计算机行业专题研究：ChatGPT服务器，深度拆解.pdf

计算机行业专题研究：ChatGPT服务器，深度拆解。ChatGPT 发布之后，引发了全球范围的关注和讨论，百度、阿里、京东等 国内各大厂商相继宣布 GPT 模型开发计划。从 AI 模型应用场景来看，主要 包括推理和训练两类。从实践场景来看，算力需求场景包括预训练、Finetune 及日常运营。以 GPT-3 模型为例，随着模型朝更大体量的方向演进，一次 训练所需的计算量最高达 3640PFlop/s-day， 单 月 运 营 算 力 7034.7 PFlop/s-day，对应成本约 889 万美元。我们认为，在 Transformer 架构加 持下，GPT 模型得以高效地完成大规模参数计算，随着模型持续迭代、参 数体量不断提升，并行计算需求有望进一步释放。

ChatGPT 需要的服务器：AI 训练型服务器+AI 推理型服务器

我们认为，计算架构的变化是推动服务器技术演进的关键变量。从计算场景 来看，随着计算架构从 PC 到云计算，到边缘计算，再到 AI 训练，服务器 需求也在发生相应变化。复盘主流服务器发展历程来看：1）通用服务器： 以单机性能提升为迭代目标；2）云计算服务器：主要为承载大规模数据处 理需求而生，以 IaaS 模式带来服务器商业模式的变革；3）边缘服务器：主 要解决实时性、带宽成本、安全性等问题；4）AI 服务器：专为人工智能训 练设计，包括训练型和推理型，多采用大规模并行计算以提升效率。

ChatGPT 需要的芯片：CPU+GPU、FPGA、ASIC

从产业需求来看，AI 大模型训练需要大算力支持，智能算力需求释放有望带 动 AI 服务器放量。目前国产 AI 服务器厂商主要包括浪潮信息、华为、新华 三等，21H1 国产 AI 服务器厂商占全球市场份额超 35%。拆解 AI 服务器来 看，主要硬件成本来自算力芯片，且以 GPU 为核心。目前海外主流 AI GPU 芯片包括英伟达 H00、A100、V100 等，受美国出口限制政策影响，目前国 内在先进算力方面主要采购英伟达 A800 或更低端版本作为替代方案。考虑 到部分国产 AI GPU 如华为昇腾在 FP16 浮点计算性能上已经实现对英伟达 A100 的加速追赶，未来随着国产生态打磨，AI GPU 国产替代有望加速。