电子行业深度报告：AI商业模式逐步落地 算力产业链迎接星辰大海

AI带动万亿蓝海 市场，“模型+数据+算力”为产业核心壁垒。AI历史发展余70 年，当前正处于新一轮产业变革制高点。从规模上看，全球AI 产业规模预计2030 年将达到1500 亿，未来8 年复合增速约40%。从市场来看，美国领先，中国和欧盟并驾齐驱，三地企业合计份额为70.01%。2022 年中国人工智能产业规模达1958 亿元，年增长率7.8%，整体稳健增长。模型、数据和算力为人工智能发展三驾马车，Transformer 模型的引入标志着自然语言处理模型能够大规模地生成类似人类的语言，并且进入可大规模、可复制的大工业落地阶段。算法模型发展的同时，对于数据规模和质量的要求也在不断提高。其中ChatGPT 参数量达到1750 亿次，数据规模达到45TB，从1956-2020 年，计算机处理能力的FLOPS 增加了一万亿倍。同时海外和国内互联网行业巨头积极布局AI，竞赛压力逐步提升。

    AI 产业迎来“iPhone”时刻，英伟达召开GTC2023，关注高性能计算相关领域壁垒。英伟达在GTC2023 推出 AI Foundations 云服务，从NEMO、PICASSO、BIONEMO 三方面，赋能不同AI 场景。同时发布H100 NVL 服务器，相比A100 DGX 提供10 倍的计算速度。

    在大算力背景下，存算性能呈现剪刀差，存储器件性能远弱于算力性能提升，AI 训练未来的瓶颈不是算力，而是GPU 的“内存墙”。

    因此，未来存算一体化趋势确定，HBM 与Chiplet 有望实现降本增效，全球半导体厂商已提出多种解决方案，存内计算电路可基于SRAM 和NOR Flash 实现。HBM 的高带宽技术，基于 TSV 和芯片堆叠技术的堆叠可实现高于 256GBp/s 带宽远超过 DDR4 和GDDR6。Chiplet 技术无需中介层、芯片直接通过TSV 直接进行高密度互连，性能可以得到很大的提升，算力水平也会提高。

    AI 商业落地曙光出现，ChatGPT 引爆大算力需求。ChatGPT 是使用海量语料库进行训练的语言生成器，在2022 年11 月ChatGPT推出后，迅速引爆市场，2 个月内月活跃用户数便达一亿，成为了历史上用户增长最快的消费应用。ChatGPT 参数量2018 年OpenAI 发布的ChatGPT 1.0 的模型参数为1.17 亿，2019 年的第二代模型参数为15 亿，ChatGPT 3.0 的参数相比于ChatGPT2.0增长了近百倍，达到了1750 亿。强大的算力水平是 AI 大模型必备的技术支撑， ChatGPT 3.0 模型需要使用1024 颗英伟达A100 芯片训练长达一个月的时间，AIGC 商业落地蓄势待发，未来对算力的需求更将超乎想象。

    我们认为，在ChatGPT 等应用商业化出现落地方式，AIGC 创作内容不断增长的条件下，芯片作为AI 行业的基础设计，为AI 训练和数据计算提供支持，未来AI 应用落地层面对庞大算力的需求更为重要，因此，相关算力产业链未来发展值得期待。我们看好国内相关算力产业链公司的未来发展，建议关注：GPU、加速卡、AI 芯片：寒武纪（688256.SH）、景嘉微（300474.SZ）、海光信息（688041.SH ）；先进封装：通富微电（002156.SZ ）、长电科技（600584.SH）、深科技（000021.SZ）；服务器及加速卡PCB：沪电股份（002463.SZ ）、胜宏科技（300476.SZ）； AIoT 产业链：瑞芯微（603893.SH ）、全志科技（300458.SZ ）、晶晨股份（688099.SH）、富瀚微（300613.SZ）；芯片IP：芯原股份（688521.SH ）、华大九天（301269.SZ）；存储芯片/模组/PCIe：兆易创新（603986.SH ）、江波龙（301308.SZ ）、北京君正（300223.SZ）、聚辰股份（688123.SH ）、澜起科技（ 688008.SH）； 散热材料：中石科技（300684.SZ ）、飞荣达（300602.SZ）。