算力：转型时代的有力引擎

今年以来，以ChatGPT为代表的AIGC异军突起，成为数字产业新一代技术革命的执牛耳者。AI的突破有望持续提升全社会的生产力，OpenAI、微软和百度均已经开启AIGC商业化进程。与此同时，进入10月以来，美国GPU出口管制连续升级，可以想见现有AI服务器、大模型厂商因英伟达GPU供应问题将面临较大的压力，同时他们也将积极寻求国产GPU作为替代产品。在当前半导体产业大国博弈的背景下，此举将加速AI算力国产化进程，进一步完善国产GPU生态体系建设。

数十年来，半导体以利润和价值为中心形成了一条全球化的供应链：美国的芯片设计、中国台湾的芯片代工、日本的半导体材料、欧洲的光刻机等核心设备以及韩国的存储芯片，构成了一个大的循环体。此前，没有任何一个国家建立起自给自足的完整供应链，自给自足并不是一个伟大的策略，因为它在某种程度上违反了半导体发展的规律，会增加成本降低效率。随着G2竞争的持续升级以及算力正在重塑新的数字经济时代，科技融合的格局被打破，半导体以及算力自主可控成为我们不得不为之的选择。

在当前AI爆发式发展的时代，多模态大模型训练阶段在数据源、模型结构、计算操作方面更加复杂。多模态大模型需要处理多种来源的数据，如文本、图像和声音，其输入数据的复杂性增加。多模态模型往往需要更大量的训练数据，进一步增加算力消耗。随着模型复杂度的提升，算力需求在不断攀升。研究显示，2010年之前，训练算力的增长率符合摩尔定律，大约每20个月翻一番。随着深度学习和大模型的训练需求增加，训练算力的增长率大幅度提升，对训练算力的要求提高了10到100倍。OpenAI 认为自2012年以来，大规模 AI 训练所需的算力呈指数级增长，每 3.4个月翻一番。2012-2018期间已增长超过 300,000 倍。我们认为当前多模态大模型仍在不断迭代，训练阶段的算力将保持持续快速的增长。

图：训练算力在深度学习时代开始快速增长

80%

数据来源：Compute trends across three eras of machine learning

AI芯片管制提前生效，AI算力国产化进程加速。我们看到随着芯片禁令立即生效，国产AI算力替代空间正在加速扩大。10月24日，英伟达发布公告称，美国要求英伟达对华施加的AI芯片出口管制措施立即生效，取消禁令的30天缓冲期，相关产品包括A100、A800、H100、H800和L40S。据IDC数据，2022年中国AI加速卡（公开市场）出货量约为109万张，其中英伟达市占率为85%，华为市占率为10%，百度2%、寒武纪和燧原均为1%；2023H1中国加速芯片市场规模超50万张，本土品牌出货量超5万张，占比达10%。我们认为，算力稀缺叠加芯片禁令升级，国产AI算力替代潜力大、空间广。在现有的玩家之中，华为昇腾、海光深算等是AI算力当仁不让的国产选择，有望带动国产GPU持续突破。其中，昇腾和深算又各有千秋，昇腾背靠华为，产业链独立性、销售力量等均为国产力量领头羊；深算采用“类CUDA”通用并行计算架构，其生态、编程环境与CUDA高度相似。我们认为，昇腾和深算均为国产玩家中不可或缺的力量。从下游客户来看，科大讯飞董事长表示昇腾910B FP16算力达2.5PFlops，单卡算力基本可对标A100；AI集群Atlas 900 SuperCluster可支持超万亿参数的大模型训练，目前昇腾AI集群已支撑全国25个城市的智算中心建设；据海光信息互动易，海光深算二号已于Q3发布并实现商用，具有全精度浮点数据和各种常见整型数据计算能力，相对于深算一号性能提升100%以上。我们认为，华为昇腾算力正引领国产AI算力实现0到1突破，国产GPU厂商正在加速发展。从生态建设来看华为加入PyTorch基金会，补强AI基础生态短板。10月18日，华为作为Premier会员加入PyTorch基金会，目前PyTorch社区发布2.1版本已同步支持昇腾NPU，意味着开发者可直接在PyTorch 2.1上基于昇腾进行模型开发。随着昇腾和PyTorch开源社区更紧密合作，模型开发、迁移的成本将进一步降低。

图：国内外厂商AI芯片性能对比

100%

数据来源：方正证券，招股说明书

需要强调的是，芯片性能本身固然重要，国产AI芯片生态的建设也不容忽视。芯片生态的关键要素有两点，第一是基于主流芯片生态编制的软件要比较容易移植到国产AI芯片的系统中，第二是降低新软件的编写门槛，可以最大程度适配常见算子库。现在的情况就是生态不太好，做的不够好不够全。根据中国工程院院士郑纬民在2023年大模型创业大会上的结论，国产Al芯片只要达到国外芯片60%的性能，把生态做好了客户也会满意。到70-80%效果更佳，客户不会因为芯片只有别人的60%而明显感觉不好。

当下，算力不再是电子计算机时代信息技术领域的专有服务，而是渗透到各行各业及企业生产全过程，算力参与度和所占比重越来越高。算力不仅可以助力企业降低运营成本，而且还能提供智能决策支持。算力真正实现了对人力和脑力的替代，成为人类能力的延伸和推动社会进步的变革性力量。从小模型时代到大模型时代，AI技术的实用性发生了质的飞跃。过去，不同的应用场景需要开发不同的模型。现在，大模型通过吸收海量知识，一个模型可以适配多种业务场景，大幅降低了AI开发与应用的门槛，缩短了技术到应用的周期，使AI从作坊式开发、场景化定制，走向工业化开发、场景化调优，依托大模型规模化解决行业问题成为可能。算力是新型生产力，是支撑数字经济蓬勃发展的重要底座，是激活数据要素潜能、驱动经济社会数字化转型、推动数字政府建设的新引擎。预计接下来几年围绕算力的投资将从主题走向现实。

END

—