出世，参数方面已经达到上亿级别，存算一体有望成为新一

代算力因素；存算一体适用于人工智能各个场景，如穿戴设备、移动

终端、智能驾驶、数据中心等。我们认为存算一体为下一代技术趋势

并有望广泛应用于人工智能神经网络相关应用、感存算一体，多模态

的人工智能计算、类脑计算等场景。

01、存算一体，开启算力新篇章

1.1、ChatGPT开启大模型“军备赛”，算力呈现明显缺口

ChatGPT开启算力军备赛:们已经在《ChatGPT:百度文心一言畅

想》中证明数据、平台、算力是打造大模型生态的必备基础，且算力

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A（I算

法）的训练和推理具备效率优势；同时，们在《ChatGPT打响AI

算力“军备战”》中证明算力是AI技术角逐入“场券”，其中AI服务器、

AI芯片等为核心产品；此外，们还在《ChatGPT,英伟达DGX

引爆AI核“聚变”》中证明以英伟达为代表的科技公司正在快速补足全

球AI算力需求，为大模型增添必备燃“料”。

大模型参数呈现指数规模,引爆海量算力需求:根据财联社和OpenAl

数据，ChatGPT浪潮下算力缺口巨大，根据OpenAI数据，模型计

算量增长速度远超人工智能硬件算力增长速度，存在万倍差距。运算

规模的增长，带动了对AI训练芯片单点算力提升的需求，并对数据

传输速度提出了更高的要求。根据统计，过去五年，大模型发展呈现

指数级别，部分大模型已达万亿级别，因此对算力需求也随之攀升。

1.2.深度拆解服务器核心硬件组成部分

服务器的组成:们以一台通用服务器为例，服务器主要由主板、内

存、芯片组、磁盘、网卡、显卡、电源、主机箱等硬件设备组成；其

中芯片组、内部存储和外部存储是组成核心部件。GPU服务器优势

显著:GPU服务器超强的计算功能可应用于海量数据处理方面的运算,

如搜索、大数据推荐、智能输入法等，相较于通用服务器，在数据量

和计算量方面具有成倍的效率优势。此外，GPU可作为深度学习的

训练平台，优势在于1、GPU服务器可直接加速计算服务，亦可直

接与外界连接通信；2、GPU服务器和云服务器搭配使用，云服务器

为主，GPU服务器负责提供计算平台；3