核心观点：
　　AI模型训练算力测算：AI大模型有望成为各科技厂商竞争的关键领域，各科技厂商因为AI模型开发量的增加有望扩大对于AI加速卡和服务器的采购。经测算，国内由于AI大模型训练而新增的AI加速卡需求空间为4.3万个，新增的AI服务器的需求空间为5325个。
　　AI模型推理算力测算：随着AI内容生成、人机对话等应用的快速渗透，各科技厂商为支持AI大模型的应用，存在扩大采购AI硬件的需求。我们分两种情境对AI推理算力需求进行测算：1.若其定位为企业内部使用，则国内由于AI大模型推理而新增的AI加速卡需求空间为4.3万个，新增的AI服务器需求空间为5425台。2.若其定位为面向个人用户开放使用，则国内由于AI大模型推理而新增的AI加速卡需求空间为8.7万个-26万个，新增的AI服务器需求空间为1.1万台-3.3万台。
　　AI大模型技术快速迭代，算法优化有望降低模型消耗算力成本。在AI算力需求测算中，考虑到软件优化带来的降本提效因素，实际硬件需求和算力成本可能较此前测算的数值较低一些。
　　据IDC披露数据：19-21年及22H1国内AI服务器市场规模分别约23/33/56/30亿美元，同比增速分别约为58%/42%/69%/36%。22年国内服务器整体市场规模为273.4亿美元，同比增长9%；格局方面，浪潮信息与新华三仍占据龙一、龙二的位置，但浪潮信息市占率同比有所下降，同时超聚变、宁畅等新兴厂商份额提升较明显。
　　根据上述测算，国内AI大模型在训练与推理阶段或将产生相当于1.1万台或3.8万台（乐观假设下）高端AI服务器的算力需求，以单片A100售价10万元人民币、单台AI服务器搭载8个AI加速卡、AI加速卡价值量占服务器整机约70%计算，则对应约126亿元或434亿元增量AI服务器市场规模，分别相当于21年国内AI服务器市场规模的0.35倍和1.22倍，同时相当于22年国内整体服务器市场规模的7%和23%。大模型商业前景已进入收费探索初期且平台间竞争态势开始加速，而过去一年多已经历过资本开支相对谨慎期，我们预计前述AI服务器的增量需求或将在1-3年内逐步落地。
　　投资建议：建议继续关注稀缺自主AI算力平台标的寒武纪与拥有完整ICT产品布局的紫光股份。建议关注海光信息（和电子组联合覆盖）、浪潮信息、中科曙光。
　　风险提示。技术处于发展早期，尚未形成成熟的商业化落地模式；研发投入较大与成果落地不及预期的风险；应用领域智能化升级需求不及预期；AI芯片存在供应链不稳定的风险。