2023算力行业深度之“云基建”：AI浪潮持续催化云端配套升级加速.docx

《2023算力行业深度之“云基建”：AI浪潮持续催化云端配套升级加速.docx》由会员分享，可在线阅读，更多相关《2023算力行业深度之“云基建”：AI浪潮持续催化云端配套升级加速.docx（85页珍藏版）》请在优知文库上搜索。

1、算力行业深度之“云基建”浪潮持续催化,云端配套升级加速目录大模型引领Al商业化，轻量应用价值亦凸显7Al行情持续催化，结构布局机会仍佳11存力算力封力三位一体，产业链再迎新机遇13算力需求高速增长，国产Al芯片正当时14DDR5渗透率盼加速，HBM助推AI笄力突破存力瓶颈19新平台推动PCB放量24投资建议28风险提示29寒武纪U30海光信息39通富微电46朗科科技54德明利61工业富联69图表目录图表L不同平台用户数破亿所需时间7图表2.全球数据总量增长情况7图表3.人工智能逐步商业化落地7图表4.AI大模型参数指数级增长8图表5.算力需求加速提升8图表6.国内外主要大模型参数量8图表7.A

2、I大模型从云到端发展趋势9图表8.谷歌发布“小参数”Al模型9图表9Chatgpt发布以来Al算力指数显著增长（截至2023.7.5）11图表10.WilldAl算力指数（8841678.WI）成分股明细11图表ILAl算力主要龙头业绩表现（收盘价及对应市值截至2023年6月30日，涨跌幅区间为2023.1.1-2023.6.30）12图表12.全球服务器出货量预测13图表13.全球Al服务器出货量预测13图表14.普通服务器和Al服务器配置对比13图表15.重视以服务器为基石的云基础设施产业链投资机遇14图表16.全球Al芯片市场规模14图表17.2022年全球独立GPU市场份额15图表18

3、.NVIDIAGH200Superchip16图表19.AMDInstinctMI300加速卡16图表20.壁仞科技BRlOO系列通用GPU芯片16图表21.曦云通用计算GPU16图表22.国内GPU、Al加速芯片产品械理及与国外GPU产品对比17图表23.边缘计算示意图18图表24.高通Al“端”的应用解决方案18图表25.高通QCS8550/QCM8550支持伙伴18图表26.英伟达JetSOIl模组19图表27.英伟达JetSOn软件路线图19图表28.瑞芯微边缘SOC产品矩阵19图表29.全志科技边缘SOC产品矩阵19图表30.全球服务器存储市场规模预测20图表3LDDR发展趋势20图

4、表32.全球SerVer和PCDDR5渗透率快速提升21图表33.DDR5PMIC芯片21图表34.HBM2014-2022年发展历程21图表35.HBM市占率预测22图表36海力士HBM内存迭代22图表37.应用于主流GPU的HBM内存技术持续升级22图表38.英伟达GH200内存互联23图表39.DGX系列显存指数级增长23图表40.2022-2026EHBM市场规模预测情况23图表41.SK海力士基于CXL的高性能计算存储解决方案24图表42.2022-2027全球PCB市场产值及增长率预测24图表43.2021-2026年多层板产值CAGR预测24图表44.英伟达144个GPU核心25

5、图表45.浪潮NF5280G7结构图25图表46.英伟达DGXGH200超级芯片架构25图表47.平台服务器线宽变化26图表48.平台服务器线宽示意图26图表49.联茂电子高速材料体系26图表50.18层以上多层板价值量明显提升26图表51.全球服务器PCB市场规模预测27图表52.2022-2026年全球车用PCB产值预估27图表53.公司估值28图表54.寒武纪主要产品和服务31图表55.行歌科技发展历程32图表56.寒武纪主营业务收入和毛利率32图表57,2022年各云端厂商AI服务器采购量占比32图表58.全球Al服务器出货量预测32图表59.通用服务器和Al服务器配置差距33图表60

6、.人工智能厂商的Al芯片性能对比33图表6L乘用车自动驾驶定义34图表62.全球和中国自动驾驶乘用车销量预估34图表63.寒武纪自动驾驶SoCSD5223C产品规格35图表64.寒武纪营业收入和毛利泗预估36图表65.寒武纪可比公司估值36图表66.海光信息产品矩阵40图表67.全球服务器销量预估41图表68,2020年全球X86服务器市场份额41图表69.中国X86服务器销量预估41图表70.中国X86服务器芯片销量预估41图表71.海光信息的CPU产品和同行性能对比42图表72.海光信息的CPU产品和英特尔定位对比42图表73.海光信息的GPGPU产品和同行性能对比42图表74.海光信息营

7、业收入和毛利润预估43图表75,同行可比公司估值44图表76.2022年通富微电为全球第四大委外封测商47图表77.通富微电股权结构图47图表78.通富微电营收逐年增长48图表79.通富微电在中国半导体封测行业中规模成长最快48图表80.通富微电持续扩大研发投入48图表81.通富微电在HPC领域积累深厚49图表82.AMD全线产品已采用ChiPIet设计49图表83.2.5D封装技术原理示意49图表84.先进封装带动封装环节价值量提升50图表85.通富微电盈利预测51图表86.通富微电可比公司估值51图表87.朗科科技发展历程55图表88.朗科科技主要产品55图表89.公司股权结构（截至202

8、3年3月31日）56图表90.朗科科技营收情况56图表91.朗科科技各产品营收占比情况56图表92.朗科科技盈利能力情况57图表93.朗科科技各产品毛利率情况57图表94.朗科科技期间费用率情况57图表95.朗科科技归母净利润情况57图表96.朗科科技盈利预测58图表97.朗科科技可比公司估值59图表98.德明利发展历史62图表99.德明利主要产品63图表100.德明利股权结构（截至2023一季报）63图表101.德明利营收情况64图表102.德明利各产品营收占比情况64图表103.德明利盈利能力情况64图表104.德明利各产品毛利率情况64图表105.德明利费用率情况65图表106.德明利归

9、母净利润情况65图表107.盈利模式65图表108.德明利盈利预测66图表109.德明利可比公司估值67图表110.工业富联大事记70图表111.工业富联主要产品70图表112.工业富联公司股权结构70图表113.工业富联营收情况71图表114.工业富联各产品营收占比情况71图表115.工业富联盈利能力情况71图表116.工业富联各产品毛利率情况（）71图表117.工业富联期间费用率情况72图表118.工业富联归母净利泗情况72图表119.工业富联全球化布局72图表120.工业富联实施2+2战略布局73图表121.工业富联研发能力73图表122.工业富联盈利预测74图表123.工业富联可比公司

10、估值74大模型引领Al商业化，轻量应用价值亦凸显2022年11月3()日，美国人工智能研究公司OPenAl正式发布全球嘱目的人工智能聊天机器人ChatGPTo该技术的推出轰动了全球，仅仅5天的时间，ChatGPT的注册用户数量就突破了100万大关，到了2023年1月末，ChaIGPT的月活跃用户数突破了1亿，成为了历史上增长最快的消费者应用之一。这一突破性的成就使得ChatGPT为代表的人工智能聊天机器人，将全球带入了一场前所未有的科技革命，标志着智能时代正式拉开帷幕，人工智能从技术升级开始向商业化落地迅速演进。英伟达创始人黄仁勋则形容这一时刻为AI领域的iPhone”时刻。二十一世纪被称为信

11、息时代。各种新兴技术如人工智能、机器学习、区块链、5G和物联网等，每时每刻都在产生海量的数据，并将这些数据应用于人们日常生活的各个领域。数据已经成为继土地、劳动力、资本和技术之后的第五大生产力要素。根据IDC预计，2021年全球数据总量达到85ZB,并将在2025年达到175ZB,CAGR达到约20%,庞大的数据为Al模型的诞生孕育了肥沃的土塘。图表1.不同在用f数破亿所需时间图表2.全球数据总量增长情况资料来源:格隆汇,中银证券资料来源：IDC,中银证券人工智能正逐渐走进我们的日常生活，与人们的生活越来越密切地联系在一起。而这一切的基础是数据和算力。数据的丰富和高效的算力，为人工智能的快速发

12、展和商业应用提供了坚实的支持。在人工智能的浪潮中，数据被盼为“新的石油”，而强大的算力则是推动Al技术腾飞的引擎。图表3.人工智能逐步商业化落地技人升煤险段为北落地除收场号爆发价收及件龙头主导攻件和算法快M法速修代模曳应用均录算力突破阳值，下游客求号动上游及件客求量大爆发同时规模化效应推动良本快速下降模型成熟叵头包i桁商先化落地变现应用场景如总客求仝面爆发资料来源:中银证券整理OpenAI在从GPT-2模型升级到GPT-3模型时，其参数数量从15亿增长至1750亿级别。随着参数规模的增大，算力负担也相应增加。如果要在更短的时间内运行更大的模型，就必须进一步增加算力。在可预见的未来，算力将成为各

13、大AI企业必须提升的关键技术能力。只有拥有足够的算力，才能支持更复杂、更庞大的人工智能模型，使其能够在实际应用中发挥更高的效能。AI企业将不断探索和投资于新的计算技术，以确保其在竞争激烈的市场中保持领先地位。同时，算力的提升也将推动着人工智能技术的不断进步。更强大的算力意味着更复杂的模型和更深层次的学习，这将有助于改善人工智能系统的性能和智能化水平。因此，算力的不断增强不仅是Al企业的必然需求，也是人工智能技术发展的驱动力。图表4. AI大模型参数指数级增长图表5.算力需求加速提升资料来源:CSDNf中银证券(2二群小纠骅资料来源:物多美网智库,中银证券海外主要大模型包括OPenAl的Chat

14、GPT-3、Anthropic的Claude、英伟达与微软的MegatronTUring-NLG以及Meta的OPT等。中国大模型主要包括百度文心、华为宜古、阿里通义、腾讯混云以及商汤的视觉模型等。百度推出文心大模型，基本实现跨模态和多下游多领域的应用，目前已上线文心一言。腾讯主要通过多模态解决语言理解与图像生成的问题。图表6.国内外主要大模型参数量厂商预训练模型应用参数量域BERT语言理解与生成4,810亿NLP谷歌PaLM语言理解与生成，推理、代码生成5,400亿NLPImagen语言理解与图像生成110亿多模态Parti语言理解与图像生成200亿多模态微软Florence数据额识别6.4亿CVTuring-NLG语言理解、生成170亿NLPMetaOPT-175B语言模型1,750亿NLPM2M-100I(X)种语言互译150亿NLPGaio多面手的智能体12亿NLPDeepMindGopher语言理解与生成2,800亿多模态GPT3语含理解与生成、推理等1,750亿NLPCodex代妈生成120亿NLP英伟达文