AI算力供应链专题报告：大模型时代AI服务器需求提升，算力市场打开长线空间.pdf

AI算力供应链专题报告：大模型时代AI服务器需求提升，算力市场打开长线空间。AI 大模型通常伴随着计算量和模型数量同步增长，全球算力需求数倍增长。 AI 模型的研究和应用主要分为训练和推理过程，从 GPT-1 的 1.17 亿参数量 到 GPT-3 的 1750 亿参数量深刻展示了大模型发展过程中算力需求的快速增 长。我们认为出于商业竞争和国家地区数据安全等角度考虑，未来全球各大 互联网公司和各个国家地区都将逐步发展自己的 AI 大模型。GPT-3 训练阶段 1 天内完成至少需要 3 万颗以上的 A100 芯片，未来 5 年 AI 大模型训练端和 推理端 GPU 芯片市场规模望超 1000 万元，AI 服务器市场规模超 2000 亿元。

数据中心是未来智算基础保障，AI 服务器作为核心设施成长空间可观。服务 器占数据中心购置成本的 70%，未来 AI 算力需求增多的背景下会对数据中心 产生更多需求。当前全球服务器的年度出货量级约在 1300 万台左右，预计 2022 年 AI 服务器占 1%，同时考虑到采用 GPU 服务器的数据中心购置成本 将显著低于纯 CPU 方案的数据中心，预计未来 AI 服务器出货量增速将高于 行业整体，占比亦将逐步提升。从通用服务器到 AI 服务器，一个最显著的变 化就是 GPU 取代了 CPU 成为整机最核心的运算单元以及价值量占比最大的 部分，传统服务器通常至多配备 4 个 CPU+相应内存和硬盘，在 AI 服务器中， 通常是 2 颗 CPU+8 颗 GPU，部分高配 4U 服务器中甚至可以搭配 16 颗 GPU， 预计 AI 服务器中 GPU+CPU+存储的价值量占比有望达到 80%以上的水平。

AI 研究与软硬件生态息息相关，英伟达多层次全面布局提供综合解决方案。 英伟达围绕数据中心业务提供 GPU/CPU/DPU/DGX 系统硬件支持，并提供多 种加速库与云服务，最新一代大模型芯片为 H100 GPU，并提供擅长单线程 和内存处理的 Grace CPU 与释放 CPU 资源的 BlueField DPU 加速计算单元， DGX 系统可用于构建 AI 超级计算机。软件方面推出多种加速库与 DGX Cloud、AI Foundations，可帮企业与科学研究实现加速计算，为全球云服务 商提供 AI 技术及定制 LLM 和生成式 AI，CUDA 架构深度适配 PyTorch 等多 种深度学习框架，协助英伟达打造全球用户对于英伟达产品体系的深度粘性。