研究报告全文：科技硬件AI浪潮之巅系列云端算力芯片科技石油2023-04-19观点聚焦投资建议我们认为通用人工智能能力的涌现生成式AI应用的商业落地均离不开云端AI算力芯片支撑目前云端AI算力芯片渗透率仅为个位数未来成长空间广阔GPU最初作为图形计算芯片在过去十余年的发展中不断迭代升级逐渐在并行计算AI智能计算科学计算等领域崭露头角并获得广泛认可与此同时定制化架构的AI算力芯片如ASIC也像雨后春笋一般层出不穷以其性价比能耗比等优势在AI应用领域取得一席之地理由全功能GPU是目前主流AI算力芯片兼具通用性和高性能计算的全功能GPU仍然是当下AI算力芯片的最主流形态可适应未来大模型多模态发展需求GPU架构中顶点像素着色器结构天生适合并行计算可编程的特点促使GPU加速进入AI算力市场目前GPU也增加了定制化的张量计算单元来满足日益增长的AI算力需求由于AI模型的算子及结构仍处于快速迭代期而硬件芯片的设计需要与算法模型相匹配全功能GPU依靠其较强的通用性完备的开发者生态可适应快速迭代的AI训练及低成本的AI推理从芯片形态上看为追求更低功耗及更极致的性能突出计算功能的GPGPU也开始出现而保留图形渲染能力的全功能GPU我们认为仍是满足未来AI大模型多模态输出需求的一站式解决方案定制化ASIC或将通过推出适用于大模型的专用产品而获得市场的一席之地相较于通用性较强的GPU我们认为定制化ASIC芯片有望通过将AI算法硬件化以及采取更灵活的芯片架构设计如在芯片内部署更多计算单元来降低SRAM对面积占用来实现更低成本更低功耗下的AI算力提升我们认为尽管ASIC芯片在应用生态完备性及产品生命周期连续性方面可能与GPU存在较大差距但在部分AI算法相对固化的场景下特别是在推理侧或将通过性价比及功耗优势获得一席之地大模型驱动下云端AI算力芯片增量市场规模可观以英伟达A100GPU等效算力为基准我们对云端AI算力市场的测算结果如下2023-25年合计实现的增量训练型AI加速芯片需求增量为60万张对应市场规模为72亿美元推理型AI加速芯片需求增量为140万张对应市场规模为168亿美元长期来看考虑到AI计算的复杂化和AI各类应用活跃用户数的快速提升我们认为训练推理型AI算力芯片的市场规模有望保持高增长盈利预测与估值建议关注AI算力芯片上市公司海光信息未覆盖龙芯中科未覆盖景嘉微未覆盖及非上市企业如华为海思摩尔线程昆仑芯沐曦天数智芯等风险AI算法技术及应用落地进展不及预期算力芯片市场测算假设发生变化