AI算力产业链梳理：技术迭代推动瓶颈突破，AIGC场景增多驱动算力需求提升.pdf

上传者：老*
时间：2023/03/21
热度：633
0人点赞
举报

AI算力产业链梳理：技术迭代推动瓶颈突破，AIGC场景增多驱动算力需求提升。ChatGPT、GPT4.0、Microsoft 365 Copilot、文心一言等相继发布，以 ChatGPT 为代表的 AI 大模型及其初步应用“一石激起千层浪”，其相关技术变革预计将对个体的工作、生活及社会组织方式带来的广泛影响。以海内外 IT 龙头为代表的企业界也开始深入挖掘此次技术变革对公司经营方式、商业模式的潜在颠覆性变化，并重新评估未来的发展战略。我们认为，AI 大模型在参数规模、计算量简化、安全性及多模态融合等方向虽然仍有迭代进步空间，但其迄今展示出的“思维能力”可作为先进生产力工具已是不争事实。随着多模态大模型 GPT- 4 的发布，基于文字、图片等垂直场景的应用步伐有望“从 1 到 10” 加速，类似于移动互联网时代各类型 APP 的百花齐放，其竞争格局也会逐步加剧。而类比 19 世纪末的美国西部“淘金热”对铲子、牛仔裤的大量需求，我们认为以 GPGPU 为代表的算力基础设施作为 AI 大模型底座将长期稳定受益。

ChatGPT 算力需求加速增长，基于大算力、先进制程领域的技术创新企业有望受益：

我们根据 GPT-4 对使用次数的限制推论，目前 AI 大模型的算力水平显著供不应求。以 Open AI 的算力基础设施为例，芯片层面 GPGPU 的需求最为直接受益，其次是 CPU、AI 推理芯片、FPGA 等。AI 服务器市场的扩容，同步带动高速网卡、HBM、DRAM、NAND、PCB 等需求提升。同时，围绕解决大算力场景下 GPU“功耗墙、内存墙”问题的相关技术不断升级，如存算一体、硅光/CPO 产业化进程有望提速；先进制程芯片演进中已有的 Chiplet 等技术路径也将受益；Risk-V 由于开源免费、开发者自由度高、自主可控度高、更适应 AIoT 处理器架构需求等优势，带动围绕 AI 场景的参与企业数量提升。