天下有变，AI芯片应运而生
　　ChatGPT惊艳问世，引发全球关注，AI大模式时代来临。具有海量并行计算能力的AI芯片应运而生，专门用于加速AI应用中的需要大量计算的任务。根据用途及部署位置，可以将AI芯片分为云端训练、云端推理、边缘/终端推理。作为本轮技术革新的iPhone时刻，ChatGPT的发布标志着新一轮AI技术革新的开始，伴随而来的是新一轮下游需求的爆发，尤其是算力需求。通过分析，参数规模（算法）、数据量（数据）、模型数量（应用场景）将是三个可以用于观察算力变化的核心指标。
　　阶段不同，训练推理需求不一
　　在计算机行业中，新技术往往需要经历技术突破、工程落地、商业化应用三个阶段，在不同阶段，催生的需求也不同。在技术革命的初期，仍处于技术探索阶段，算力需求主要来自于模型训练。大模型的特点对训练芯片的通用性、存储及互联带宽等性能提出了要求。训练算力需求变化主要来自模型参数量和模型数量。而伴随着伴随企业AI应用逐步成熟，企业将把更多算力从模型训练转移到AI推理工作中。不同于训练芯片需要通用性，推理芯片往往和已训练完的大模型高度绑定。同时，随着大模型应用进一步落地，推理需求也将进一步下沉，从云端推理逐步迁移到边缘/终端推理需求，并呈现定制化趋势。随着大模型应用的广泛应用，更多的场景用到推理需求，所需的推理算力将是惊人的。
　　大潮将至，群雄逐鹿
　　AI芯片的市场空间广阔，正高速增长。随着芯片需求的进一步爆发，AI芯片产业大潮将至，为国内外厂商带来巨大机遇。英伟达（NVIDIA）作为行业龙头，公司GPU产品在云端训练及云端推理场景均占据绝对的领先位置，领先的性能是其在AI芯片行业最为明显的优势。相较于英伟达在训练芯片上的绝对优势，推理芯片的格局将更加离散，参与者众多。推理芯片门槛相对较低，或先从低端领域实现国产化芯片市占率提升。对比国内外主要算力芯片产品，华为AI芯片处于国内第一梯队。同时，华为昇腾正在打造强大的昇腾计算产业生态。
　　风险提示
　　1、产能不及预期的风险；
　　2、行业景气度不及预期风险；
　　3、行业竞争加剧的风险；
　　4、产业链上市公司其他业务不及预期的风险