計算機行業(yè)深度報告：國產(chǎn)AI算力行業(yè)報告浪潮洶涌勢不可擋

東吳證券研究所東吳證券研究所內(nèi)容目錄海外：模型、應(yīng)用和算力相互推進 4國內(nèi)模型逐步追趕，提升算力需求 5國內(nèi)算力產(chǎn)業(yè)現(xiàn)狀盤點 6算力有哪些核心指標？ 6國產(chǎn)算力和海外的差距 7國產(chǎn)化和生態(tài)抉擇 8國內(nèi)算力廠商競爭要素 9國內(nèi)AI算力市場空間 9國內(nèi)供給端：騰一馬當先，各家競相發(fā)展 10昇騰計算產(chǎn)業(yè)鏈 10昇騰服務(wù)器 12昇騰一體機 13海光信息 14寒武紀 15景嘉微 15算力租賃 15算力液冷 16全國一體化算力網(wǎng) 17央企AI 20投資建議 21風(fēng)險提示 212/22東吳證券研究所東吳證券研究所圖表目錄圖1：Claude3benchmarks 4圖2：GB200超級芯片 5圖3：GPU算力浮點數(shù)圖示 6圖4：關(guān)鍵參數(shù)關(guān)系示意圖 7圖5：主流國內(nèi)外AI芯片性能對比 7圖6：中國AI服務(wù)器市場規(guī)模 9圖7：華為昇騰人工智能生態(tài) 圖8：華為大模型生態(tài)合作伙伴 12圖9：華為昇騰整機合作伙伴主業(yè)情況（截至2024年3月24日） 12圖10：已發(fā)布訓(xùn)推一體機主要產(chǎn)品 13圖海光DCU深算一號和英偉達A100性能對比 14圖12：寒武紀主要產(chǎn)品矩陣 15圖13：算力調(diào)度涉及的關(guān)鍵環(huán)節(jié) 18圖14：2019-2022年中國IaaS市場規(guī)模（公有云） 19圖15：2022年中國公有云IaaS市場格局 19圖16：中國算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展指標 20表1：冷板和浸沒式液冷存量改造市場空間測算 17表2：冷板和浸沒式液冷AI服務(wù)器增量改造市場空間測算 17表3：2025年中國算力調(diào)度潛在市場規(guī)模測算 203/22東吳證券研究所海外：模型、應(yīng)用和算力相互推進東吳證券研究所月16發(fā)布了首個文生視頻模型SoraSora60秒月4日，Anthropic發(fā)布了新一代AI大模型系列——Claude3。Claude3HaikuClaude3Sonnet和Claude3Opus。Opus和Gemini1.0Ultra，Claude（OpusMMMUGemini1.0Ultra持平。圖1：Claude3benchmarks數(shù)據(jù)來源：Anthropic，3月18AIxAIGrok-1xAIGrok-1xAI202310JAXRust3140OpenAI的GPT模型。在CEO奧爾特曼的帶領(lǐng)下，OpenAI或許有望在今年夏季推出GPT-5。3月23日，OpenAIOpenAIOpenAIAISora應(yīng)用到電影制作中，從而拓展OpenAI4/22東吳證券研究所3月19日，英偉達GTC大會上，英偉達發(fā)布新的B200GPU，以及將兩個B200東吳證券研究所與單個GraceCPU相結(jié)合的GB200。全新B200GPU擁有2080億個晶體管，采用臺積電4NP工藝節(jié)點，提供高達20petaflopsFP4的算力。與H100相比，B200的晶體管數(shù)量是其（800億）2倍多。而單個H100最多提供4petaflops算力，直接實現(xiàn)了5倍性能提升。而GB200是將2個BlackwellGPU和1個GraceCPU結(jié)合在一起，能夠為LLM推理工作負載提供30倍性能，同時還可以大大提高效率。圖2：GB200超級芯片數(shù)據(jù)來源：英偉達，計算能力不斷提升。過去，訓(xùn)練一個1.8萬億參數(shù)的模型，需要8000個HopperGPU15MW個BlackwellGPU4MW。的性能是H1007H1004倍。國內(nèi)模型逐步追趕，提升算力需求Kimi逐漸走紅。月之暗面Kimi智能助手2023年10月初次亮相時，憑借約20萬漢字的無損上下文能力，幫助用戶解鎖了專業(yè)學(xué)術(shù)論文的翻譯和理解、輔助分析法律問題、一次性幾十張發(fā)票、快速理解API開發(fā)文檔等，獲得了良好的用戶口碑和用戶量的快速增長。2024年3月18日，Kimi智能助手在長上下文窗口技術(shù)上再次取得突破，無損上200過去要1000010就能接近任KimiKimi幫助2005/22東吳證券研究所訪問量提升，kimi算力告急。321KimiAPP3209東吳證券研究所30Kimi2010SaaS429:engineisoverloaded2024年3月23日，階躍星辰發(fā)布StepStep-1千億參Step-1VStep-2MoEAPI相比于GPT-3.5是一個千億參數(shù)模型，GPT-4是擁有萬億規(guī)模參數(shù)，國內(nèi)大模型廠商如果想追趕，需要各個維度要求都上一個臺階。階躍星辰發(fā)布了萬億參數(shù)大模型預(yù)覽版，標志著國產(chǎn)AI大模型取得了巨大進步。國產(chǎn)AI大模型正在不斷迭代，對算力需求會不斷提升。國內(nèi)算力產(chǎn)業(yè)現(xiàn)狀盤點算力有哪些核心指標？算力芯片的主要參數(shù)指標為算力浮點數(shù)，顯存，顯存帶寬，功耗和互連技術(shù)等。，英文Floating-pointOperationsPerINT8FP64仿真等；FP32計算多用于大模型訓(xùn)練等場景；FP16和INT8多用于模型推理等對精度要求較低的場景。圖3：GPU算力浮點數(shù)圖示數(shù)據(jù)來源：CSDN，GPU顯存：顯存用于存放模型，數(shù)據(jù)顯存越大，所能運行的網(wǎng)絡(luò)也就越大。6/22東吳證券研究所在預(yù)訓(xùn)練階段，大模型通常選擇較大規(guī)模的數(shù)據(jù)集獲取泛化能力，因此需要較大的東吳證券研究所32進行訓(xùn)練。需要消耗大量的GPU16在推理階段，通常只是將一個輸入數(shù)據(jù)經(jīng)過模型的前向計算得到結(jié)果即可，因此需要最少的顯存即可運行。顯存帶寬：是運算單元和顯存之間的通信速率，越大越好?；ミB技術(shù)：一般用于顯存之間的通信，分布式訓(xùn)練，無論是模型并行還是數(shù)據(jù)并行，GPU之間都需要快速通信，不然就是性能的瓶頸。圖4：關(guān)鍵參數(shù)關(guān)系示意圖數(shù)據(jù)來源：繪制國產(chǎn)算力和海外的差距從單芯片能力看，訓(xùn)練產(chǎn)品與英偉達仍有1-2代硬件差距。根據(jù)科大訊飛，華為昇騰910B能力已經(jīng)基本做到可對標英偉達A100。推理產(chǎn)品距離海外差距相對較小。圖5：主流國內(nèi)外AI芯片性能對比7/22東吳證券研究所東吳證券研究所數(shù)據(jù)來源：公司官網(wǎng)，從片間互聯(lián)看，片間和系統(tǒng)間互聯(lián)能力較弱。國產(chǎn)AI芯片以免費CCIX為主，生AI從研發(fā)能力看，（PHB）國產(chǎn)化和生態(tài)抉擇海外制裁后，AI芯片國產(chǎn)化訴求加大。主要系供應(yīng)鏈安全和政策強制要求。2024322（2024-2025年到2025年，上海50%，50%10家。但國產(chǎn)AI8/22東吳證券研究所于訓(xùn)練。如用于訓(xùn)練，則需花費較多人員進行技術(shù)服務(wù)，額外投入資源較大。東吳證券研究所華為與訊飛構(gòu)建騰萬卡集群。2023年10月24日，科大訊飛攜手華為，宣布130日，騰AIROCE間的全閃和混閃并行文件系統(tǒng)，可支撐萬億參數(shù)大模型高速訓(xùn)練。國內(nèi)算力廠商競爭要素供應(yīng)鏈安全。受美國制裁影響，眾多算力芯片廠商芯片供應(yīng)鏈出現(xiàn)問題。如果能夠解決供應(yīng)鏈問題，持續(xù)為客戶供應(yīng)芯片，將是一大核心競爭力。AI政府關(guān)系。AIAI國內(nèi)AI算力市場空間IDC報告預(yù)計，2023年中國人工智能服務(wù)器市場規(guī)模將達91億美元，同比增長82.5％，2027年將達到134億美元，2022-2027年年復(fù)合增長率達21.8％。圖6：中國AI服務(wù)器市場規(guī)模9/22東吳證券研究所東吳證券研究所中國人工智能服務(wù)器市場規(guī)模(億美元)13491134911401201008060402002023 2027數(shù)據(jù)來源：IDC，算力需求市場空間巨大。在英偉達GTC大會上，黃仁勛講到，如果要訓(xùn)練一個1.8萬億參數(shù)量的GPT8000張Hopper15908H100GPUH100隨著國產(chǎn)化率逐步提升，我們預(yù)計AI芯片逐步成為國內(nèi)芯片的主要組成。國內(nèi)供給端：昇騰一馬當先，各家競相發(fā)展北京商報對華為公司董事長梁華的主題演講的分享中提到，昇騰已經(jīng)在華為云和28個城市的智能算力中心大規(guī)模部署，根據(jù)財聯(lián)社報道，2022年昇騰占據(jù)國內(nèi)智算中心約79%的市場份額。昇騰計算產(chǎn)業(yè)鏈華為主打AI芯片產(chǎn)品有310和910B。310偏推理，當前主打產(chǎn)品為910B，擁有FP32和FP16兩種精度算力，可以滿足大模型訓(xùn)練需求。910B單卡和單臺服務(wù)器性能對標A800/A100。騰計算產(chǎn)業(yè)是基于騰AI芯片和基礎(chǔ)軟件構(gòu)建的全棧AIAIAICANN、AIAI;基于騰AI軟件系統(tǒng)：10/22東吳證券研究所異構(gòu)計算架構(gòu)CANN以及對應(yīng)的調(diào)試調(diào)優(yōu)工具、開發(fā)工具鏈MindStudio和各種運維管理工具等。東吳證券研究所Al計算框架包括開源的MindSpore,以及各種業(yè)界流行的框架。昇思MindSporeAI計算架構(gòu)位居AI框架第一梯隊。下游應(yīng)用：昇騰應(yīng)用使能MindX，可以支持上層的ModelArts和HiAl等應(yīng)用使能服務(wù)。行業(yè)應(yīng)用是面向千行百業(yè)的場景應(yīng)用軟件和服務(wù)，如互聯(lián)網(wǎng)推薦、自然語言處理、語音識別、機器人等各種場景。圖7：華為昇騰人工智能生態(tài)數(shù)據(jù)來源：華為昇騰計算產(chǎn)業(yè)白皮書，3.0AICANNAI昇MindSpore，AIModelArts3807101000know-how11/22東吳證券研究所華為與行業(yè)伙伴一起推動華為大模型行業(yè)化。東吳證券研究所圖8：華為大模型生態(tài)合作伙伴數(shù)據(jù)來源：華為官方公眾號，騰服務(wù)器華為昇騰整機合作伙伴與鯤鵬整機合作伙伴幾乎一致，產(chǎn)線共用，從華為直接獲取AI服務(wù)器或者芯片板卡制造成服務(wù)器。圖9：華為昇騰整機合作伙伴主業(yè)情況（截至2024年3月24日）12/22東吳證券研究所東吳證券研究所數(shù)據(jù)來源：公司年報，騰一體機AI訓(xùn)推一體機是指將大模型等軟件和普通AI服務(wù)器整合在一起對外銷售的整機。用戶畫像：主要為AI能力自建能力較弱，想要借助AI軟硬件一體化解決方案構(gòu)建AI能力的客戶。銷售方：主要為ISV，從華為整機廠拿到昇騰整機，然后裝上AI模型和相關(guān)軟件直接銷售給終端使用客戶。AIAI服務(wù)圖10：已發(fā)布訓(xùn)推一體機主要產(chǎn)品數(shù)據(jù)來源：各公司公眾號，官網(wǎng)，13/22東吳證券研究所海光信息東吳證券研究所DCUDCUGPGPU兼容通用的“類Q3100%。海光DCU7nmFinFETGPUNVIDIA公司GPUA100）AMDGPUMI100）進行對平。圖11：海光DCU深算一號和英偉達A100性能對比數(shù)據(jù)來源：招股說明書，英偉達官網(wǎng)，生態(tài)兼容性好。DCUAMDROCmGPU于ROCm和CUDA較低代價快速遷移至Om平臺，因此OCm也被稱為“類CA海光DCUAI在商業(yè)應(yīng)用方面公司的并推出14/22東吳證券研究所聯(lián)合方案,打造全國產(chǎn)軟硬件一體全棧AI基礎(chǔ)設(shè)施。東吳證券研究所寒武紀寒武紀成立于2016IP圖12：寒武紀主要產(chǎn)品矩陣數(shù)據(jù)來源：公司官網(wǎng)，Baichuan2-53B、Baichuan2-13BBaichuan2-7B達到國際主流產(chǎn)品的水平。2024年1月22(HiDream.ai)景嘉微2024年3月12日，公司面向AI訓(xùn)練、AI推理、科學(xué)計算等應(yīng)用領(lǐng)域的景宏系列高性能智算模塊及整機產(chǎn)品“景宏系列”研發(fā)成功，并將盡快面向市場推廣。AIAIINT8FP16FP32FP64CPU流的計算生態(tài)、深度學(xué)習(xí)框架和算法模型庫，大幅縮短用戶適配驗證周期。算力租賃算力租賃就是對算力資源進行出租。使用者可以按需調(diào)用算力資源而無需自建算力基礎(chǔ)設(shè)施。15/22東吳證券研究所算力租賃是數(shù)字經(jīng)濟時代的新興產(chǎn)物。算力使用者無需投入大量資金購買計算設(shè)備，東吳證券研究所AI當前布局AIIDC4）AI算力租賃目前的核心競爭力是誰能拿到滿足客戶需求的AI算力卡。+算力液冷上半90%。1）AIGPUGPUCPU319日，GTCGB200GB200NVL7236個CPU和72個BlackwellMGX252）PUE測算：液冷服務(wù)器市場空間主要來自于兩方面，一方面是存量服務(wù)器改造，另一方面是新增服務(wù)器建設(shè)。存量改造：元4000元/kwAI4萬元。2022年5201900假設(shè)2025年滲透率提升，單價和服務(wù)器機架數(shù)維持不變。16/22東吳證券研究所表1：冷板和浸沒式液冷存量改造市場空間測算東吳證券研究所2024E2025及以后滲透率10%50%存量服務(wù)器機架（萬架）520冷板單價（元）40000浸沒單價（元）110000冷板市場空間（億元）832浸沒市場空間（億元）2288數(shù)據(jù)來源：《基于價值工程的數(shù)據(jù)中心液冷與風(fēng)冷比較分析》，CEC，電信運營商液冷技術(shù)白皮書，新增數(shù)量：2027年，中國AI652022-2027(CAGR)2027表2：冷板和浸沒式液冷AI服務(wù)器增量改造市場空間測算2027E中國AI服務(wù)器出貨量（萬臺）65冷板單價（元）40000浸沒單價（元）110000冷板市場空間（億元）260浸沒市場空間（億元）715數(shù)據(jù)來源：前瞻研究院，《基于價值工程的數(shù)據(jù)中心液冷與風(fēng)冷比較分析》，全國一體化算力網(wǎng)20231229202560%資源使用率顯著超過全國平均水平。1ms5ms17/22東吳證券研究所培育算網(wǎng)服務(wù)商：支持培育專業(yè)化算網(wǎng)運營商，加強算力與網(wǎng)絡(luò)在運行、管理及維東吳證券研究所為數(shù)據(jù)要素市場建設(shè)打基礎(chǔ)：1）據(jù)流動可以依托國家算力樞紐。圖13：算力調(diào)度涉及的關(guān)鍵環(huán)節(jié)發(fā)電廠 算力中心發(fā)電廠算力中心變壓等措施算力虛擬化、封裝等供電網(wǎng)絡(luò)算力互聯(lián)網(wǎng)絡(luò)用電用戶變壓等措施算力虛擬化、封裝等供電網(wǎng)絡(luò)算力互聯(lián)網(wǎng)絡(luò)用電用戶算力用戶數(shù)據(jù)來源：中國信通院，18/22調(diào)度。央國企有望在算力調(diào)度中大有作為。算力網(wǎng)絡(luò)運營和調(diào)度猶如運營國家電網(wǎng)和石油運輸網(wǎng)絡(luò)，央國企有望承擔(dān)起算力網(wǎng)絡(luò)運營和調(diào)度的重任。行業(yè)機構(gòu)主導(dǎo)。1AppStore”2022年中國IaaS市場規(guī)模為3413億元。IaaSAIIaaS24422022IaaS9712022IaaS圖14：2019-2022年中國IaaS市場規(guī)模（公有云） 圖15：2022年中國公有云IaaS市場格局0

453

98%895

161

80%

阿里22%25%%10%244222%25%%10%7東吳證券研究所東吳證券研究所數(shù)據(jù)來源：中國信通院， 數(shù)據(jù)來源：中國信通院，2025300EFLOPS，20231.4IaaS202320222025年中IaaS4778202230%。我們按2025年35%利用率計算，2025年僅需要盤活的IaaS市場空間就有8873億元。19/22東吳證券研究所圖16：中國算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展指標東吳證券研究所數(shù)據(jù)