【芯片算力】▲芯片需求=量↑ x价↑，AIGC拉动芯片产业量价齐升。1）量：AIGC带来的全新场景+原场景流量大幅提高；2）价：对高端芯片的需求将拉动芯片均价。ChatGPT的“背后英雄”：芯片，看好国内GPU、CPU、FPGA、AI芯片及光模块产业链。
　　相关标的：海光信息、景嘉微、龙芯中科、中国长城、安路科技、复旦微电、紫光国微、寒武纪、澜起科技、德科立、天孚通信、中际旭创。
　　【深度学习框架】深度学习框架是人工智能算法的底层开发工具，是人工智能时代的操作系统，当前深度学习框架发展趋势是趋于大模型训练，对深度学习框架的分布式训练能力提出了要求，国产深度学习框架迎来发展机遇。
　　相关标的：百度、海天瑞声、商汤科技、微软、谷歌、Meta。
　　【深度学习大模型】ChatGPT是基于OpenAI公司开发的InstructGPT模型的对话系统，GPT系列模型源自2017年诞生的Transformer模型，此后大模型数量激增，参数量进入千亿时代，国内百度也发布了ERNIE系列模型并有望运用于即将发布的文心一言（ERNIEBot）对话系统，未来国内厂商有望在模型算法领域持续发力。
　　相关标的：百度、科大讯飞、商汤科技、谷歌、微软。
　　【应用】ChatGPT火爆全球的背后，可以窥见伴随人工智能技术的发展，数字内容的生产方式向着更加高效迈进。ChatGPT及AIGC未来有望在包括游戏、广告营销、影视、媒体、互联网、娱乐等各领域应用，优化内容生产的效率与创意，加速数实融合与产业升级。
　　相关标的：百度、腾讯、阿里巴巴、网易、昆仑万维、阅文集团、捷成股份、视觉中国、风语筑、中文在线、三七互娱、吉比特、天娱数科。
　　【通信】AIGC类产品未来有望成为5G时代新的流量入口，率先受益的有望是AIGC带来的底层基础算力爆发式增长。
　　相关标的：包括算力调度（运营商）、算力供给（运营商、奥飞数据、数据港）、算力设备（浪潮信息、联想集团、紫光股份、中兴通讯、锐捷网络、天孚通信、光库科技、中际旭创、新易盛）、算力散热（英维克、高澜股份）。
　　风险提示
　　1、AI技术发展不及预期：当前以ChatGPT为代表的NLP模型以及其他类型人工智能模型发展仍不成熟，存在一定缺陷；
　　2、版权、伦理和监管风险：AIGC生成的内容依赖现有版权素材，另外不当使用或模型自身问题可能导致不良后果；
　　3、半导体下游需求不及预期：全球芯片行业存在周期性，可能因宏观经济波动导致需求低迷。

研究报告全文：证券研究报告ChatGPT研究框架AIGC算力时代系列报告行业评级看好2023年2月14日分析师陈杭李佩京姚天航张建民研究助理安子超邮箱chenhangstocklipeijingstockecoyaotianhangstockezhangjianminstock邮箱anzichaostocecomcnmcncomcnecomcnkecomcn证书编号S1230522110004S1230522060001S1230522010001S1230518060001摘要芯片算力芯片需求量x价AIGC拉动芯片产业量价齐升1量AIGC带来的全新场景原场景流量大幅提高2价对高端芯片的需求将拉动芯片均价ChatGPT的背后英雄芯片看好国内GPUCPUFPGAAI芯片及光模块产业链相关标的海光信息景嘉微龙芯中科中国长城安路科技复旦微电紫光国微寒武纪澜起科技德科立天孚通信中际旭创深度学习框架深度学习框架是人工智能算法的底层开发工具是人工智能时代的操作系统当前深度学习框架发展趋势是趋于大模型训练对深度学习框架的分布式训练能力提出了要求国产深度学习框架迎来发展机遇相关标的百度海天瑞声商汤科技微软谷歌Meta深度学习大模型ChatGPT是基于OpenAI公司开发的InstructGPT模型的对话系统GPT系列模型源自952017年诞生的Transformer模型此后大模型数量激增参数量进入千亿时代国内百度也发布了ERNIE系列模型并有望运用于即将发布的文心一言ERNIEBot对话系统未来国内厂商有望在模型算法领域持续发力添加标题相关标的百度科大讯飞商汤科技谷歌微软应用ChatGPT火爆全球的背后可以窥见伴随人工智能技术的发展数字内容的生产方式向着更加高效迈进ChatGPT及AIGC未来有望在包括游戏广告营销影视媒体互联网娱乐等各领域应用优化内容生产的效率与创意加速数实融合与产业升级相关标的百度腾讯阿里巴巴网易昆仑万维阅文集团捷成股份视觉中国风语筑中文在线三七互娱吉比特天娱数科通信AIGC类产品未来有望成为5G时代新的流量入口率先受益的有望是AIGC带来的底层基础算力爆发式增长相关标的包括算力调度运营商算力供给运营商奥飞数据数据港算力设备浪潮信息联想集团紫光股份中兴通讯锐捷网络天孚通信光库科技中际旭创新易盛算力散热英维克高澜股份21芯片算力3算力需求爆发拉动芯片量价齐升光模块和光芯片通过AI服务器实现Transformer技术模型迭代芯片需求快速增加GPU算力需求增加芯片均价大幅提升CPU量价芯片需求AI训练计算需求FPGA模型训练成本预计每35个月翻一番1200万美元模型算法训练数据算力AI英伟达GPUA100ChatGPT完美运行1万颗光模块AI芯片加速器4资料来源浙商证券研究所人工智能四层架构芯片为底层支撑AI绘画盗梦师AI写作弈写AIGCAI音乐DeepMusic上层应用ChatGPT百度文心大模型谷歌PaLM华为盘古大模型大模型OpenAIGPT35百度PaddlePaddleMetaPyTorch华为MindSpore深度学习框架谷歌TensorFlowCPUGPU底层芯片FPGAASIC5资料来源澜舟科技IDC量子位电子发烧友等浙商证券研究所人工智能不同计算任务需要各类芯片实现强大的调度管理并行架构低延时成本低协调能力计算单元多开发周期短能耗低应用范围广适合大量逻辑确定硬件可根据需求调整性能强开发方便灵活的重复计算成本和壁垒高针对AI设定特定架构通用CPU性GPU强应用方FPGA便AI用ASIC研发阶段逻辑判断数据中心任务调度与控制模型训练AI推理成熟量产阶段性能更优能效更高6资料来源Huaweiforum浙商证券研究所ChatGPT流量激增为AI服务器带来重要发展机遇原场景流量提升新应用场景服务器算力要求提升AI服务器需求增加达成1亿月活跃用户耗时传统CPU服务器史上用户增速最终端用户使用频率提高通用性较强专用性较弱快消费级应用数据流量暴涨对服务器的数据处理能力可靠性及安全性等要求相应提升算力无法满足78个月60个月54个月30个月数据的质和量发生变化9个月非结构化数据占比激增AI服务器需求2个月应用288亿美元ChatGPT在问答模式的基础上进行推理编写代码CAGR188原场景流量提升文本创作等用户人数及使用次数均提升全球AI服122亿美元智能客服智能音箱内容生产务器市场规模创造新应用场景游戏NPC陪伴型机器人720202025资料来源SensorTowerWorldofEngineering头豹研究院华经产业研究院浙商证券研究所AI服务器快速增长大力拉动芯片需求中国人工智能服务器工作负载预测2022年中国人工智能芯片市场规模占比AI服务器训练推理ASIC10FPGA04100NPU969080异构形式7060504030CPU201002020202120222023202420252026GPU8902021年全球服务器市场格局2021年中国服务器市场格局GPU其他171新华三HPE156其他218或浪潮307戴尔154FPGAODM85或ODM联想66355浪潮8974新华三HPEASIC联想64华为华为11戴尔751758资料来源IDC2022-2023中国人工智能计算力发展评估报告芯八哥wind浙商证券研究所整理AI服务器芯片构成CPU加速芯片AI服务器应用领域应用场景CPU加速芯片通常搭载GPU计算机视觉机器学习FPGAASIC等加速芯片利用CPU与加速芯片的组合可以满足训练算力30TOPS高吞吐量互联的需求自然语言处理芯片种类优点缺点提供了多核并行计算的基础结构核心管理控制能力弱功高度GPU数多可支撑大量数据的并行计算拥推理耗高适配有更高浮点运算能力算力30TOPS可以无限次编程延时性较低拥有流开发难度大只适合FPGA水线并行GPU只有数据并行实时定点运算价格比较性最强灵活性最高昂贵计算与通用集成电路相比体积更小重量更灵活性不够价格高530TOPSASIC轻功耗更低可靠性提高性能提高于FPGA保密性增强成本降低9资料来源华经产业研究院亿欧智库浙商证券研究所01CPU擅长逻辑控制可用于推理预测整个CPU的指挥控制中心由指CPU运行原理令寄存器IR指令译码器ID和操修改指令作控制器OC等组成取指令指令译码执行指令计数器暂时存控制单元作为计算机系统的运算和控制核心放数据是信息处理程序运行的最终执行单元的区域控制指令控制指令保存等CPU待处理有大量的缓存和复杂的逻辑控制单元优势或已经数据擅长逻辑控制串行的运算处理过存储单元运算单元的数据计算量较小且不擅长复杂算法运算和劣势处理并行重复的操作执行部件运算器的核心可以执行算术运算和逻辑运算运算单元所进行的全部操作都是由控制单元发出的控制信号来指挥在深度学习中可用于推理预测10资料来源CSDN浙商证券研究所整理服务器CPU向多核心发展满足处理能力和速度提升需要单核心CPU多核心CPU系统性能优劣不能只考虑CPU核心数量还要考虑操作系统调度算串行单任务处理分时多任务处理处理的任务更多分时多任务处理法应用和驱动程序等处理速度更快一心一用一心多用多心多用20052010201720202023英特尔Sapphire奔腾D系列酷睿i7-980X酷睿i9Lakefield从单核到多核Rapids史上第一个双核首款6核处理器18核处理器首款采用混合架构拥有56个核心处理器的x865核处理器20052007201820202023AMD第二代锐龙锐龙Threadripper96Athlon64X2Phenom9500霄龙9004从双核到核Threadripper3990X同一块芯片内整首款原生4核处最大核心数量已拥有64核核心数量最多可合两个K8核心理器达到32核达96个11资料来源芯论语半导体产业纵横AMD官网浙商证券研究所GPU高度适配AI模型构建AI模型构建以英伟达A100为例ChatGPT引发GPU热潮训练过程推理过程百度即将推出文心一言ERNIEBotGPU的并行计算高度适配神经网络多实例GPUMIG技术允许多个网络同时苹果引入AI加速器设计的M2系基于单个A100运行从而优化计算资源的列芯片M2pro和M2max将被利用率95搭载于新款电脑在A100其他推理性能增益的基础之上仅结构稀疏支持一项就能带来高达两倍的性能OpenAIChatGPT提升随着的使用量在BERT等先进的对话式AI模型上A100激增OpenAI需要更强的计算能GPU帮助高速解决问题2048个A100可将推理吞吐量提升到高达CPU的249倍力来响应百万级别的用户需求因GPU可在一分钟内成规模地处理BERT249X此增加了对英伟达GPU的需求之类的训练工作负载3X245XAMD计划推出与苹果M2系列芯片竞争的台积电4nm工艺1XPhoenix系列芯片以及使用07XChiplet工艺设计的AlveoV70AI芯片这两款芯片均计划在今年推1X向市场分别面向消费电子市场以V100A10040GBA10080GBCPUOnlyA10040GBA10080GBAIFP16FP16FP16及推理领域12资料来源英伟达官网镁客网腾讯网浙商证券研究所FPGA可通过深度学习分布集群数据传输赋能大模型可编程灵活性高半定制电路理论上可以实现任意ASIC和DSP的逻辑功能开发周期短可通过设计软件处理布线布局及时序等问题现场可重编功能可以远程通过软件FPGA实现自定义硬件功能低延时逻辑门通过硬件线连接不需要时钟信号方便并行计算集成了大量基本门电路一次可执行多个指令算法推理IntelAMDXilinx亚马逊深度学习异构计算并行计算AMDXilinx微软百度阿里腾讯训练IntelAMDXilinx通信接口数据高速收发交换数据中心边缘端13资料来源ofweek摩尔星球C114知识产权课堂亿欧智库浙商证券研究所ASIC可进一步优化性能与功耗全球巨头纷纷布局国内外ASIC芯片龙头布局随着机器学习边缘计算自动驾驶的发展大量数据处理任务的产生对于芯片计算效率计算能力和计能耗比的要求也越来越高ASIC通过与CPU结合的方式被广泛关注国内外龙头厂商纷纷布局迎战AI时代的到来谷歌张量处理器TPU阿里巴巴含光800AI芯片最新的TPUv4集群被称为Pod包含4096个硬件自研芯片架构v4芯片可提供超过1exaflops的浮点性能软件集成达摩院先进算法可实现大网络模型在一颗NPU上完成计算英伟达GPUCUDA百度昆仑2代AI芯片国主要面向大型数据密集型HPC和AI应用国外基于Grace的系统与NVIDIAGPU紧密结内采用全球领先的7nm制程搭载自研的第二合性能比NVIDIADGX系统高出10倍代XPU架构相比一代性能提升2-3倍昆仑芯3代将于2024年初量产HabanaIntel收购华为昇腾910AIGaudiAI已推出云端训练芯片和云端业界算力最强的AI处理器基于自研华为推理芯片Goya达芬奇架构3DCube技术14资料来源机器之心华为官网半导体产业纵横公开资料整理浙商证券研究所数据传输速率容易被忽略的算力瓶颈算力需求超摩尔发展算力供给芯片提升并行计算并行瓶颈数据传输速率AI时代模型算力需求以超过摩尔定律增长数据中心通过交换机网络实现设备互联通信延时导致加速放缓算力FLPOs加速理论加速比5-6个月翻倍远超摩尔定律比实际加速比深深度度大学学模习习型之20个月翻倍近似摩尔定律时时前代代模型发布时间并行计算节点数15资料来源GoogleScholar并行处理中节点间通信对加速比的影响浙商证券研究所数据传输核心器件光模块光模块包含发射器件和接收器件光纤通信时的光电转换数据中心占光模块一半以上市场2021Q4326发射器件接收器件骨干电信城域驱电放电动激光器内含探测器内含信大信接入电光芯片光芯片光模块号器号路674光纤传输数据中心内部数通电信号光信号电信号数据中心互联光模块向高速传输发展以顺应数据传输量增长趋势1x9GBIC10GSFPXFP40GQSFPCFPCOBO400GQSFP-DDOSFP-XD80016T硅光技术相干技术1995-20002000-20102010-20202020之后光电共封装技术CPO16资料来源中际旭创年报光纤在线电子发烧友华经情报网浙商证券研究所服务器CPU需求增长国化产三条发展路线中国服务器市场规模国产服务器CPU发展之路中国加速计算服务器市场预测自主化程度低未12000百万美元上海兆芯来扩充指令集难度较10000大但生态迁移成本8000IP内核授权CISCX86架构小性能高6000海光信息缺点安全基础不牢4000靠20000自主化程度较高20222023202420252026华为鲲鹏安全基础相对牢靠指令集架服务器CPU市场格局ARM架构拥有自主发展权构授权缺点生态构建较为服务器CPUX86架构厂商份额天津飞腾困难AMD980RISCMIPS架构龙芯中科自主化程度极高申威科技已基本实现授权自主完全自主可控研制指令集英特尔缺点生态构建极其9020MIPS架构申威科技困难17资料来源IDCwind浙商证券研究所整理未来算力升级路径CHIPLET存算一体近期CHATGPT的兴起推动着人工智能在应用端的蓬勃发展这也对计算设备的运算能力提出了前所未有的需求虽然AI芯片GPUCPUFPGA等芯片已经对现有模型构成底层算力支撑但面对未来潜在的算力指数增长短期使用CHIPLET异构技术加速各类应用算法落地长期来看打造存算一体芯片减少芯片内外的数据搬运或将成为未来算力升级的潜在方式2016201920212023蛋白质结构游戏AlphaGoAlphaStarAlphaFold2DeepMindDeepMindDeepMind201820202022ChatGPTOpenAI大模型通用AIBERTGoogleAIGPT-3OpenAIGatoDeepMind大算力CPUGPU未来Chiplet未来存算一体18资料来源知乎先进存算一体芯片设计陈巍等浙商证券研究所CHIPLET是布局先进制程加速算力升级的关键技术Chiplet异构技术不仅可以突破先进制程的封锁并且可以大幅提升大型芯片的良率降低设计的复杂程度和设计成本降低芯片制造成本Chiplet技术加速了算力升级但需要牺牲一定的体积和功耗因此将率先在基站服务器智能电车等领域广泛使用135功65模数能用能用28nm字190nm率45nm拟芯粒Chiplet芯粒美国芯片法案芯粒Chiplet4GCPU5G基站GPUAI够用14nm7nmFPGA2服务器AI演算智能座舱L2基带L4智驾AIGCChatGPT智能电车无人驾驶32nm好用5nm3智能座舱VRARMR人工智能56G手机19数据来源芯智讯浙商证券研究所CHIPLET已广泛应用于服务器芯片华为海思鲲鹏920AMDEPYC第1代至第4代采用7nm制造工艺基于ARM架构授权Chiplet服务器芯片的引领者4代产品采用5nm由华为公司自主设计完成典型主频下基于chiplet的第一代AMDEPYC处理器中装载SPECintBenchmark评分超过9308个ZenCPU核2个DDR4内存通道和32个寒武纪云端AI芯片思元370ChipletPCIe通道以满足性能目标2022年AMD正式发布第四代EPYC处理器拥有基于7nm制程工艺是寒武纪首款采服务器高达添加标题96颗5nm的Zen4核心并使用新一代的用chiplet芯粒技术的AI芯片芯片Chiplet工艺结合5nm和6nm工艺来降低成本集成了390亿个晶体管最大算力高达256TOPSINT8是寒武纪第二英特尔第14代酷睿MeteorLake代产品思元270算力的2倍内存带宽是上一代产品的3倍访存首次采用intel4工艺首次引入chiplet小芯片设能效达GDDR6的15倍龙芯中科龙芯3D5000试验计预计将于23年下半年推出至少性能功耗比的目标要达到13代RaptorLake面向服务器市场的32核CPU产品通过Chiplet技术把两个3C5000硅片封装在的15倍水平一起集成了32个LA464处理器核和64MB片上共享缓存22年末初样试验成功20资料来源各公司官网浙商证券研究所