高性能计算是AI发展的基石，架构、工艺、先进封装是核心技术
　　在今年ISSCC（国际固态电路会议）上，AMDCEOLisa Su提出一个大胆的预测，在以ChatGPT为代表的AI计算需求的推动下，全球最高性能的计算集群的算力到2035年有望和2022年比增加1000倍进入ZettaScale（每秒10的21次方浮点运算）时代。并呼吁全行业从工艺，架构，先进封装三方面进行创新。我们看到，在美国加强对华出口管制的背景下，中国发展先进工艺的路径中短期受阻。但是，我们认为，通过1)芯片架构创新及2）先进封装，我们仍然能进一步提高计算芯片性能。国内行业方面，我们看到在长电、通富、盛合晶微、华峰测控等在先进封装领域，寒武纪、海光、燧原、沐曦、芯原等在异构计算（算力芯片、IP）等领域积极布局。
　　需求：AI成为高性能计算主要需求，OpenAI的算力已经超过太湖之光
　　高性能计算主要用于气候预测等科学计算领域，但随着AI大模型的出现，AI相关算力需求正成为高性能计算的主要增长点。据OpenAI，目前大模型训练所需算力的增速保持3-4个月/倍速度增长，远超摩尔定律18-24个月/倍。据微软2020年披露，其服务OpenAI的计算集群采用超过1万张GPU，根据我们测算，其浮点计算能力约相当于我国最先进的超算中心太湖之光，是世界最大的超算中心Frontier的9%。AMD估计，在AI等推动下，世界最高性能超算可能从现在的Exascale（10^18），上升1000倍到2035年的Zettascale级（10^21）。其能耗或达500MW，逼近一座核电站的输出功率。
　　路径#1：异构计算，关注GPU，DPU，存算一体等不同路径
　　面对先进制程昂贵的成本和日趋接近的物理极限，仅靠工艺改进难以满足算力膨胀需求。异构计算从计算架构出发，充分利用计算资源的并行分布，将不同制程/架构、不同指令集、不同功能硬件进行组合，成为解决算力瓶颈更为经济的方式。目前主流异构包括1）GPU（英伟达/AMD），2）DPU（英伟达子公司Mallonex），3）存算一体，4）自适应加速器（AMD）等路径。
　　路径#2：先进封装从2.5D走向3D
　　先进封装是以一系列通过把采用不同工艺的小芯片相结合，提升芯片互联密度及通信带宽，从而能大规模提升芯片性能的技术。AMD于2015年，在业界内率先采用2.5DChiplet设计的芯片，通过把把存储和计算芯片在平面上连接，大幅提高系统性能。目前业界正向垂直堆叠的3D封装（图10）演进。
　　路径#3：半导体工艺在2026年进入1.4nm时代
　　IMEC预计全球先进制程工艺将在2026年左右进入1.4nm时代。当半导体进入3nm制程以下时，目前主流的FinFET将走向物理极限，新一代的GAAFET（Nanosheet、Forksheet）将成为主流技术。IMEC指出，ASML牵头的欧洲企业研发的High NAEUV光刻机是半导体工艺进入GAA的关键技术。美国出口管制限制，该设备目前无法对中国出口。
　　风险提示：AI及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。
　　

研究报告全文：证券研究报告电子中国如何实现Zettascale计算华泰研究电子增持维持2023年3月12日中国内地专题研究研究员黄乐平PhD高性能计算是AI发展的基石架构工艺先进封装是核心技术SACNoS0570521050001lepinghuanghtsccomSFCNoAUZ06685236586000在今年ISSCC国际固态电路会议上AMDCEOLisaSu提出一个大胆的预测在以ChatGPT为代表的AI计算需求的推动下全球最高性能的计研究员张皓怡算集群的算力到2035年有望和2022年比增加1000倍进入ZettaScale每SACNoS0570522020001zhanghaoyihtsccom秒的次方浮点运算时代并呼吁全行业从工艺架构先进封装8621289722281021三方面进行创新我们看到在美国加强对华出口管制的背景下中国发展联系人陈钰先进工艺的路径中短期受阻但是我们认为通过1芯片架构创新及2SACNoS0570121120092chenyu019111htsccom先进封装我们仍然能进一步提高计算芯片性能国内行业方面我们看到862128972228在长电通富盛合晶微华峰测控等在先进封装领域寒武纪海光燧联系人廖健雄原沐曦芯原等在异构计算算力芯片IP等领域积极布局SACNoS0570122020002liaojianxionghtsccom8675582492388需求成为高性能计算主要需求的算力已经超过太湖之光AIOpenAI联系人权鹤阳高性能计算主要用于气候预测等科学计算领域但随着AI大模型的出现SACNoS0570122070045quanheyanghtsccomAI相关算力需求正成为高性能计算的主要增长点据OpenAI目前大模型862128972228训练所需算力的增速保持3-4个月倍速度增长远超摩尔定律18-24个月倍据微软2020年披露其服务OpenAI的计算集群采用超过1万张GPU行业走势图根据我们测算其浮点计算能力约相当于我国最先进的超算中心太湖之光是世界最大的超算中心的估计在等推动下世界Frontier9AMDAI电子沪深300最高性能超算可能从现在的Exascale1018上升1000倍到2035年的8Zettascale级1021其能耗或达500MW逼近一座核电站的输出功率1路径1异构计算关注GPUDPU存算一体等不同路径9面对先进制程昂贵的成本和日趋接近的物理极限仅靠工艺改进难以满足算18力膨胀需求异构计算从计算架构出发充分利用计算资源的并行分布将26不同制程架构不同指令集不同功能硬件进行组合成为解决算力瓶颈Mar-22Jul-22Nov-22Mar-23更为经济的方式目前主流异构包括1GPU英伟达AMD2DPU英伟达子公司Mallonex3存算一体4自适应加速器AMD等路径资料来源Wind华泰研究路径2先进封装从25D走向3D先进封装是以一系列通过把采用不同工艺的小芯片相结合提升芯片互联密度及通信带宽从而能大规模提升芯片性能的技术AMD于2015年在业界内率先采用25DChiplet设计的芯片通过把把存储和计算芯片在平面上连接大幅提高系统性能目前业界正向垂直堆叠的3D封装图10演进路径3半导体工艺在2026年进入14nm时代IMEC预计全球先进制程工艺将在2026年左右进入14nm时代当半导体进入3nm制程以下时目前主流的FinFET将走向物理极限新一代的GAAFETNanosheetForksheet将成为主流技术IMEC指出ASML牵头的欧洲企业研发的HighNAEUV光刻机是半导体工艺进入GAA的关键技术美国出口管制限制该设备目前无法对中国出口风险提示AI及技术落地不及预期本研报中涉及到未上市公司或未覆盖个股内容均系对其客观公开信息的整理并不代表本研究团队对该公司该股票的推荐或覆盖免责声明和披露以及分析师声明是报告的一部分请务必一起阅读1电子正文目录中国如何实现Zettascale计算3AI正成为高性能计算的最主要需求3路径1提升半导体工艺在2026年进入14nm时代7路径2先进封装从25D走向3D9路径3异构计算后摩尔时代加速实现能源效率提升11风险提示14免责声明和披露以及分析师声明是报告的一部分请务必一起阅读2电子中国如何实现Zettascale计算AI正成为高性能计算的最主要需求据IDC数据2021年全球半导体行业销售额达到5559亿美元同比增长262其中包括数据中心用芯片和PC用芯片在内的计算已经超过手机和基站在内的通信成为半导体最大的终端需求占比达到32的1779亿美金计算用芯片主要产品包括GPUCPU内存存储等图表12021年全球半导体市场分布按照终端需求图表2高性能服务器成本结构拆分2018年汽车工业其他12storage12其他20902901消费电子12memoryCPU25602330计算32通信GPU312730资料来源IDC华泰研究资料来源IDC华泰研究过去高性能计算主要用于气候预测等科学计算领域根据TOP500统计截至2022年11月全球算力最大的计算集群是2022年美国发布的Frontier算力达1102petaFLOPS是首台算力达到ExtaFLOPS每秒10的18次方浮点运算的计算集群采用36922颗AMDInstinctMI250XGPU和9248颗AMDEPYC64CCPU主要用于前沿科学研究例如癌症研究药物发现核聚变前沿材料超高效发动机和恒星爆炸等等目前我国最快的超算中心是2016年发布的太湖之光其算力达93petaFLOPS采用40960颗基于RISC架构的申威SW26010CPU根据TOP500排名截至2022年11月太湖之光名列全球第六免责声明和披露以及分析师声明是报告的一部分请务必一起阅读3电子图表3全球中国最大超级计算机和微软的AI计算中心比较截至2022年11月最大算力排名PetaFLOPS国家机构名称年份操作系统架构CPU类型数量GPU类型数量互连制造商11102美国橡树岭国家实Frontier2022LinuxHPECrayAMD9248AMD36922Slingshot-1HPE验室HPECrayEX235aEPYC64CInstinct1OSMI250X2442日本理化学研究所Fugaku2020LinuxSupercomputerFujitsu15897600TofuFujitsu科学计算中心RHELFugakuA64FXinterconnectD3309芬兰欧洲高性能计LUMI2022LinuxHPECrayAMD2352AMD9408Slingshot-1HPE算联合企业HPECrayEX235aEPYC64CInstinct1OSMI250X4174意大利欧洲高性能计Leonardo2022LinuxBullSequanaXeon3456Nvidia13824NvidiaAtos算联合企业XH2000PlatinumAmpereHDR1008358A100Infiniband5148美国橡树岭国家实Summit2018LinuxIBMPowerIBM9216NvidiaTesl27648InfiniBandIBM验室RHEL74SystemAC922POWER9aV100EDR694美国劳伦斯利弗莫Sierra2018LinuxIBMPowerIBM8640NvidiaTesl17280InfiniBandIBM尔国家实验室RHELSystemS922LPOWER9aV100EDRC793中国国家超级计算太湖之光2016LinuxSunwayMPP申威4096000SunwayNRCPC无锡中心RaiseOSSW26010205870美国美国国家能源Perlmutter2021LinuxHPECrayAMDEpycnaNvidianaSlingshot-1HPE研究科学计算HPECrayEX235n7763Ampere0中心OSA100963美国英伟达Selene2020LinuxNvidiaAMDEpyc1120NVidea4480MellanoxNvidiaUbuntu7742A100HDR20041Infiniband1061中国国家超级计算天河-2A2018LinuxTH-IVB-FEPIntelXeon35584Matrix-20035584THNUDT广州中心KylinE526920Express-2v297美国微软OpenAI-2020未知未知未知未知未知10000未知未知注我们假设微软为OpenAI搭建的10000张GPU训练集群算力使用英伟达A100对总算力仅进行简单测算不考虑芯片并行的性能损耗使用FP64下的97TFLOPS计算资料来源微软官网TOP500华泰研究但随着AI应用的普及以及以ChatGPT为代表的大模型的出现AI相关算力需求正成为高性能计算的主要增长点当前大模型一个最最要的特点是通过不断增加模型参数和训练的数据集的规模来实现更高的预测精度和通用性根据OpenAI统计目前大模型训练所需算力的增速保持3-4个月倍速度增长远超摩尔定律18-24个月倍根据微软2020年披露其服务OpenAI的计算集群采用1万超过1万张GPU微软2020年表示与进入TOP500榜单的超算相比这一计算集群排名前五我们假设该集群使用英伟达A100经简略测算在用于超算的FP64双精度下其浮点计算能力约相当于我国最先进的超算中心太湖之光是世界最大的超算中心Frontier的9免责声明和披露以及分析师声明是报告的一部分请务必一起阅读4电子图表4大模型对半导体需求增长快于摩尔定律TrainingComputePetaFLOPSMegatronTuringNLG530B10000000000GPT-3Tramsformer275x2yrs1000000000MicrosoftT-NLG100000000Megatron10000000XLNetXceptionWav2Vec20AImodel1000000MoCoResNet5025x2yrsInceplionBERTLarge100000GPT-1ResNeXtVGG-19Seq2SeqTransformer10000ELMoResnetDemseNet201MooresLawAlexNet10002x2yrs10020122013201420152016201720182019202020212022资料来源Nvidia华泰研究以目前火热的ChatGPT为例ChatGPT主要是由1GPT-35大模型2对该大模型进行基于人类反馈的强化学习RLHF训练而来GPT-35模型未公布细节但是其前代GPT-3拥有1750亿参数数据集499Btokens训练数据量为300Btokens图表5ChatGPT是GPT-35基于人类反馈的强化学习基于人类反馈的预训练大模型强化学习GPT-35RLHF目的对齐人类价值观提供基础模型Transformer有用清晰的答案减少失真2017年谷歌提出或有偏见的输出模型参数数量1750亿方法微调GPT-35通过人数据集大小499Btokens类排序训练奖励模型通过奖训练数据量300Btokens励模型训练微调后的GPT-35注GPT-35的参数量数据量参考GPT-3数据资料来源OpenAI华泰研究AMD在今年ISSCC上指出目前主流服务器每24年性能翻番GPU单精度浮点每22年性能翻番按此速度增长至2035年最高性能超算可能从现在的Exascale10的18次方上升1000倍到Zettascale级10的21次方全行业需要努力提高半导体能耗不然一座ZettaScale数据中心的能耗可能达到500MW逼近一座核电站的放电能力按照CFETR计划DEMO示范性聚变核电厂的功率预期为1GW也就是大概1000MW免责声明和披露以及分析师声明是报告的一部分请务必一起阅读5电子图表6Zettascale所需能耗接近核聚变资料来源ISSCC华泰研究为了实现Zetta计算AMD认为全行业可从工艺架构先进封装三方面进行创新我们看到在美国加强对华出口管制的背景下中国发展先进工艺的路径中短期受阻但是我们认为通过1芯片架构创新及2先进封装我们仍然能进一步提高计算芯片性能看好1长电通富盛合晶微华峰测控寒武纪海光燧原沐曦芯原等发展机遇图表7实现Zetta计算的主要技术手段和相关公司主要技术手段主要产品全球中国先进工艺光刻机ASML上海微半导体生产TSMC中芯国际异构计算CPUIntelAMD海光飞腾华为鲲鹏GPUAINVidiaAMD寒武纪燧原沐曦登临天数智芯DPUNvidiaMallonexMarvell中科驭数云豹智能IPArm芯原先进封装设备泰瑞达华峰测控封测生产日月光安靠长电通富盛合晶微先进工艺光刻机ASML上海微半导体生产TSMC中芯国际资料来源华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读6电子路径1提升半导体工艺在2026年进入14nm时代FinFET走向物理极限GAA接棒先进制程演进数字芯片最基本单元是MOSFET早期MOSFET使用平面结构沟槽宽度越小漏极到源极距离越小载流子流动跨越沟道导通时间减小工作频率越高但是工艺尺寸越低短沟道效应越明显即对沟道控制力不断减弱因此FinFET结构诞生闸门被设计成类似鱼鳍的叉状3D架构可于电路的两侧控制电路的接通与断开这种叉状3D架构不仅能改善电路控制和减少漏电流同时让晶体管的闸长大幅度缩减当前FinFET逐步接近物理极限为了进一步提高栅极对沟道控制能力缩小单元尺寸降低电压GAA栅极环绕结构被开发出来其栅极在垂直方向被分成几个条带RibbonFET在其沟道区域大幅增强对载流子控制从而实现更好性能同时也更容易优化工艺IMEC预计全球半导体行业将在2024年进入GAA时代IMEC预计全球先进制程工艺将在2023年大规模量产3nm2026年进入14nm时代2032年进入05nm时代1614nm开始FinFET为半导体器件的主流选择但进入3nm制程以下时FinFET走向极限基于FinFET结构进行的芯片尺寸缩小变得较为困难GAAFETNanosheetForksheet晶体管结构将逐步接棒强化沟道控制能力IMEC指出ASML牵头的欧洲企业研发的HighNAEUV光刻机是半导体工艺进入GAA的关键环节07nm之后IMEC表示通过器件及材料创新可使得先进制程继续演进逐步进入05nm02nm时代受美国出口管制限制荷兰目前所有EUV光刻机无法向中国出口图表8先进工艺的图例从FinFet架构到GAA资料来源ISSCC华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读7电子图表9ASMLEUV光刻机迭代资料来源IEEE华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读8电子路径2先进封装从25D走向3D产业将从25D逐步走向3D封装目前行业正从芯片Chiplet在平面上通过中介层硅桥高密度RDL等方式连接的25D封装逐步走向把存储计算芯片在垂直维度进行堆叠的3D封装以AMD为例2015年发布Fury旗舰显卡通过硅中阶层连接GPU与HBM此后AMD推出3D封装架构芯片2021年发布的3DV-Cache中基于台积电3DFabric技术成功将L3缓存垂直堆叠通过TSV技术实现互联实现整体互联密度为传统2DChiplet的200倍AMD基于此打造了第三代AMDEPYCMilan-X系列处理器除台积电外英特尔Foveros三星X-Cube日月光VIPack等均已推出3D封装解决方案图表10先进封装从25D走向3D封装资料来源ISSCC华泰研究图表11台积电三星英特尔25D封装到3D封装技术布局公司先进封装技术发布时间台积电CoWoS25D2013InFO25D2012TSMC-SoIC3D2019三星FOOLOWLP2017I-Cube25D20183DSiP20193D-TSV2019X-Cube3D2020英特尔EMIB25D2017Foveros3D2018Co-EMIB2019ODI2019MDIO2019资料来源台积电官网英特尔官网三星电子官网华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读9电子2021-2027年253D封装市场规模CAGR为14根据Yole2015年全球先进封装市场规模为215亿美元占整体封装市场的392021年全球市场规模已达到375亿美元占整体封装市场的44在HPCAI数据中心等应用驱动下Yole预计全球先进封装市场规模将在2027年达到651亿美元在封装市场份额提升至532021-2027年CAGR为96远高于同期传统封装的33从细分市场来看2021年FC倒装扇入型晶圆级封装扇出型晶圆级封装253D封装嵌入式封装市场规模分别为26324216606亿美元Yole预计嵌入式封装和253D封装为未来成长性最高的细分市场2021-2027年CAGR分别为2414AIHPC数据中心CIS3DNANDMEMS等应用将驱动253D封装市场增长汽车智能手机医疗等终端市场将驱动嵌入式封装市场增长图表122021-2027先进封装细分市场规模预测嵌入式封装嵌入式封装253D封装USD23104USD64253D封装USD660702USD14766176227扇入型晶圆级封装USD2398642021扇入型晶圆级封2021扇出型晶圆级USD374bn装USD3132USD65bn48封装USD213757FC倒装FC倒装扇出型晶圆级封USD42966660USD26267装USD397570161CAGR2021-202710FC倒装CAGR2021-20279扇出型晶圆级封装CAGR2021-202711扇入型晶圆级封装CAGR2021-20275253D封装CAGR2021-202714CAGR24嵌入式封装2021-2027资料来源Yole华泰研究长电科技通富微电等国内公司已在25D封装领域实现初步突破未来将逐步进入3D封装领域253D封装核心在于以微小线宽距和微小中心距的微凸点为特点的高密度中介层互联包括TSV硅通孔RDL重布线堆叠FOinterposer扇出型中介嵌入式芯片基板我们看到国内公司正在相关技术方面取得初步突破长电科技2021年已突破2022年已突破带25D硅通孔MCM的大尺寸FCBGA技术并进入小量产未来其有望在25D封装领域逐步成熟并走向3D封装领域通富微电多层堆叠NANDFlash及LPDDR封装实现稳定量产并于2022年完成基于TSV技术的3DSDRAM封装开发图表13国内先进封装主要公司梳理产业链环节主要上市公司IP芯原股份国芯科技等封装设备光力科技文一科技等测试设备华峰测控联动科技金海通等封装代工厂长电科技通富微电华天科技甬矽电子晶方科技盛合晶微等独立测试公司伟测科技利扬芯片等封装基板兴森科技等资料来源华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读10电子路径3异构计算后摩尔时代加速实现能源效率提升异构集合助推全球计算芯片快速发展异构计算从后端制造创新出发充分利用计算资源的并行和分布计算技术将不同制程和架构不同指令集不同功能硬件进行组合成为解决算力瓶颈更为经济的一种方式目前比较常见AI芯片异构有以英伟达GraceHopper为代表的CPUGPU路线以Waymo为代表的CPUFPGA路线以及以MobileyeEyeQ5芯片和地平线征程系列为代表的CPUASIC路线图表14AI芯片计算范式资料来源AI芯片前沿技术与创新未来张臣雄2021年人民邮电出版社华泰研究图表15主要异构计算方案公司异构计算方案代表产品应用领域英伟达CPUGPUGraceHopper数据中心CPUGPUASICXavier智能驾驶IntelCPUGPUXPU数据中心谷歌CPUGPUGoogleTensor智能手机AMDCPUGPUAPU数据中心AppleCPUGPUM1智能手机MobileyeCPUASICEyeQ5智能驾驶WaymoCPUFPGA-智能驾驶特斯拉CPUGPUASICFSD智能驾驶资料来源公司官网华泰研究回避先进制程瓶颈AMD异构集合计算另辟蹊径带来算力突破2011年AMD率先推出APUAcceleratedProcessingUnit加速处理器产品将中央处理器和独显核心做在一个晶片上同时具有高性能处理器和最新独立显卡的处理性能在CPUGPU的异构技术路线上AMD相关产品为软件开发者带来前所未有的灵活性能够任意采用最适合的方式开发新的应用目前最新的AMDMI200系列加速器采用多种解决方案包括ATOSBullSequanaX410-A52U1N2S双CPU四GPU戴尔PowerEdgeR7525双CPU三GPU技嘉G262-Z00双CPU四GPUHPECrayEX235a单CPU四GPU等免责声明和披露以及分析师声明是报告的一部分请务必一起阅读11电子图表16AMD加速芯片采用CPU与GPU的异构集合资料来源ISSCC华泰研究从MI250到MI300异构先进封装工艺合力推进计算效率提升MI250加速器是AMD第一款ExaScale百亿亿次10的18次方级别加速卡产品在芯片架构方面MI250由6nmGPU组成并采用三种创新架构提升芯片加速性能1针对高性能计算和AI训练等特殊领域做了性能的加强2采用Chiplet级封装使得存储芯片更接近于计算芯片3采用传统的电源管理等芯片来优化能源效率通过创新的架构MI250实现了HPC和AI节点的工作效率12倍的提升而MI300则采用更为先进的5nm工艺制程并在架构方面实现了全方位的升级1采用底部堆叠晶圆与缓存顶部堆叠CPU与GPU的3D封装技术2在CPU与GPU之间采用统一的存储架构来存取数据解决传统CPUGPU集成面临缓存数据无法共享的问题大大提升运算效率基于架构的创新Chiplet以及3D封装技术AMDMI300相较于MI250实现芯片性能与能效8x5x的提升其提升速度大幅领先于业界平均水平图表173DCPUGPU集成实现存储效率的提升资料来源ISSCC华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读12电子国内多核异构计算正当时目前用在数据中心自动驾驶偏多目前国内从事异构计算相关领域的公司包括寒武纪688256CH海思未上市芯动科技未上市燧原科技未上市天数智芯未上市中科驭数未上市云豹智能未上市等除数据中心外目前异构计算还多用于智能驾驶领域面向L3级及以上等级自动驾驶车辆单一芯片难以满足诸多接口和算力需求需采用多核异构计算芯片目前主流的自动驾驶芯片架构有CPUGPUASICCPUFPGA和CPUASIC三种是针对汽车自动驾驶等级提升带来数据体量快速膨胀的重要可行解决方案国内厂商包括华为地平线等图表18国内异构计算相关领域公司公司创立时间团队背景代表产品产品最新进展类型主要应用场景海光信息2014年中科院计算所海光3号DCU8000系2022年海光三号CPU正式发布并开始贡献营收CPUGPGPU服务器工作站列飞腾2014年中国电子S2500D20002020年7月飞腾发布高效能桌面CPU腾锐CPU服务器桌面等D2000龙芯中科2001年中科院计算所龙芯3A50002022年12月32核服务器芯片3D5000初样验CPU桌面工控等证成功兆芯科技2013年上海市国资委开胜KH-300002022年10月发布新一代消费级CPU开先CPUGPU桌面KX-6000G及数据中心级CPU开胜KH-40000海思2004年华为鲲鹏920-7260--CPUGPU服务器等申威2016年捷世智通科技申威1621--CPU超算景嘉微2006年国防科技大学JM5400JM92312022年5月JM9系列第二款完成流片GPU军用市场桌面办公等芯动科技2007年ImaginationAMD风华1号风华2号2022年8月发布风华2号GPU桌面PC等芯瞳半导体2021年西邮GenBu01--GPU嵌入式设备办公电脑等瀚博半导体2018年AMDSV100SG1002022年9月发布7nm云端GPUSG100GPU云端推理摩尔线程2020年英伟达MTTS602022年3月发布第一代MUSA架构GPUGPU云端推理边缘端燧原科技2018年AMD燧思10燧思202021年12月发布第二代推理产品云燧i20GPGPU云端训练云端推理天数智芯2015年AMD7nmGPGPU4Q22将发布首款云端推理通用GPU智铠100GPGPU云端训练云端推理登临科技2017年图芯Goldwasser--GPGPU云端训练云端推理壁仞科技2019年商汤科技AMDBP1002022年8月壁仞科技发布首款通用GPGPU云端训练云端推理GPUBR100峰值算力超越英伟达A100GPU沐曦集成电2020年------GPGPU数据中心AI路寒武纪2016年中科院2903702022年下半年推出边缘端590ASIC推理数据中心云豹智能2020年博通AMD英特尔YB6480DPU云计算数据中心海思中科驭数2018年中科院K1K22022年12月自主研发的第二代DPU芯片K2DPU数据中心成功点亮资料来源公司官网华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读13电子图表19提及公司表公司代码公司代码通富微电002156CHMobileyeMBLYUS华天科技002185CHMarvellMRVLUS兴森科技002436CH微软MSFTUS景嘉微300474CH英伟达NVDAUS光力科技300480CH泰瑞达TERUS联动科技301369CHTSMCTSMUS文一科技600520CH中科驭数未上市长电科技600584CH兆芯科技未上市晶方科技603005CH云豹智能未上市金海通603061CH芯瞳半导体未上市海光信息688041CH芯动科技未上市龙芯中科688047CH天数智芯未上市利扬芯片688135CH天数智芯未上市华峰测控688200CH天津飞腾未上市寒武纪-U688256CH燧原科技未上市国芯科技688262CH盛合晶微未上市甬矽电子688362CH申威未上市伟测科技688372CH上海微电子未上市芯原股份-U688521CH沐曦集成电路未上市中芯国际688981CH摩尔线程未上市三星005930KS瀚博半导体未上市AppleAAPLUS海思未上市AMDAMDUS登临科技未上市安靠技术AMKRUS壁仞科技未上市ASMLASMLUSWaymo未上市日月光半导体ASXUSMellanox未上市谷歌GOOGUSArm未上市IntelINTCUS资料来源彭博华泰研究风险提示1AI技术落地不及预期虽然AI技术加速发展但由于成本落地效果等限制相关技术落地节奏可能不及我们预期2本研报中涉及到未上市公司或未覆盖个股内容均系对其客观公开信息的整理并不代表本研究团队对该公司该股票的推荐或覆盖免责声明和披露以及分析师声明是报告的一部分请务必一起阅读14电子免责声明分析师声明本人黄乐平张皓怡兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见彼以往现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬一般声明及披露本报告由华泰证券股份有限公司已具备中国证监会批准的证券投资咨询业务资格以下简称本公司制作本报告所载资料是仅供接收人的严格保密资料本报告仅供本公司及其客户和其关联机构使用本公司不因接收人收到本报告而视其为客户本报告基于本公司认为可靠的已公开的信息编制但本公司及其关联机构以下统称为华泰对该等信息的准确性及完整性不作任何保证本报告所载的意见评估及预测仅反映报告发布当日的观点和判断在不同时期华泰可能会发出与本报告所载意见评估及预测不一致的研究报告同时本报告所指的证券或投资标的的价格价值及投资收入可能会波动以往表现并不能指引未来未来回报并不能得到保证并存在损失本金的可能华泰不保证本报告所含信息保持在最新状态华泰对本报告所含信息可在不发出通知的情形下做出修改投资者应当自行关注相应的更新或修改本公司不是FINRA的注册会员其研究分析师亦没有注册为FINRA的研究分析师不具有FINRA分析师的注册资格华泰力求报告内容客观公正但本报告所载的观点结论和建议仅供参考不构成购买或出售所述证券的要约或招揽该等观点建议并未考虑到个别投资者的具体投资目的财务状况以及特定需求在任何时候均不构成对客户私人投资建议投资者应当充分考虑自身特定状况并完整理解和使用本报告内容不应视本报告为做出投资决策的唯一因素对依据或者使用本报告所造成的一切后果华泰及作者均不承担任何法律责任任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效除非另行说明本报告中所引用的关于业绩的数据代表过往表现过往的业绩表现不应作为日后回报的预示华泰不承诺也不保证任何预示的回报会得以实现分析中所做的预测可能是基于相应的假设任何假设的变化可能会显著影响所预测的回报华泰及作者在自身所知情的范围内与本报告所指的证券或投资标的不存在法律禁止的利害关系在法律许可的情况下华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易为该公司提供投资银行财务顾问或者金融产品等相关服务或向该公司招揽业务华泰的销售人员交易人员或其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点华泰没有将此意见及建议向报告所有接收者进行更新的义务华泰的资产管理部门自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策投资者应当考虑到华泰及或其相关人员可能存在影响本报告观点客观性的潜在利益冲突投资者请勿将本报告视为投资或其他决定的唯一信赖依据有关该方面的具体披露请参照本报告尾部本报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布的机构或人员也并非意图发送发布给因可得到使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员本报告版权仅为本公司所有未经本公司书面许可任何机构或个人不得以翻版复制发表引用或再次分发他人无论整份或部分等任何形式侵犯本公司版权如征得本公司同意进行引用刊发的需在允许的范围内使用并需在使用前获取独立的法律意见以确定该引用刊发符合当地适用法规的要求同时注明出处为华泰证券研究所且不得对本报告进行任何有悖原意的引用删节和修改本公司保留追究相关责任的权利所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记中国香港本报告由华泰证券股份有限公司制作在香港由华泰金融控股香港有限公司向符合证券及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发华泰金融控股香港有限公司受香港证券及期货事务监察委员会监管是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司在香港获得本报告的人员若有任何有关本报告的问题请与华泰金融控股香港有限公司联系免责声明和披露以及分析师声明是报告的一部分请务必一起阅读15电子香港-重要监管披露华泰金融控股香港有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员芯原股份688521CH华泰金融控股香港有限公司其子公司和或其关联公司在本报告发布日担任标的公司证券做市商或者证券流动性提供者有关重要的披露信息请参华泰金融控股香港有限公司的网页httpswwwhtsccomhkstockdisclosure其他信息请参见下方美国-重要监管披露美国在美国本报告由华泰证券美国有限公司向符合美国监管规定的机构投资者进行发表与分发华泰证券美国有限公司是美国注册经纪商和美国金融业监管局FINRA的注册会员对于其在美国分发的研究报告华泰证券美国有限公司根据1934年证券交易法修订版第15a-6条规定以及美国证券交易委员会人员解释对本研究报告内容负责华泰证券美国有限公司联营公司的分析师不具有美国金融监管FINRA分析师的注册资格可能不属于华泰证券美国有限公司的关联人员因此可能不受FINRA关于分析师与标的公司沟通公开露面和所持交易证券的限制华泰证券美国有限公司是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司任何直接从华泰证券美国有限公司收到此报告并希望就本报告所述任何证券进行交易的人士应通过华泰证券美国有限公司进行交易美国-重要监管披露分析师黄乐平张皓怡本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员董事或顾问分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益本披露中所提及的相关人士包括FINRA定义下分析师的家庭成员分析师根据华泰证券的整体收入和盈利能力获得薪酬包括源自公司投资银行业务的收入芯原股份688521CH华泰证券股份有限公司其子公司和或其联营公司在本报告发布日担任标的公司证券做市商或者证券流动性提供者华泰证券股份有限公司其子公司和或其联营公司及或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券股份有限公司其子公司和或其联营公司及或其高级管理层董事和雇员可能会持有本报告中所提到的任何证券或任何相关投资头寸并可能不时进行增持或减持该证券或投资因此投资者应该意识到可能存在利益冲突本报告所载的观点结论和建议仅供参考不构成购买或出售所述证券的要约或招揽亦不试图促进购买或销售该等证券如任何投资者为美国公民取得美国永久居留权的外国人根据美国法律所设立的实体包括外国实体在美国的分支机构任何位于美国的个人该等投资者应当充分考虑自身特定状况不以任何形式直接或间接地投资本报告涉及的投资者所在国相关适用的法律法规所限制的企业的公开交易的证券其衍生证券及用于为该等证券提供投资机会的证券的任何交易该等投资者对依据或者使用本报告内容所造成的一切后果华泰证券股份有限公司华泰金融控股香港有限公司华泰证券美国有限公司及作者均不承担任何法律责任评级说明投资评级基于分析师对报告发布日后6至12个月内行业或公司回报潜力含此期间的股息回报相对基准表现的预期A股市场基准为沪深300指数香港市场基准为恒生指数美国市场基准为标普500指数具体如下行业评级增持预计行业股票指数超越基准中性预计行业股票指数基本与基准持平减持预计行业股票指数明显弱于基准公司评级买入预计股价超越基准15以上增持预计股价超越基准515持有预计股价相对基准波动在-155之间卖出预计股价弱于基准15以上暂停评级已暂停评级目标价及预测以遵守适用法规及或公司政策无评级股票不在常规研究覆盖范围内投资者不应期待华泰提供该等证券及或公司相关的持续或补充信息免责声明和披露以及分析师声明是报告的一部分请务必一起阅读16电子法律实体披露中国华泰证券股份有限公司具有中国证监会核准的证券投资咨询业务资格经营许可证编号为91320000704041011J香港华泰金融控股香港有限公司具有香港证监会核准的就证券提供意见业务资格经营许可证编号为AOK809美国华泰证券美国有限公司为美国金融业监管局FINRA成员具有在美国开展经纪交易商业务的资格经营业务许可编号为CRD298809SEC8-70231华泰证券股份有限公司南京北京南京市建邺区江东中路228号华泰证券广场1号楼邮政编码210019北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层邮政编码100032电话862583389999传真862583387521电话861063211166传真861063211275电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom深圳上海深圳市福田区益田路5999号基金大厦10楼邮政编码518017上海市浦东新区东方路18号保利广场E栋23楼邮政编码200120电话8675582493932传真8675582492062电话862128972098传真862128972068电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom华泰金融控股香港有限公司香港中环皇后大道中99号中环中心58楼5808-12室电话852-3658-6000传真852-2169-0770电子邮件researchhtsccomhttpwwwhtsccomhk华泰证券美国有限公司美国纽约公园大道280号21楼东纽约10017电话212-763-8160传真917-725-9702电子邮件Huataihtsc-uscomhttpwwwhtsc-uscom版权所有2023年华泰证券股份有限公司免责声明和披露以及分析师声明是报告的一部分请务必一起阅读17