当前位置:首页 > 报告详情

TMT行业深度报告:算力大时代AI算力产业链全景梳理-230614(99页).pdf

上传人: 彩旗 编号:129708 2023-06-15 99页 9.55MB

下载:

1、 本报告由中信建投证券股份有限公司在中华人民共和国(仅为本报告目的,不包括香港、澳门、台湾)提供。在遵守适用的法律法规情况下,本报告亦可能由中信建投(国际)证券有限公司在香港提供。同时请务必阅读正文之后的免责条款和声明。证券证券研究报告研究报告行业深度报告行业深度报告 算力大时代,算力大时代,AIAI 算力产业链算力产业链全景梳理全景梳理 核心观点核心观点 生成式生成式 AI 取得突破,取得突破,我们对生成式我们对生成式 AI 带来的算力需求做了上带来的算力需求做了上下游梳理,并做了交叉验证,可以看到下游梳理,并做了交叉验证,可以看到以以 ChatGPT 为代表的为代表的大模型训练和推理大模型

2、训练和推理端均端均需要强大的算力支撑需要强大的算力支撑,产业链共振明,产业链共振明显显,产业链放量顺序产业链放量顺序为为:先进制程制造:先进制程制造-以以 Chiplet 为代表的为代表的 2.5D/3D 封装、封装、HBM-AI 芯片芯片-板卡组装板卡组装-交换机交换机-光模块光模块-液冷液冷-AI 服务器服务器-IDC 出租运维出租运维。综合来看,大模型仍处于混综合来看,大模型仍处于混战阶段,战阶段,应用处于渗透率早期,应用处于渗透率早期,AI 板块中板块中算力需求算力需求增长的增长的确确定定性较高性较高,在未来两年时间内,算力板块都将,在未来两年时间内,算力板块都将处于处于高景气高景气度

3、度阶段阶段,重点推荐重点推荐 AI 算力产业链各环节相关公司算力产业链各环节相关公司。摘要摘要 生成式生成式 AI 取得突破,实现了从取得突破,实现了从 0 到到 1 的跨越的跨越,以以 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

4、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。训练和推理端训练和推理端 AI 算力需求算力需求或或几何倍数增长。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

5、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 维持维持 强于大市强于大市 武超则 010-85156318 SAC 编号:s1440513090003 SFC 编号:BEM208 阎贵成 010-8515923

6、1 SAC 编号:S1440518040002 SFC 编号:BNS315 刘双锋 SAC 编号:s1440520070002 SFC 编号:BNU539 金戈 010-85159348 SAC 编号:S1440517110001 SFC 编号:BPD352 于芳博 010-86451607 SAC 编号:S1440522030001 崔世峰 SAC 编号:s1440521100004 刘永旭 010-86451440 SAC 编号:S1440520070014 杨伟松 SAC 编号:S1440522120003 范彬泰 SAC 编号:S1440521120001 发布日期:2023 年 06

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要分析了生成式AI技术的发展及其对算力基础设施的需求。文章指出,生成式AI技术如ChatGPT的突破,带来了对算力的巨大需求。预计到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。到2027年,全球算力规模将达到56ZFlps,平均年均增长65%。我国智能算力规模持续高速增长,2021年智能算力规模已经超过通用算力。AI芯片和服务器需求将率先放量,预计2023-2027年全球大模型训练端峰值算力需求量的年复合增长率为78.0%。全球AI服务器市场规模未来3年内将保持高速增长,市场规模分别为395/890/1601亿美元,对应增速96%/125%/80%。AI算力对数据中心内部数据流量较大,光模块速率及数量均有显著提升,交换机的端口数及端口速率也有相应的增长。预计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为113%。在AI算力需求的推动下,如浪潮信息、中兴通讯等服务器厂商已经开始大力布局液冷服务器产品。
生成式AI如何改变内容生产? AI算力需求将如何爆发? 哪些公司受益于AI算力增长?
客服
商务合作
小程序
服务号
折叠