AI算力国产替代及产业趋势分析

展望 2024 年的人工智能行业，我认为 AI 算力国产替代以及 AI 大模 型在各场景的应用落地等产业趋势明显，具体来说：

（1）2024 年 AI 算力国产替代进程有望加速，国产 AI 芯片公司迎来良好发展机遇。 英伟达 H800、A800 等高端 AI 芯片限制出口中国给国产 AI 芯片带来百亿级别的可 填补的市场空间。2024 年，国产 AI 芯片替代英伟达等高端 AI 芯片不仅有望实现商 业化规模跨越式增长，还有望推动用户生态在商业客户中快速推广，并建立一定规 模的生态圈。 （2）随着国产通用 AI 大模型成熟度的提升，行业用户采用 AI 大模型的意愿有望增 强。2024 年，随着国产通用 AI 大模型产品的迭代和成熟，部分 B 端行业垂直应用 或能取得一些突破，国产 AI 大模型被各行业用户采用的意愿和需求有望增强。在国 产 AI 大模型在各行业应用的过程中，不仅会推动包括向量数据库在内应用于 AI 大 模型的软件工具链实现从 0 到 1 的突破，还有望带动商业客户对 AI 服务器和算力一 体机等算力基础设施的采购。

渗透和替代两条逻辑主线贯穿人工智能行业 24 年的发展已经非常清晰。接下来，我 们就以上产业趋势进行前瞻性分析。

1. 2024 年 AI 算力国产替代进程有望加速，国产 AI 芯片公司迎来良好发展机遇。英伟达高端 AI 芯片出口受限，国内 AI 芯片竞争格局大幅改善。2023 年 10 月 17 日，美国商务部公布了对于先进计算和超级计算产品出口管制政策的更新修正案， 更进一步限制高端AI芯片的出口。此次的出口限制政策，增加了计算性能指标评测， 对于超过计算性能阈值的产品，包括 H800、A800 在内的英伟达高端 AI 芯片的出口实 施了许可证要求。我们认为，此次出口管制政策明确限制了算力 TPP（Total Processing Performance）和计算密度 PD（Performance Density）等计算性能指标，英伟达基 于该出口管制标准推出针对中国市场的有竞争力的 AI 芯片的可能性不大。若其进一 步调整和裁剪性能，或大幅削弱其产品自身竞争力，而令中国客户更加坚定国产替 代的决心。

短期来看，英伟达 A800、H800 等产品的限制出口，给予国产 AI 芯片填补其市场份额 很好的机会。2023 年前三季度，英伟达数据中心业务营收 388 亿美元，同比增长 85.5%。 根据英伟达 2023 年 11 月 21 日的财报电话会议内容，中国市场给英伟达数据中心业务营收贡献比例在 20%~25%范围内。考虑到 AI 大模型训练和推理对算力的持续拉动，从 需求端来看，2024 年中国市场对于英伟达高端 AI 芯片的需求应保持在百亿级别的市场 规模。而从供给侧来看，H800、A800 等产品限制出口中国，这就给国产 AI 芯片公司填 补其留下的百亿级别的市场提供了很好的机会。2022 年，寒武纪营收 7.3 亿元。我们认 为，2024 年，国产 AI 芯片替代英伟达等高端 AI 芯片有望取得实质性进展，这一过程有 望推动国产 AI 芯片厂商的商业化规模取得跨越式增长。

国产 AI 芯片已经追赶上英伟达 Ampere 架构 GPU 的水平，已经具备国产替代的技 术基础。国产高端 AI 芯片在过去几年性能有了较大提升，以华为昇腾 910 和寒武纪 思元370为代表的国产AI芯片已经追赶上英伟达Ampere架构下的AI芯片的性能， 但距离其最新一代 H100 仍有一定差距。另一方面，在芯片制造环节，中国大陆晶圆 厂的先进制程芯片规模化量产能力与国际一流厂商仍有一定差距。我们认为，以华 为昇腾和寒武纪思元系列芯片为代表的国产 AI 芯片硬件性能方面已经具备国产替 代的技术基础，已经可以实现在部分场景、部分行业的国产替代，但实际的国产替 代节奏也取决于下游 AI 应用公司采购意愿，切换到国产 AI 芯片生态的节奏以及芯 片制造环节的进展。

长期来看，国产 AI 芯片的用户生态有望在 2024 年取得一定突破。分行业来看，互联 网行业是 AI 算力需求最大的行业。以阿里、腾讯、百度为代表的互联网公司，采购 的 AI 加速卡和服务器不仅支持其 AI 大模型的持续迭代，还应用于内容生成、智能 推荐、社交平台海量信息搜索等业务。由于英伟达 AI 芯片与 CUDA 计算平台强绑 定的关系，互联网公司大部分 AI 应用都是基于 CUDA 开发的，对其有较高的粘性。 未来，在英伟达高端 AI 芯片供给不确定的情况下，国内互联网公司基于 CUDA 的 AI 应用的开发或受到一定影响。我们认为，2024 年，以互联网为代表的 AI 计算下 游厂商适配和采用国产化的系统软件（寒武纪的 Neuware，华为的 CANN）的动力 将大大增加，国产 AI 芯片的用户生态有望在商业客户中得到快速推广，并建立一定 规模的生态圈。

国产 AI 芯片的生态有望由各地人工智能中心向商业客户拓展。国产 AI 芯片主要落地的 场景是各地建设的人工智能计算中心（AIDC）。华为的昇腾芯片和寒武纪的思元系列芯片依托各地 AIDC 的算力在各行业的应用而实现用户生态的快速拓展，已经初 具规模。在此基础上，直接面向商业客户的生态拓展也在积极进展过程中。 （1）根据科创板日报，2023 年 7 月，华为联合了面壁智能、智谱 AI、科大讯飞、 云从科技四家伙伴发布昇腾 AI 大模型训推一体化解决方案，并有 23 家昇腾 AI 伙伴 推出相关算力产品。 （2）根据交通银行智采平台供应商门户网站，2023 年 9 月，交通银行以公开招标 的方式对国产 GPU 服务器（寒武纪）入围选型项目进行采购，针对寒武纪的 AI 加 速卡产品，选型服务器整机。 （3）根据科大讯飞官方微信公众号，2023 年 10 月，科大讯飞联合华为发布了基于 昇腾生态的“飞星一号”大模型算力平台。 我们认为，这背后反映的是国产 AI 芯片产品性能与海外竞品差距缩小，能够支撑商 业客户业务系统中各种智能化应用。相较于政策引导的采购，企业对于公司 AI 算力 产品自发的采购需求更具有持续性和拓展性。展望 2024 年，在英伟达 CUDA 生态 随其 AI 芯片而受限的背景下，国内商业客户有望积极适配和采用国产化的 AI 计算 平台。国产 AI 芯片的生态有望实现在商业客户的规模化突破。另一方面，华为的昇 腾芯片和寒武纪的思元系列芯片是国内较早开始推广，并在商业落地上取得一定领 先优势的产品。我们认为，最先成功商业化的公司将会扩大对追赶者的优势，因为 最终用户不大会接受同时采用诸如四五种以上不同的芯片计算平台体系。我们看好 此前有相关经验的华为昇腾 CANN 和寒武纪 Neuware 生态的发展前景。

搭载华为芯片的服务器快速放量，或对服务器行业格局有一定影响。近年来，随着 搭载鲲鹏和昇腾芯片的服务器性能持续提升，其在金融、电信、公共部门等领域进 行国产替代的过程中较其他国产厂商具有一定优势。在服务器领域的格局方面正在 发生一些变化，比如： （1）在公共部门、金融、电信等领域国产替代的趋势明显，搭载国产芯片的服务器 的出货量增速或高于搭载 AMD、英特尔芯片的服务器出货量增速； （2）华为海思在芯片领域投入的研发力度较大，产品竞争力持续增强，这对于其他国产芯片服务器厂商的市场份额或有一定影响。 我们认为，短期来看，包括浪潮信息在内的尚未有公开信息与华为达成合作的服务 器整机厂商一定程度上正在面临挑战。但浪潮信息也推出了搭载海光、飞腾和龙芯 等多家国产芯片的创新服务器系列，未来，随着鲲鹏和昇腾芯片性能稳定成熟，市 场知名度不断提升，未来存在浪潮信息推出搭载华为芯片的服务器产品的可能性。 中长期来看，X86 服务器中短期仍是市场主流产品，以搭载鲲鹏和昇腾芯片为代表 的 ARM 服务器对其冲击和挑战在到达一定程度后，对于产业公司的影响会发生一 定变化。这主要会体现在对于两类 X86 服务器厂商的影响预计会发生分化。国内 X86 服务器既包括以浪潮信息为代表搭载英特尔和 AMD 芯片为主的服务器厂商，也包 括以中科曙光为代表搭载海光信息等国产芯片为主的服务器厂商。搭载鲲鹏和昇腾 芯片的服务器的快速放量对拥有国产芯片的和主要依赖海外供应的服务器厂商的影 响不同，或将体现在受影响程度和时间长度上。

2. 随着国产通用 AI 大模型成熟度的提升，垂直领域 AI 大模型有望规模化落地。国内通用 AI 大模型用户规模快速增长，生成式 AI 应用在各场景渗透。随着国内通 用 AI 大模型牌照在 8 月份以来陆续发放，科技公司开发的各类 AI 大模型在国内快 速应用，用户规模持续增长。 （1）根据百度官网，文心一言从 8 月 31 日开放至 10 月 17 日，用户规模达到 4500 万，开发者达到了 5.2 万，应用达到 825 个。 （2）根据科大讯飞官方微信公众号，科大讯飞的星火大模型自 9 月 5 日开放至 10 月 24 日，用户规模达到 1200 万。 （3）根据商汤科技官方微信公众号，截至 23 年 10 月 17 日，商汤的秒画大模型已 服务超过 60 家企业级客户，包括营销、教育、游戏等各行业累计近百万用户注册并 体验网页端产品，每日调用量超十万次。 我们认为，国内通用 AI 大模型在各场景的落地，一方面产品持续迭代并走向成熟， 另一方面也进行市场培育，为下一阶段商业化积累客户基础。展望 2024 年，国内 AI 大模型有望从产品化逐步向商业化阶段过渡。

面向 C 端的应用已率先开始智能化升级的进程。面向 C 端的消费服务和通用行政办 公等领域由于数据相对容易获取，应用壁垒偏低和行业特征较弱等属性，使得相应 领域在接入通用 AI 大模型后的应用产品化落地较快，普适性较高。我们观察到，面 向 C 端的应用已经由人机对话、图像生成向办公、教育、游戏、营销等场景做结合， AI 应用逐步从纯技术衍生的轻量工具产品向有具体落地场景的深度融合演变。我们 认为，2024 年，智能化升级的各类 C 端应用有望进一步增加，落地场景持续拓展， 但另一方面下游应用相应也面临较大的同质化挑战，如何将 AI 大模型与成熟的应用 软件进行有机融合或成为产品层面实现差异化的关键。

C 端 AI 应用目前处于用户量快速增长的阶段，价格提升取决于产品差异化程度。目 前，C 端 AI 应用的商业模式以“按次收费”或“按时长收费”为主。以 AI+图像处 理/写真类应用为例，目前相应的 APP 的收费标准在 30 元/月左右。其提供的功能大 多是文生图、图生图等，较为同质化。下游客户普遍较难区分生成图片的质量细节， 这不仅导致收费价格较难提升，还可能出现在热度过后使用频次降低，用户较难长 期留存等问题。我们认为，在功能和应用场景形成差异化的基础上才具有一定提价 的基础。2024 年，各科技厂商或更多探索研发 AI 应用的差异化功能，生成更符合 用户特定需求的内容。AI 大模型结合场景的深化和细化有望催生更具创意的 AI 应 用，有利于推动商业化落地进程。

面向 B 端的 AI 应用或呈现不同的节奏和方式。医疗、金融、工业等 To B 领域专业 性较强、安全要求较高，其智能化升级或需要更多的专业领域数据的训练。数据安 全、技术壁垒以及监管要求使得面向 B 端的智能化升级节奏较慢，相应的商业化进 程较慢。智能化升级方式方面，医疗、金融、工业等领域应用场景的高专业性导致通 用的 AI 大模型可赋能进行升级改造的空间较小。在该类行业中的数据敏感性和法律 合规性上的高要求导致AI功能的开发和应用都呈现私域封闭的特点。展望2024年， 随着通用 AI 大模型技术的成熟以及在不同行业用户落地的探索，各垂直领域的商业 用户在开发和应用AI大模型的过程中或需要更多的算力和软件工具链来实现智能化 升级。 垂直领域智能化升级的过程中，AI 算力有望由科技公司向各领域企业级客户扩散。 在金融、医疗、工业等领域智能化升级过程中，数据安全防范和隐私保护是必须考 虑的前提。我们认为，AI 大模型在专业程度较高领域的应用，更可行的方式是利用 行业或企业私域数据，训练出本地使用的 AI 大模型在内部使用。未来，企业级客户 或存在需要在本地训练和推理 AI 大模型而采购 AI 服务器或算力一体机的需求。相 较于互联网开发的通用 AI 大模型，企业内部使用的 AI 大模型所需训练量较小，泛 化能力要求较低，因此相应训练所需的算力规模较小。华为联合联合了面壁智能、 智谱 AI、科大讯飞、云从科技等推出的昇腾 AI 大模型训推一体化解决方案较好的满 足了这一场景的需求。展望 2024 年，我们看好 AI 算力产品在商业客户的拓展。

企业应用 AI 大模型的需求和数据隐私保护的要求共同保障了向量数据库在垂直应 用类 AI 的应用前景。在各行业智能化升级过程中，向量数据库不仅可以将企业海量 数据向量化后提升通用 AI 大模型应用的时效性和精准性，还可以保障企业隐私数据 和信息不被通用 AI 大模型用作训练数据。这一特点让我们看到向量数据库产品在垂 直领域智能化升级过程中几乎是刚需。展望 2024 年，我们认为，随着微软 365 Copilot 以及 ChatGPT 企业版等标杆产品的落地，AI 应用被各行业用户采用的意 愿和需求有望增强，各领域智能化升级的进展将大大增强星环科技等厂商的向量数 据库等产品的成长确定性。