核心观点
　　生成式AI取得突破，我们对生成式AI带来的算力需求做了上下游梳理，并做了交叉验证，可以看到以ChatGPT为代表的大模型训练和推理端均需要强大的算力支撑，产业链共振明显，产业链放量顺序为：先进制程制造->以Chiplet为代表的2.5D/3D封装、HBM->AI芯片->板卡组装->交换机->光模块->液冷->AI服务器->IDC出租运维。综合来看，大模型仍处于混战阶段，应用处于渗透率早期，AI板块中算力需求增长的确定性较高，在未来两年时间内，算力板块都将处于高景气度阶段，重点推荐AI算力产业链各环节相关公司。
　　摘要
　　生成式AI取得突破，实现了从0到1的跨越，以ChatGPT为代表的人工智能大模型训练和推理需要强大的算力支撑。自2022年底OpenAI正式推出ChatGPT后，用户量大幅增长，围绕ChatGPT相关的应用层出不穷，其通用性能力帮助人类在文字等工作上节省了大量时间。同时在Transformer新架构下，多模态大模型也取得新的突破，文生图、文生视频等功能不断完善，并在广告、游戏等领域取得不错的进展。生成式AI将是未来几年最重要的生产力工具，并深刻改变各个产业环节，围绕生成式AI，无论是训练还是推理端，算力需求都将有望爆发式增长。
　　训练和推理端AI算力需求或几何倍数增长。首先是训练侧，参考OpenAI论文，大模型训练侧算力需求=训练所需要的token数量*6*大模型参数量。可以看到从GPT3.5到GPT4，模型效果越来越好，模型也越来越大，训练所需要的token数量和参数量均大幅增长，相应的训练算力需求也大幅增长。并且，与GPT4相关的公开论文也比较少，各家巨头向GPT4迈进的时候，需要更多方向上的探索，也将带来更多的训练侧算力需求。根据我们的推算，2023年-2027年，全球大模型训练端峰值算力需求量的年复合增长率有望达到78.0%，2023年全球大模型训练端所需全部算力换算成的A100芯片总量可能超过200万张。其次是推理侧，单个token的推理过程整体运算量为2*大模型参数量，因此大模型推理侧每日算力需求=每日调用大模型次数*每人平均查询Token数量*2*大模型参数量，仅以Google搜索引擎为例，每年调用次数至少超过2万亿，一旦和大模型结合，其AI算力需求将十分可观。随着越来越多的应用和大模型结合，推理侧算力需求也有望呈现爆发增长势头。根据我们的推算，2023年-2027年，全球大模型云端推理的峰值算力需求量的年复合增长率有望高达113%。
　　算力产业链价值放量顺序如下：先进制程制造->以Chiplet为代表的2.5D/3D封装、HBM->AI芯片->板卡组装->交换机->光模块->液冷->AI服务器->IDC出租运维。
　　先进封装、HBM：为了解决先进制程成本快速提升和“内存墙”等问题，Chiplet设计+异构先进封装成为性能与成本平衡的最佳方案，台积电开发的CoWoS封装技术可以实现计算核心与HBM通过2.5D封装互连，因此英伟达A100、H100等AI芯片纷纷采用台积电CoWos封装，并分别配备40GBHBM2E、80GB的HBM3内存。全球晶圆代工龙头台积电打造全球2.5D/3D先进封装工艺标杆，未来几年封装市场增长主要受益于先进封装的扩产。先进封装市场的快速增长，有望成为国内晶圆代工厂商（中芯国际）与封测厂商（长电科技、通富微电、甬矽电子和深科技）的新一轮成长驱动力。
　　AI芯片/板卡封装：以英伟达为代表，今年二季度开始释放业绩。模型训练需要规模化的算力芯片部署于智能服务器，CPU不可或缺，但性能提升遭遇瓶颈，CPU+xPU异构方案成为大算力场景标配。其中GPU并行计算优势明显，CPU+GPU成为目前最流行的异构计算系统，而NPU在特定场景下的性能、效率优势明显，推理端应用潜力巨大，随着大模型多模态发展，硬件需求有望从GPU扩展至周边编解码硬件。AI加速芯片市场上，英伟达凭借其硬件产品性能的先进性和生态构建的完善性处于市场领导地位，在训练、推理端均占据领先地位。根据Liftr Insights数据，2022年数据中心AI加速市场中，英伟达份额达82%。因此AI芯片需求爆发，英伟达最为受益，其Q2收入指引110亿美金，预计其数据中心芯片业务收入接近翻倍。国内厂商虽然在硬件产品性能和产业链生态架构方面与前者有所差距，但正在逐步完善产品布局和生态构建，不断缩小与行业龙头厂商的差距，并且英伟达、AMD对华供应高端GPU芯片受限，国产算力芯片迎来国产替代窗口期。当前已经涌现出一大批国产算力芯片厂商：1）寒武纪：国内人工智能芯片领军者，持续强化核心竞争力；2）海光信息：深算系列GPGPU提供高性能算力，升级迭代稳步推进；3）龙芯中科：自主架构CPU行业先行者，新品频发加速驱动成长；4 ）芯原股份：国内半导体IP龙头，技术储备丰富驱动成长；5）工业富联：提供GPU芯片板块组装服务。
　　交换机：与传统数据中心的网络架构相比，AI数据网络架构会带来更多的交换机端口的需求。交换机具备技术壁垒，中国市场格局稳定，华为与新华三（紫光股份）两强争霸，锐捷网络展现追赶势头，建议重点关注。
　　光模块：AI算力带