科技行業(yè)市場前景及投資研究報(bào)告：AI智算時(shí)代算力芯片加速升級

AI智算時(shí)代已至，算力芯片加速升級?

AI正處史上最長繁榮大周期，生態(tài)加速收斂：在進(jìn)入21世紀(jì)以來，在大數(shù)據(jù)和大算力的支持下，歸納統(tǒng)計(jì)方法逐漸占據(jù)了人工智能領(lǐng)域的主導(dǎo)地位，深度學(xué)習(xí)的浪潮席卷人工智能，人工智能迎來史上最長的第三次繁榮期。智算中心的發(fā)展基于最新人工智能理論和領(lǐng)先的人工智能計(jì)算架構(gòu)，當(dāng)前算法模型的發(fā)展趨勢以AI大模型為代表，算力技術(shù)與算法模型是其中的核心關(guān)鍵，算力技術(shù)以AI芯片、AI服務(wù)器、AI集群為載體。?

GPU主宰算力芯片，AI信創(chuàng)驅(qū)動(dòng)國產(chǎn)算力發(fā)展：得益于硬件支持與軟件編程、設(shè)計(jì)方面的優(yōu)勢，CPU+GPU成為了目前應(yīng)用最廣泛的平臺。AI

分布式計(jì)算的市場主要由算力芯片

(55-75%)、內(nèi)存

(10-20%)

和互聯(lián)設(shè)備（10-20%）三部分組成。美國已限制對華銷售最先進(jìn)、使用最廣泛的AI訓(xùn)練GPU—英偉達(dá)

A100以及H100，國產(chǎn)算力芯片距離英偉達(dá)最新產(chǎn)品存在較大差距，但對信息顆粒度要求較低的推理運(yùn)算能實(shí)現(xiàn)部分替代。?

提升算力內(nèi)存帶寬，HBM供不應(yīng)求：由于ChatGPT的爆火，GPU需求明顯，英偉達(dá)也加大對三星和SK海力士HBM3的訂單。2023年10月，SK海力士表示，已經(jīng)在2023年出售了明年HBM3和HBM3E的所有產(chǎn)量。據(jù)Omdia預(yù)測，到2025年，HBM市場的總收入將達(dá)到25億美元。?

集成算力與存力，先進(jìn)封裝產(chǎn)能緊缺：CoWoS封裝技術(shù)是目前集成HBM與CPU/GPU處理器的主流方案。臺積電主導(dǎo)全球CoWoS封裝市場。據(jù)IDC預(yù)測，全球CoWoS供需缺口約20%，2024年臺積電的CoWos封裝產(chǎn)能將較2023年提升一倍，2.5D/3D先進(jìn)封裝市場規(guī)模在2023-2028年將以22%的CAGR高速增長。?

AI算力對高效電源提出新需求，背面供電技術(shù)蓄勢待發(fā)：越來越高度化的集成會(huì)造成針對加速芯片的電源解決方案越來越復(fù)雜，方案需要不同電壓、不同路的多路輸入，這種情況下電壓軌會(huì)越來越多。臺積電、三星、英特爾等芯片大廠都在積極布局背面供電網(wǎng)絡(luò)技術(shù)，為日益復(fù)雜的芯片提供高效供電方案，其中英特爾較為領(lǐng)先。?

建議關(guān)注：GPU

：海光信息、寒武紀(jì)，和未上市的地平線、黑芝麻、摩爾線程；HBM：香農(nóng)芯創(chuàng)、雅克科技；先進(jìn)封裝：興森科技、華海誠科、艾森股份；電源芯片：希荻微。?

風(fēng)險(xiǎn)提示：AI算法、模型存較高不確定性，AI技術(shù)發(fā)展不及預(yù)期；ChatGPT用戶付費(fèi)意愿弱，客戶需求不及預(yù)期；針對AI的監(jiān)管政策收緊二、AI技術(shù)收斂，GPU主宰算力芯片三、“AI信創(chuàng)”驅(qū)動(dòng)，培育國產(chǎn)算力生態(tài)四、HBM解決GPU內(nèi)存危機(jī)，成為存儲(chǔ)下一主戰(zhàn)場五、異構(gòu)計(jì)算時(shí)代，先進(jìn)封裝戰(zhàn)略地位凸顯六、電源技術(shù)提升計(jì)算能效，背面供電蓄勢待發(fā)七、風(fēng)險(xiǎn)提示圖：人工智能發(fā)展史?

人工智能從1956

年被正式提出以來，經(jīng)歷了數(shù)十年的發(fā)展歷程。人工智能誕生初期，其研究主要分為三個(gè)流派，即邏輯演繹、歸納統(tǒng)計(jì)和類腦計(jì)算。?

人工智能研究的三大流派各有優(yōu)劣勢。類腦計(jì)算流派的目標(biāo)最為宏遠(yuǎn)，但在未得到生命科學(xué)的支撐之前，難以取得實(shí)際應(yīng)用。歸納演繹流派的思考方式與人類相似，具有較強(qiáng)的可解釋性。由于對數(shù)據(jù)和算力的依賴較少，歸納演繹流派成為人工智能前兩次繁榮的主角。隨著學(xué)界對人工智能困難程度的理解逐漸加深，數(shù)理邏輯方法的局限性被不斷放大，并最終在第三次繁榮期中，逐漸讓位于統(tǒng)計(jì)學(xué)習(xí)的“暴力美學(xué)”。?

在進(jìn)入21世紀(jì)以來，在大數(shù)據(jù)和大算力的支持下，歸納統(tǒng)計(jì)方法逐漸占據(jù)了人工智能領(lǐng)域的主導(dǎo)地位，深度學(xué)習(xí)的浪潮席卷人工智能，人工智能迎來史上最長的第三次繁榮期，至今仍未有結(jié)束的趨勢。資料：，中航證券研究所?

大模型技術(shù)逐步收斂，生態(tài)走向聚合，模型更收斂

、

框架更歸一

。?

為了開發(fā)更高性能的

AI大模型需要更強(qiáng)的算力平臺，算力底座技術(shù)門檻將提高，未來訓(xùn)練核心拼集群系統(tǒng)能力

。圖：AI技術(shù)逐步收斂，生態(tài)走向聚合圖：算力底座技術(shù)門檻提高資料：，中航證券研究所?

復(fù)雜的模型和大規(guī)模的訓(xùn)練需要大規(guī)模的高算力支持，這不僅需要消耗大量計(jì)算資源，而且對算力的速度、精度、性能也提出更高要求。?

市場對于更高性能的智能算力需求將顯著提升，智能算力增長速率約通用算力的兩倍。據(jù)IDC和浪潮信息測算，2022年中國通用算力規(guī)模達(dá)

54.5EFLOPS，預(yù)計(jì)到2027年通用算力規(guī)模將達(dá)到117.3EFLOPS。2022年中國智能算力規(guī)模達(dá)259.9EFLOPS，預(yù)計(jì)到2027年將達(dá)到

1117.4EFLOPS。2022

-2027年期間，中國智能算力規(guī)模年復(fù)合增長率達(dá)33.9%，同期通用算力規(guī)模年復(fù)合增長率為16.6%。圖：中國通用算力規(guī)模及預(yù)測（EFLOPS，基于FP64計(jì)算）圖：中國智能算力規(guī)模及預(yù)測（EFLOPS，基于FP16計(jì)算）資料：浪潮信息，IDC，中航證券研究所?

從感知智能到生成式智能，人工智能越來越需要依賴“強(qiáng)算法、高算力、大數(shù)據(jù)”的支持。模型的大小、訓(xùn)練所需的參數(shù)量等因素將直接影響智能涌現(xiàn)的質(zhì)量，人工智能模型需要的準(zhǔn)確性越高，訓(xùn)練該模型所需的計(jì)算力就越高。IDC預(yù)計(jì)，全球人工智能硬件市場（服務(wù)器）規(guī)模將從2022年的195億美元增長到2026年的347億美元，五年年復(fù)合增長率達(dá)17.3%；在中國，預(yù)計(jì)2023年中國人工智能服務(wù)器市場規(guī)模將達(dá)到91億美元，同比增長82.5%，2027年將達(dá)到134億美元，五年年復(fù)合增長率達(dá)21.8%。圖：全球AI計(jì)算服務(wù)器市場規(guī)模預(yù)測（億美元）圖：中國AI計(jì)算服務(wù)器市場預(yù)測（億美元）資料：浪潮信息，IDC，中航證券研究所?

在適度超前的指導(dǎo)思想下，國家正加大對人工智能算力基礎(chǔ)設(shè)施的投資。算力基礎(chǔ)設(shè)施建設(shè)成為一個(gè)重要環(huán)節(jié)，被納入國家新基建范疇。據(jù)IDC統(tǒng)計(jì)，截至2023年8月，全國已有超過30個(gè)城市建設(shè)智算中心，總建設(shè)規(guī)模超過200億。圖：國內(nèi)算力規(guī)劃2023年4月《上海市推進(jìn)算力資源統(tǒng)一調(diào)度指導(dǎo)意見》2023年10月《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》2023年12月《深圳市算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》到2023年，可調(diào)度智能算力達(dá)到1000PFLOPS（FP16）以上；到2025年，本市數(shù)據(jù)中心算力超過18000PFLOPS（FP32）到

2025年，計(jì)算力方面，全國算力規(guī)模超過300

EFLOPS，智能算力占比達(dá)到

35%，東西部算力平衡協(xié)調(diào)發(fā)展。到2025年，通用算力達(dá)到14EFLOPS（FP32），智能算力達(dá)到25EFLOPS（FP16），超算算力達(dá)到2EFLOPS（FP64）。資料：浪潮信息，IDC，政府官網(wǎng)，中航證券研究所?

智算中心的發(fā)展基于最新人工智能理論和領(lǐng)先的人工智能計(jì)算架構(gòu)，算力技術(shù)與算法模型是其中的核心關(guān)鍵，算力技術(shù)以AI芯片、AI服務(wù)器、AI集群為載體，而當(dāng)前算法模型的發(fā)展趨勢以AI大模型為代表。圖：智算中心算力基礎(chǔ)架構(gòu)資料：國家信息中心《智能計(jì)算中心創(chuàng)新發(fā)展指南》，中航證券研究所?

AI分布式計(jì)算的市場主要由算力芯片

(55-75%)、內(nèi)存

(10-20%)

和互聯(lián)設(shè)備（10-20%）三部分組成。美國已限制對華銷售最先進(jìn)、使用最廣泛的AI訓(xùn)練GPU—英偉達(dá)

A100以及H100，國產(chǎn)算力芯片距離英偉達(dá)最新產(chǎn)品存在較大差距，但對信息顆粒度要求較低的推理運(yùn)算能實(shí)現(xiàn)部分替代。?

GPU占AI服務(wù)器成本最高，重要性凸顯。我們認(rèn)為，AI訓(xùn)練芯片受限進(jìn)一步強(qiáng)調(diào)了高制程芯片設(shè)計(jì)、代工的緊迫性。圖：各類型服務(wù)器成本結(jié)構(gòu)占比情況算力芯片訓(xùn)練芯片：GPU、ASIC、FPGA系統(tǒng)芯片：推理芯片CPU云端推理：GPU、ASIC、邊緣推理：GPU、SoC、Apple

SiliconFPGA存儲(chǔ)芯片DDR/GDDR/HBMSRAMRRAMMRAM資料：拾象科技，華經(jīng)產(chǎn)業(yè)研究，中航證券研究所?

以ChatGPT為代表的生成類模型需要在海量數(shù)據(jù)中訓(xùn)練，對存儲(chǔ)容量和帶寬提出新要求，HBM（High

Bandwidth

Memory，高帶寬存儲(chǔ)器）成為減小內(nèi)存墻的優(yōu)選項(xiàng)。HBM將多個(gè)DDR芯片堆疊并與GPU封裝在一起，是一種基于3D堆疊工藝的高附加值DRAM產(chǎn)品。通過增加帶寬，擴(kuò)展內(nèi)存容量，讓更大模型、更多參數(shù)留在離計(jì)算核心區(qū)更近的地方，從而減少內(nèi)存和存儲(chǔ)解決方案帶來的延遲。據(jù)Omdia預(yù)測，到2025年，HBM市場的總收入將達(dá)到25億美元。?

由于ChatGPT的爆火，GPU需求明顯，英偉達(dá)也加大對三星和SK海力士HBM3的訂單。2023年10月，SK海力士表示，已經(jīng)在2023年出售了明年HBM3和HBM3E的所有產(chǎn)量。圖：英偉達(dá)使用的HBM帶寬不斷升級（TB/s）圖：HBM3產(chǎn)品結(jié)構(gòu)資料：SK海力士，英偉達(dá)，中航證券研究所?

CoWoS封裝技術(shù)是目前集成HBM與CPU/GPU處理器的主流方案。在算力芯片性能暴增的時(shí)代下，先進(jìn)封裝產(chǎn)業(yè)鏈逐漸的進(jìn)入高速發(fā)展時(shí)期。?

臺積電封裝產(chǎn)能緊缺。臺積電主導(dǎo)全球CoWoS封裝市場，且正在擴(kuò)大產(chǎn)能，以滿足客戶，尤其是AI芯片領(lǐng)域的需求。英偉達(dá)等大客戶增加了對CoWoS封裝的訂單量，AMD、亞馬遜等其他大廠也出現(xiàn)了緊急訂單。據(jù)IDC預(yù)測，全球CoWoS供需缺口約20%，2024年臺積電的CoWos封裝產(chǎn)能將較2023年提升一倍，2.5D/3D先進(jìn)封裝市場規(guī)模在2023-2028年將以22%的CAGR高速增長。圖：臺積電CoWoS封裝資料：semiconductor

engineering，中航證券研究所?

AI算力功耗增長。當(dāng)代

GPU有數(shù)百億顆晶體管，更好的處理性能是以指數(shù)級增長的電源需求為代價(jià)的，因此人工智能和機(jī)器學(xué)習(xí)等應(yīng)用的高性能處理器需要不斷增加功率。據(jù)vicorpower，目前的趨勢是處理器的功耗每兩年翻一番，2000A

的峰值電流現(xiàn)在已經(jīng)很普遍。?

AI芯片供電架構(gòu)愈發(fā)復(fù)雜。越來越高度化的集成會(huì)造成針對加速芯片的電源解決方案越來越復(fù)雜，方案需要不同電壓、不同路的多路輸入，這種情況下電壓軌會(huì)越來越多。圖：GPU/CPU峰值電流提升圖：AI芯片供電架構(gòu)日趨復(fù)雜資料：vicorpower，MPS，中航證券研究所?

AI算力芯片處于AI計(jì)算的最上游，GPU、HBM、先進(jìn)封裝等環(huán)節(jié)需求高增，甚至已出現(xiàn)供不應(yīng)求的現(xiàn)象。目前算力芯片產(chǎn)業(yè)鏈由海外公司主導(dǎo)，在美國制裁中國科技發(fā)展，限制半導(dǎo)體技術(shù)輸入中國的背景下，AI算力芯片在各環(huán)節(jié)均存在需求擴(kuò)張疊加的雙重增長動(dòng)力。GPUHBM先進(jìn)封裝電源管理芯片?國外?國外?國外?國外?

英偉達(dá)、AMD?國內(nèi)?

海力士、三星、美光?國內(nèi)?

英特爾、三星?國內(nèi)?

MPS、德州儀器、ADI?國內(nèi)?

海光信息、寒武紀(jì)、龍芯中科、摩爾線程、燧原科技?

香農(nóng)芯創(chuàng)（經(jīng)銷商）、雅克科技（原材料）?

封裝廠：臺積電、盛合晶微、長電科技、通富微電、甬矽電子?

希荻微、杰華特、晶豐明源?

封裝材料：南電、欣興、興森科技、聯(lián)瑞新材、生益科技資料：中航證券研究所一、AI處史上最長繁榮期，算力國產(chǎn)化需求迫切三、“AI信創(chuàng)”驅(qū)動(dòng)，培育國產(chǎn)算力生態(tài)四、HBM解決GPU內(nèi)存危機(jī)，成為存儲(chǔ)下一主戰(zhàn)場五、異構(gòu)計(jì)算時(shí)代，先進(jìn)封裝戰(zhàn)略地位凸顯六、電源技術(shù)提升計(jì)算能效，背面供電蓄勢待發(fā)七、風(fēng)險(xiǎn)提示?

AI芯片根據(jù)其技術(shù)架構(gòu)，可分為GPU、FPGA、ASIC及類腦芯片，同時(shí)CPU可執(zhí)行通用AI計(jì)算。相較于傳統(tǒng)的中央處理器（CPU），GPU具有并行計(jì)算、高效能和高并發(fā)等優(yōu)勢，因此在人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域得到廣泛應(yīng)用。?

AI芯片根據(jù)其在網(wǎng)絡(luò)中的位置可以分為云端AI芯片、邊緣及終端AI芯片；根據(jù)其在實(shí)踐中的目標(biāo)，可分為訓(xùn)練芯片和推理芯片。?

云端主要部署訓(xùn)練芯片和推理芯片，承擔(dān)訓(xùn)練和推理任務(wù)，具體指智能數(shù)據(jù)分析、模型訓(xùn)練任務(wù)和部分對傳輸帶寬要求比高的推理任務(wù)；邊緣和終端主要部署推理芯片，承擔(dān)推理任務(wù)，需要獨(dú)立完成數(shù)據(jù)收集、環(huán)境感知、人機(jī)交互及部分推理決策控制任務(wù)。圖：AI芯片分類專用性(L1到L5依次增強(qiáng))芯片架構(gòu)芯片特點(diǎn)代表公司CPU的通用架構(gòu)設(shè)計(jì)使運(yùn)行效率受限。當(dāng)前CPU雖然在機(jī)器學(xué)習(xí)領(lǐng)域的計(jì)算大大減少,但是CPU英特爾L1不會(huì)被完全取代。目前商用最廣泛的AI芯片,

可以執(zhí)行深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)任務(wù)。GPU主要從事大規(guī)模并行計(jì)算,比CPU運(yùn)行速度快,并且比其他專用AI處理器芯片價(jià)格低。GPUDSP英偉達(dá)、AMDL2L3發(fā)展方向一：從通用到專用僅作為處理器IP核使用。目前基于DSP的設(shè)計(jì)有一定的局限性,一般都是針對圖像和計(jì)算機(jī)視覺的處理器IP核芯片,速度較快,成本不高。新思科技、CadenceFPGA具有三大優(yōu)點(diǎn):單位能耗比低、硬件配置靈活、架構(gòu)可調(diào)整。但是,FPGA的

使用有一定門檻,要求使用者具備硬件知識。FPGA賽靈思、微軟谷歌L4L5當(dāng)前為谷歌公司專用,還不是市場化產(chǎn)品。ASIC芯片不能像FPGA很快改變架構(gòu),適應(yīng)變化,TPU

/ASIC對企業(yè)而言成本較昂貴。發(fā)展方向二：顛覆經(jīng)典馮氏架構(gòu)，采用人腦神經(jīng)元的結(jié)構(gòu)來提升計(jì)算能力模仿人腦神經(jīng)元和神經(jīng)突觸的結(jié)構(gòu),功耗非常低。有可能實(shí)現(xiàn)人工智能領(lǐng)域的通用化路徑,但從短期來看,離大規(guī)模商業(yè)生產(chǎn)還有很遠(yuǎn)的距離。TrueNorthIBM資料：億歐智庫，松鼠廠，中航證券研究所?

GPU設(shè)計(jì)之初用于對圖形進(jìn)行渲染，需要并行處理海量數(shù)據(jù)，涉及大量矩陣運(yùn)算。深度學(xué)習(xí)依賴于數(shù)學(xué)和統(tǒng)計(jì)學(xué)計(jì)算，所以圖形渲染與深度學(xué)習(xí)有著相似之處，這兩種場景都需要處理每秒大量的矩陣乘法運(yùn)算。GPU擁有數(shù)千個(gè)內(nèi)核的處理器，能夠并行執(zhí)行數(shù)百萬個(gè)數(shù)學(xué)運(yùn)算。因此GPU完美地與深度學(xué)習(xí)技術(shù)相契合。使用GPU做輔助計(jì)算，能夠更快地提高AI的性能。計(jì)算能效

大存儲(chǔ)帶比高寬并行處理能力強(qiáng)高浮點(diǎn)運(yùn)算能力GPU成為AI算力核心資料：知乎，沐曦集成電路，中航證券研究所圖：人工智能進(jìn)入transformer時(shí)代?

大模型的基礎(chǔ)架構(gòu)向

Transformer

結(jié)構(gòu)收斂。

Transformer結(jié)構(gòu)在圖

、

文

、

音多領(lǐng)域表現(xiàn)優(yōu)異，大量基于

Transformer結(jié)構(gòu)的大模型涌現(xiàn)

。

Transformer

模型預(yù)訓(xùn)練由多個(gè)堆疊的自注意力層和前饋神經(jīng)網(wǎng)絡(luò)層組成，這種設(shè)計(jì)使得它在構(gòu)造大型深度神經(jīng)網(wǎng)絡(luò)時(shí)具有巨大優(yōu)勢。BERT

和GPT

是兩種最知名的基于Transformers

的自然語言處理模型。圖：中國人工智能芯片市場份額?

大模型的發(fā)展，使得算法技術(shù)路線逐漸統(tǒng)一于Transformer模型，算力芯片技術(shù)路線也向適合并行計(jì)算的GPU收斂。Transformer

架構(gòu)具有并行計(jì)算的能力，可以同時(shí)處理輸入序列的不同部分。在使用分布式計(jì)算和GPU并行計(jì)算的情況下，Transformer可以更快地訓(xùn)練和推理大型深度神經(jīng)網(wǎng)絡(luò)。大模型需要大算力和大互聯(lián)，對底層GPU支撐規(guī)模提出了空前的要求，達(dá)到萬卡級別。因此，出于對大模型的訓(xùn)練需求，市場選擇了GPU作為主流的算力芯片。據(jù)IDC，在中國人工智能芯片市場，GPU占有超過80%的市場份額。資料：IDC，中國移動(dòng)通信研究院，中航證券研究所?

異構(gòu)計(jì)算仍然是芯片發(fā)展趨勢之一。異構(gòu)計(jì)算通過在單一系統(tǒng)中利用不同類型的處理器（如CPU、GPU、ASIC、FPGA、NPU等）協(xié)同工作，執(zhí)行特定任務(wù)，以優(yōu)化性能和效率，更高效地利用不同類型的計(jì)算資源，滿足不同的計(jì)算需求。?

得益于硬件支持與軟件編程、設(shè)計(jì)方面的優(yōu)勢，CPU+GPU成為了目前應(yīng)用最廣泛的平臺。截至2023年10月，中國市場普遍認(rèn)為“CPU+GPU”的異構(gòu)方式是人工智能異構(gòu)計(jì)算的主要組合形式。圖：人工智能訓(xùn)練和推理工作負(fù)載選用的計(jì)算架構(gòu)優(yōu)點(diǎn)缺點(diǎn)實(shí)例微軟使用FPGA為Bing搜索智能化進(jìn)行加速FPGA靈活性高、無需

總體性價(jià)比和效率不占優(yōu)勢。FPGA的大規(guī)模開取指令、譯碼，執(zhí)行效

發(fā)難度偏高，從業(yè)人員相對較少，生態(tài)環(huán)境不率高如GPUASIC體積小、功耗低、計(jì)算性能高、計(jì)算效率高、芯片出貨量越大成本越低寒武紀(jì)的NPU、地平線的BPU、Google的TPU算法固定，一旦算法變化就無法使用。目前人工智能算法遠(yuǎn)沒有到算法平穩(wěn)期，ASIC專用芯片如何做到適應(yīng)各種算法是個(gè)最大的問題GPU具有更好的生態(tài)環(huán)境，可以直接部署在服務(wù)器中，方便快速英偉達(dá)、AMD的GPU缺乏靈活性資料：IDC，浪潮信息，中航證券研究所?

CUDA（ComputeUnified

DeviceArchitecture，統(tǒng)一計(jì)算架構(gòu)）是由英偉達(dá)于2006年所推出的一種軟硬件集成技術(shù)，是該公司對于GPGPU的正式名稱。透過這個(gè)技術(shù)，GPU的計(jì)算能力由圖像處理拓展到更廣泛的計(jì)算領(lǐng)域。CUDA亦是首次可以利用GPU作為C語言編譯器的開發(fā)環(huán)境。?

現(xiàn)在主流的深度學(xué)習(xí)框架基本基于CUDA進(jìn)行GPU并行加速。

CUDA推出之前，給GPU編程需要用機(jī)器碼深入到顯卡內(nèi)核才能完成任務(wù)，非常困難。英偉達(dá)推出CUDA后，把復(fù)雜的顯卡編程包裝成了一個(gè)簡單的接口，降低了開發(fā)難度，為廣大開發(fā)人員提供了簡單易學(xué)的開發(fā)平臺。在英偉達(dá)十幾年堅(jiān)持不懈推廣下，CUDA的高性能運(yùn)算研究成果陸續(xù)在眾多知名期刊發(fā)表并獲得認(rèn)可，并廣泛應(yīng)用于深度學(xué)習(xí)、自動(dòng)駕駛以及其他

AI領(lǐng)域。圖：CUDA-X

AI軟件加速庫幫助現(xiàn)代

AI應(yīng)用程序加速運(yùn)行資料：英偉達(dá)，中航證券研究所?

CUDA處在軟硬件結(jié)合的關(guān)鍵位置，是軟件生態(tài)的基石。英偉達(dá)的競爭對手在軟件方案上缺乏對標(biāo)CUDA的完整編程和工具鏈，而這些完整的工具鏈需要長時(shí)間積累，目前難以繞過CUDA去兼容英偉達(dá)的生態(tài)，所以CUDA成為了英偉達(dá)的堅(jiān)實(shí)壁壘。?

在PC時(shí)代，Wintel（Windows操作系統(tǒng)+英特爾芯片）

通過捆綁銷售牢牢把握住對產(chǎn)業(yè)下游生產(chǎn)商的控制權(quán)，在消費(fèi)端形成軟硬結(jié)合的強(qiáng)大馬太效應(yīng)，微軟和英特爾在市場獲得巨大優(yōu)勢。在AI大模型時(shí)代，軟硬件協(xié)同完善的生態(tài)是客戶選擇CUDA的原因，英偉達(dá)打造的GPU運(yùn)算生態(tài)系統(tǒng)已擁有龐大的使用群體和客戶粘性，英偉達(dá)算力王者的地位仍然穩(wěn)健。圖：Wintel生態(tài)圈圖：CUDA生態(tài)系統(tǒng)程序語言和API芯片操作系統(tǒng)網(wǎng)絡(luò)安全剖析和除錯(cuò)工具程序庫CUDAWintel生態(tài)聯(lián)盟數(shù)據(jù)庫應(yīng)用軟件GPU應(yīng)用資料中心工具程序中間件GPU硬件資料：英偉達(dá)，中航證券研究所?

英偉達(dá)“統(tǒng)治”AI算力芯片。隨著人工智能浪潮的興起，給算力芯片行業(yè)帶來了新的發(fā)展機(jī)會(huì)。英偉達(dá)的

GPU在

AI領(lǐng)域軟硬件上都具有顯著的優(yōu)勢和創(chuàng)新，可以為

AI計(jì)算提供高性能、高并行度、高可擴(kuò)展性和高能效等特點(diǎn)，滿足大規(guī)模數(shù)據(jù)處理和復(fù)雜模型訓(xùn)練的需求。因此，英偉達(dá)的GPU主導(dǎo)了

AI計(jì)算的市場。自2022年底，ChatGPT引爆算力需求以來，英偉達(dá)在數(shù)據(jù)中心的業(yè)務(wù)收入實(shí)現(xiàn)爆發(fā)式增長，2023Q2、Q3收入同比增速分別高達(dá)171%、285%。圖：主要算力芯片公司的數(shù)據(jù)中心業(yè)務(wù)季度收入（億美元）資料：ifind，中航證券研究所?

圍繞人工智能，美國已發(fā)起又一輪針對中國的制裁。2022年9月，美國芯片巨頭英偉達(dá)收到美國官方通知，若對中國和俄羅斯的客戶出口兩款高端GPU芯片——A100和H100，需要新的出口許可。2023年10月，美國的限制進(jìn)一步增強(qiáng)，英偉達(dá)針對中國市場推出的“特供版”

A800和

H800

芯片遭到圖：美國商務(wù)部最新禁令出口合規(guī)限制。美國商務(wù)部長雷蒙多表示，目的就是遏制中國獲得先進(jìn)芯片，從而阻礙中國「人工智能和復(fù)雜計(jì)算機(jī)領(lǐng)域的突破」。?

國家層面，如果算力跟不上，則無法進(jìn)行AI的大規(guī)模訓(xùn)練，將在人工智能競爭中落于下風(fēng)。產(chǎn)業(yè)層面，算力的充足與否，直接決定了擁有AI技術(shù)和產(chǎn)品的公司，能否提供長期穩(wěn)定的服務(wù)，從而在這場競爭中擁有先發(fā)權(quán)。隨著一系列英偉達(dá)算力供給縮水動(dòng)作，使得國內(nèi)市場上已有的英偉達(dá)系列顯卡進(jìn)一步稀缺，算力一個(gè)月內(nèi)漲價(jià)50%甚至100%已是常態(tài)。因此，AI算力自主化對于國際科技競爭以及國內(nèi)AI產(chǎn)業(yè)健康發(fā)展，都至關(guān)重要。資料：美國商務(wù)部，中航證券研究所?

頭部算力公司中，英偉達(dá)的強(qiáng)勁業(yè)績增長反映了從通用到加速計(jì)算和生成式人工智能的廣泛行業(yè)平臺轉(zhuǎn)型。NVIDIA

GPU、CPU、網(wǎng)絡(luò)、AI代工服務(wù)和

NVIDIAAIEnterprise

軟件都是全速增長的引擎。因此，英偉達(dá)被市場高度認(rèn)可，2023年至漲230.8%，盈利和估值水平也顯著優(yōu)于競爭對手。?

國產(chǎn)算力上市公司和海外公司技術(shù)和產(chǎn)品差距較大，并且在業(yè)績端未能體現(xiàn)AI浪潮帶來的增長，但由于人工智能的繁榮得到市場廣泛押注，國內(nèi)上市公司在估值端享受了本輪AI紅利，股價(jià)強(qiáng)勢增長。我們認(rèn)為，人工智能競賽已經(jīng)上升至大國競爭的高度，海外高端算力芯片被美國限制向中國出口，國內(nèi)AI訓(xùn)練公司轉(zhuǎn)向國產(chǎn)算力有望形成長期趨勢，所以國產(chǎn)算力將迎發(fā)展機(jī)遇。圖：算力公司市場表現(xiàn)情況（截至2023年12月15日）2023年度漲跌幅

市銷率（TTM）市盈率（TTM）

2023前三季度收入同比英偉達(dá)AMD英特爾海光信息寒武紀(jì)龍芯中科230.8%113.1%70.9%84.0%165.4%39.1%26.6210.083.6032.7098.8173.4063.231,071.82-115.86162.98-53.8885.5%-8.3%-20.8%3.2%-44.8%-18.5%-208.82資料：ifind，中航證券研究所?

中國

AI芯片產(chǎn)業(yè)逐漸呈現(xiàn)出蓬勃發(fā)展態(tài)勢。據(jù)IDC，2022年應(yīng)用在數(shù)據(jù)中心的智能芯片數(shù)量超過百萬個(gè)，其中本土品牌AI芯片數(shù)量已經(jīng)接近15%的占比，涵蓋品牌超過十余家。?

國際科技網(wǎng)絡(luò)巨頭公司谷歌、臉書，亞馬遜等等在AI芯片領(lǐng)域從云端訓(xùn)練到終端產(chǎn)品應(yīng)用，在開源框架賦能產(chǎn)業(yè)行業(yè)上有一定的領(lǐng)先優(yōu)勢。國內(nèi)企業(yè)也在打造從AI芯片注重云端訓(xùn)練+AI芯片終端響應(yīng)+AI算法框架開源的生態(tài)體系。表：英偉達(dá)工藝制程產(chǎn)品產(chǎn)品型號定位理論對標(biāo)英偉達(dá)產(chǎn)品異騰9107nm高端

臺積電英偉達(dá)A100/A800海思阿里異騰310倚天710含光800昆侖芯2代紫霄深算二號BR100MTT

S3000云燧T20Gaudi12nm5nm12nm7nm12nm一7nm7nm12nm7nm中低端高端中低端高端中低端一中高端一英偉達(dá)P4一英偉達(dá)A10一百度騰訊海光信息壁仞科技摩爾線程燧原科技寒武紀(jì)中低端曦思N系列曦云C系列JM9沐曦景嘉微資料：IDC，中航證券研究所一、AI處史上最長繁榮期，算力國產(chǎn)化需求迫切二、AI技術(shù)收斂，GPU主宰算力芯片四、HBM解決GPU內(nèi)存危機(jī)，成為存儲(chǔ)下一主戰(zhàn)場五、異構(gòu)計(jì)算時(shí)代，先進(jìn)封裝戰(zhàn)略地位凸顯六、電源技術(shù)提升計(jì)算能效，背面供電蓄勢待發(fā)七、風(fēng)險(xiǎn)提示?

英偉達(dá)CUDA已經(jīng)實(shí)現(xiàn)了與算法工程師、芯片客戶的強(qiáng)綁定，眾多算法工程師已經(jīng)習(xí)慣了一套工具庫、一套編程語言，向外遷移存在不習(xí)慣等問題。所以很多算力芯片硬件廠商選擇了兼容CUDA的路線——使硬件能夠直接用CUDA調(diào)動(dòng)起來，以降低用戶的硬件遷移痛點(diǎn)。?

兼容CUDA需要巨大時(shí)間和成本投入。據(jù)集微網(wǎng)，兼容CUDA涉及50個(gè)驅(qū)動(dòng)、50個(gè)編譯器、50個(gè)數(shù)學(xué)庫、300個(gè)應(yīng)用層工程師，3-5年的時(shí)間。功能的驗(yàn)證，用戶的培養(yǎng)需要額外3-5年，每年還要至少開支1000萬-3000萬元資助外部開發(fā)者。?

從頭部AI廠商布局來看，英偉達(dá)競爭者AMD選擇兼容CUDA+自研原生“兩條腿”并行，英偉達(dá)客戶谷歌、Meta、亞馬遜等均已推出自己的AI芯片。我們認(rèn)為，國產(chǎn)GPU在起步階段兼容CUDA生態(tài)更容易發(fā)展，易于生存。在美國技術(shù)封鎖的大背景之下，“AI信創(chuàng)”為國產(chǎn)算力芯片提供了市場窗口，遠(yuǎn)期國產(chǎn)GPU還是需要發(fā)展原生生態(tài)。圖：頭部廠商自研AI芯片公司芯片名發(fā)布時(shí)間代數(shù)制程（nm）亞馬遜亞馬遜Google微軟TrainiumInferentiaTensor(TPU)Athena202220192015202420182025202520241241311155755555對標(biāo)英偉達(dá)GPU對標(biāo)英特爾CPU亞馬遜GoogleGoogle微軟GravitonMapleCypressCascade資料：集微網(wǎng)、The

information、中航證券研究所?

當(dāng)下諸多國內(nèi)本土芯片技術(shù)儲(chǔ)備和生態(tài)能力仍圍繞小模型時(shí)代的識別式人工智能展開，難以匹配大模型和生成式人工智能發(fā)展所需的軟件生態(tài)、模型框架、性能需求，因此本土人工智能芯片仍需在發(fā)展、繼承和競爭中成長。在中美脫鉤的時(shí)代背景下，國產(chǎn)算力芯片正經(jīng)歷“可用”到“好用”的階段，國產(chǎn)算力芯片整體實(shí)力有待提升。?

從生態(tài)成熟度來看，我們認(rèn)為，海思和海光信息有望率先替代英偉達(dá)算力芯片。受益于ICT行業(yè)的領(lǐng)先地位，昇騰系列將獲得從芯片設(shè)計(jì)、芯片制造、算力部署、應(yīng)用生態(tài)的全方位支持，有更大概率成為主流國產(chǎn)算力芯片。圖：國內(nèi)GPU與英偉達(dá)性能對比英偉達(dá)A10019.5624英偉達(dá)H10060海思海光信息寒武紀(jì)摩爾線程昇騰910深算二號MLU290-M5MTT

S3000代表產(chǎn)品FP32算力（TFLOPS）----15.2-FP16算力（TFLOPS）顯存大小(GB)顯存帶寬(TB/S)互聯(lián)帶寬（GB/S）功耗（W）200080280-8032-321320.4-23-56.5-600900-600350-400700300-250-生態(tài)CUDACUDA昇思MindsporeROCm，兼容CUDA資料：各公司官網(wǎng)，中航證券研究所?

據(jù)Omdia，在支持超大規(guī)模模型訓(xùn)練開發(fā)方面,全球領(lǐng)先的人工智能框架TensorFlow和PyTorch仍然占據(jù)中國領(lǐng)導(dǎo)地位；中國人工智能開發(fā)者認(rèn)為,昇思MindSpore原生支持預(yù)訓(xùn)練大模型開發(fā),已在中國市場上占據(jù)優(yōu)勢地位,并已經(jīng)孵化出了一系列創(chuàng)新大模型。?

在以ChatGPT為代表的AIGC火爆的的背后,也出現(xiàn)了“造假”等AI倫理道德問題,人工智能開發(fā)者和機(jī)構(gòu)越來越關(guān)注“負(fù)責(zé)任的人工智能”。Omdia在對人工智能開發(fā)者的調(diào)研中發(fā)現(xiàn),在所有主流人工智能框架中,TensorFlow與MindSpore對“負(fù)責(zé)任的人工智能”提供的支持能力最好,分別位居第一與第二名。圖：TensorFlow,

PyTorch,MindSpore和PaddlePaddle在支持超大規(guī)模模型訓(xùn)練方面處于領(lǐng)先圖：TensorFlow和MindSpore對“負(fù)責(zé)任的人工智能”提供的支持能力最好資料：Omdia《中國人工智能框架市場調(diào)研報(bào)告》、中航證券研究所?通過芯片、異構(gòu)計(jì)算架構(gòu)、AI框架、AI開發(fā)平臺等根技術(shù)的持續(xù)創(chuàng)新突破，打造自主的計(jì)算生態(tài)。硬件方面，昇騰GPU對標(biāo)英偉達(dá)GPU，軟件方面；軟件方面，CANN計(jì)算架構(gòu)對標(biāo)英偉達(dá)CUDA架構(gòu)；昇思計(jì)算框架對標(biāo)TensorFlow、Pytorch計(jì)算框架，并且PyTorch已同步支持昇騰NPU；應(yīng)用方面，昇騰已經(jīng)支持了業(yè)界50多個(gè)大模型，使能各行各業(yè)的智能化升級。圖：全棧

AI軟硬件平臺對標(biāo)英偉達(dá)CUDA架構(gòu)對標(biāo)英偉達(dá)GPU同時(shí)兼容Pytorch框架資料：、中航證券研究所?

2023年1月，國家工業(yè)信息安全發(fā)展研究中心提出，我國智能算力中心建設(shè)已進(jìn)入2.0階段，在智能計(jì)算中心的建設(shè)過程中，投-建-運(yùn)往往由不同的單位負(fù)責(zé)，導(dǎo)致資源浪費(fèi)，體驗(yàn)不佳。所以2.0階段，算力中心的建設(shè)、運(yùn)營、應(yīng)用應(yīng)該聯(lián)動(dòng)，滿足一體化服務(wù)需求。圖：中國人工智能計(jì)算中心分布?AI芯片在國內(nèi)優(yōu)勢顯著，因?yàn)樵贗CT領(lǐng)域具備從建設(shè)到運(yùn)營的全環(huán)節(jié)壁壘。至頂智庫統(tǒng)計(jì)，截至2023年2月，我國目前已投入運(yùn)營和在建的人工智能計(jì)算中心達(dá)23個(gè)，有16家人工智能計(jì)算中心由參與建設(shè)，使用

昇騰人工智能計(jì)算系統(tǒng)作為底層技術(shù)支持。國內(nèi)約70%算力中心由疊加國產(chǎn)AI芯片自主化的需求，所以芯片將長期引領(lǐng)國內(nèi)算力芯片發(fā)展。參與，AI資料：至頂網(wǎng)、中航證券研究所?

海光信息的產(chǎn)品包括海光通用處理器（CPU）和海光協(xié)處理器（DCU）。公司是少數(shù)幾家同時(shí)具備高端通用處理器和協(xié)處理器研發(fā)能力的集成電路設(shè)計(jì)企業(yè)?；趚86指令框架、“類CUDA”計(jì)算環(huán)境和國際先進(jìn)處理器設(shè)計(jì)技術(shù)，公司大力發(fā)展?jié)M足中國信息化發(fā)展需要的高端處理器產(chǎn)品。?

強(qiáng)大研發(fā)實(shí)力推動(dòng)公司產(chǎn)品持續(xù)迭代。公司骨干研發(fā)人員多擁有國內(nèi)外知名芯片公司的就職背景，擁有成功研發(fā)x86處理器或ARM處理器的經(jīng)驗(yàn)。公司2021全年、2022全年、2023前三季度的研發(fā)投入分別為7.45億元、14.14億元、12.79億元，迅速增長的研發(fā)投入，支撐公司產(chǎn)品不斷迭代。海光CPU系列產(chǎn)品海光三號為主力銷售產(chǎn)品，海光四號、海光五號處于研發(fā)階段；海光DCU系列產(chǎn)品深算一號為公司GPGPU主要在售產(chǎn)品，深算二號于2023Q3發(fā)布，深算三號研發(fā)進(jìn)展順利。圖：海光信息主要產(chǎn)品產(chǎn)品類型處理器種類指令集主要產(chǎn)品海光3000系列海光5000系列產(chǎn)品特征典型應(yīng)用場景內(nèi)置多個(gè)處理器核心，集成通用的高性能外設(shè)接口，擁有完善的軟硬件生態(tài)環(huán)境和完備的系統(tǒng)安全機(jī)制，適用于數(shù)據(jù)計(jì)算和事務(wù)處理等通用型應(yīng)用云計(jì)算、物聯(lián)網(wǎng)、信息服務(wù)等海光CPU通用處理器兼容x86指令集海光7000系列內(nèi)置大量運(yùn)算核心，具有較強(qiáng)的并行計(jì)算能力和較高的能效大數(shù)據(jù)處理、人工智能、比，適用于向量計(jì)算和矩陣計(jì)算等計(jì)算密集型應(yīng)用海光DCU協(xié)處理器兼容“類CUDA”環(huán)境海光8000系列商業(yè)計(jì)算等資料：海光信息招股書、中航證券研究所?

海光DCU屬于GPGPU的一種，全面兼容ROCm

GPU計(jì)算生態(tài)。ROCm是AMD的軟件平臺，用來加速

GPU

計(jì)算，對標(biāo)英偉達(dá)的CUDA平臺。AMD的GPU上編程模型使用的是HIP或者OpenCL，運(yùn)行環(huán)境是ROCm。英偉達(dá)顯卡上，編程模型是CUDA，運(yùn)行環(huán)境也是CUDA。?

由于ROCm和CUDA在生態(tài)、編程環(huán)境等方面具有高度的相似性，CUDA用戶可以以較低代價(jià)快速遷移至ROCm平臺，ROCm也被稱為“類CUDA”。因此，海光DCU協(xié)處理器能夠較好地適配、適應(yīng)國際主流商業(yè)計(jì)算軟件和人工智能軟件。在互聯(lián)網(wǎng)領(lǐng)域，公司的DCU產(chǎn)品已得到百度、阿里等互聯(lián)網(wǎng)企業(yè)的認(rèn)證，并推出聯(lián)合方案，打造全國產(chǎn)軟硬件一體全棧AI基礎(chǔ)設(shè)施。圖：公司OEM客戶圖：海光提供完善的AI軟件棧支持資料：海光信息、中航證券研究所?

寒武紀(jì)提供云邊端一體、軟硬件協(xié)同、訓(xùn)練推理融合、具備統(tǒng)一生態(tài)的系列化智能芯片產(chǎn)品和平臺化基礎(chǔ)系統(tǒng)軟件。?

公司云端產(chǎn)品線前五大客戶，包括中科可控、浪潮信息等服務(wù)器廠商及阿里、百度等互聯(lián)網(wǎng)公司，目前公司已完成了服務(wù)器廠商的產(chǎn)品適配并與主要服務(wù)器廠商建立了長期深入的合作關(guān)系。圖：寒武紀(jì)芯片產(chǎn)品面向云、邊、端三大場景產(chǎn)品線產(chǎn)品類型寒武紀(jì)主要產(chǎn)品思元100（MLU100）芯片及云端智能加速卡思元270（MLU270）芯片及云端智能加速卡思元290（MLU290）芯片及云端智能加速卡思元370（MLU370）芯片及云端智能加速卡玄思1000智能推出時(shí)間2018年2019年云端智能芯片及加速卡2020年云端產(chǎn)品線2021年、2022年2020年訓(xùn)練整機(jī)玄思1001智能2022年邊緣產(chǎn)品線邊緣智能芯片及加速卡思元220（MLU220）芯片及邊緣智能加速卡寒武紀(jì)1A處理器2019年2016年終端智能處理器IP寒武紀(jì)1H處理器2017年IP授權(quán)及軟件寒武紀(jì)1M處理器2018年基礎(chǔ)系統(tǒng)軟件平臺寒武紀(jì)基礎(chǔ)軟件開發(fā)平臺（適用于公司所有芯片與處理器產(chǎn)品）

持續(xù)研發(fā)和升級，以適配新的芯片資料：公司公告、中航證券研究所?

公司四季度收入較前三季度大幅增長，是由于智能計(jì)算集群系統(tǒng)業(yè)務(wù)主要服務(wù)于城市智能計(jì)算中心客戶，該類客戶第四季度組織項(xiàng)目進(jìn)度評審及項(xiàng)目驗(yàn)收工作。從公司收入季節(jié)性明顯的特征分析，公司目前客戶可能主要為回款較慢的政府、學(xué)校、金融等G端客戶，公司在互聯(lián)網(wǎng)端存較大增長空間。圖：公司單季度收入（億元）資料：ifind、中航證券研究所一、AI處史上最長繁榮期，算力國產(chǎn)化需求迫切二、AI技術(shù)收斂，GPU主宰算力芯片三、“AI信創(chuàng)”驅(qū)動(dòng)，培育國產(chǎn)算力生態(tài)五、異構(gòu)計(jì)算時(shí)代，先進(jìn)封裝戰(zhàn)略地位凸顯六、電源技術(shù)提升計(jì)算能效，背面供電蓄勢待發(fā)七、風(fēng)險(xiǎn)提示?

AI服務(wù)器存儲(chǔ)容量倍增，帶動(dòng)存儲(chǔ)器需求成長。據(jù)TrendForce，AI服務(wù)器需要配置更多DRAM、SSD和HBM等大容量存儲(chǔ)以應(yīng)對日益復(fù)雜的大模型所帶來的海量數(shù)據(jù)。當(dāng)前普通服務(wù)器DRAM普遍配置約為500至600GB，而AI服務(wù)器DRAM

配置可達(dá)1.2至1.7TB，是普通服務(wù)器的二到三倍。此外，相較于一般服務(wù)器而言，AI服務(wù)器多增加GPGPU的使用，因此以NVIDIA

A100

80GB配置4或8張計(jì)算，HBM用量約為320~640GB。未來在AI模型逐漸復(fù)雜化的趨勢下，將刺激更多的存儲(chǔ)器用量，并同步帶動(dòng)

Server

DRAM、SSD以及

HBM

的需求成長。圖：AI服務(wù)器

vs

普通服務(wù)器存儲(chǔ)用量普通服務(wù)器500-600GB4.1TBAI服務(wù)器1.2-1.7TB4.1TB未來AI服務(wù)器2.2-2.7TB8TBDRAM容量SSD容量HBM容量——320-640GB512-1024GB資料：

TrendForce、中航證券研究所?

處理器的性能按照摩爾定律規(guī)劃的路線不斷飆升，內(nèi)存所使用的DRAM卻從工藝演進(jìn)中獲益很少，性能提升速度遠(yuǎn)慢于處理器速度，造成了DRAM的性能成為制約計(jì)算機(jī)性能的一個(gè)重要瓶頸，即所謂的“內(nèi)存墻”。HBM成為增加存儲(chǔ)器帶寬的路徑之一，以解決大數(shù)據(jù)時(shí)代下的“內(nèi)存墻”問題。?

HBM（High

Bandwidth

Memory）即高帶寬存儲(chǔ)器，按照J(rèn)EDEC的分類，HBM屬于GDDR內(nèi)存的一種，其通過使用先進(jìn)的封裝方法（如TSV硅通孔技術(shù)）垂直堆疊多個(gè)DRAM，并與GPU封裝在一起。HBM主要優(yōu)勢是在高帶寬和低功耗領(lǐng)域，應(yīng)用場景以配合并行計(jì)算的GPU和ASIC芯片為主。圖：存儲(chǔ)計(jì)算性能存在“剪刀差”圖：HBM性能優(yōu)勢明顯資料：中國移動(dòng)研究院、AMD、中航證券研究所?

主流用于大模型訓(xùn)練的AI芯片，其顯存方案跟隨HBM技術(shù)的提升而演進(jìn)，向更高帶寬的方向發(fā)展。英偉達(dá)的A100和AMD

MI200均采用HBM2e方案，而英偉達(dá)最新一代的H100芯片則采用SK海力士的HBM3方案，AMD發(fā)布的MI300X采用192GB的HBM3內(nèi)存方案，帶寬最高可達(dá)H100的1.6倍。圖：部分AI訓(xùn)練芯片內(nèi)存方案圖：HBM約兩年迭代一次帶寬（GB/s）GPU型號推出時(shí)間存儲(chǔ)技術(shù)

GPU顯存容量顯存帶寬NVIDIAV100SXM2NVIDIAA10080GB

SXMNVIDIAH100SXMAMDInstinctMI100AMDInstinctMI200AMDInstinctMI300X2017年HBM2HBM2eHBM3HBM2HBM2eHBM316GB/32GB80GB900

GB/s2020年2022年2020年2021年2023年2039GB/s3.35TB/s1.2

TB/s3.2TB/s80GB32GB128GB192GB5.2TB/s資料：

NVIDIA官網(wǎng)、AMD官網(wǎng)、奎芯科技、海力士、中航證券研究所?

AI創(chuàng)造純增量市場，HBM需求量年增近六成。目前高端AI服務(wù)器GPU搭載HBM已成主流，TrendForce預(yù)估2023年全球HBM需求量將年增近六成，來到2.9億GB，2024年將再成長三成。根據(jù)Mordor

Intelligence，2020年HBM市場價(jià)值為

10.68

億美元，預(yù)計(jì)到2026年將達(dá)到40.89億美元，在2021-2026年預(yù)測期間的復(fù)合年增長率為25.4%。HBM頭部企業(yè)SK海力士在2023年7月表示，目前其HBM的銷量占比還不足營收1%，但2023年銷售額占比有望成長到10%，同時(shí)預(yù)計(jì)在2024年應(yīng)用于AI服務(wù)器的HBM和DDR5的銷量將翻一番。2023年10月，SK海力士表示，已經(jīng)在2023年出售了明年HBM3和HBM3E的所有產(chǎn)量。圖：HBM市場規(guī)模預(yù)測（億美元）4540.894035302520151052021-2026CAGR

25.4%10.68202002026資料：

MordorIntelligence、中航證券研究所?

HBM價(jià)值量顯著敢于標(biāo)準(zhǔn)DRAM，成為新利潤增長點(diǎn)。芯片咨詢公司

SemiAnalysis

表示，HBM的價(jià)格大約是標(biāo)準(zhǔn)DRAM芯片的五倍，為制造商帶來了更大的總利潤。目前，HBM占全球內(nèi)存收入的比例不到5%，但SemiAnalysis預(yù)計(jì)到2026年將占到總收入的20%以上。SK海力士首席財(cái)務(wù)官KimWoo-hyun在4月份的財(cái)報(bào)電話會(huì)議上表示預(yù)計(jì)2023年HBM收入將同比增長50%以上。?

韓系存儲(chǔ)供應(yīng)商積極擴(kuò)產(chǎn)，主導(dǎo)HBM市場。根據(jù)TrendForce，2022年三大原廠HBM市占率分別為SK海力士約50%、三星約40%、美光約10%。高階深度學(xué)習(xí)AI

GPU的規(guī)格也在刺激HBM產(chǎn)品更迭，2023下半年伴隨NVIDIA

H100與AMDMI300的搭載，三大原廠也已規(guī)劃相對應(yīng)規(guī)格HBM3的量產(chǎn)。SK海力士作為目前唯一量產(chǎn)新世代HBM3產(chǎn)品的供應(yīng)商，其整體市占率有望提升至53%，而三星、美光則預(yù)計(jì)陸續(xù)在2023年底至2024年初量產(chǎn)，市占率分別為38%及9%。基于各原廠積極擴(kuò)產(chǎn)的策略，HBM供需比有望獲改善，預(yù)估將從2023年的-2.4%，轉(zhuǎn)為0.6%。圖：2022年及2023年HBM市場份額預(yù)測圖：三大存儲(chǔ)廠的HBM開發(fā)進(jìn)度60%50%40%30%20%10%0%53%50%40%38%10%9%SK海力士三星電子2022年

2023年美光資料：

TrendForce、中航證券研究所?

擁抱頭部原廠資源，投資半導(dǎo)體產(chǎn)業(yè)鏈協(xié)同賦能。香農(nóng)芯創(chuàng)目前擁有兩大業(yè)務(wù)板塊：電子元器件分銷平臺，和半導(dǎo)體產(chǎn)業(yè)鏈協(xié)同賦能。公司第一大供應(yīng)商為SK海力士，并獲得了SK海力士、MTK等原廠的授權(quán)代理權(quán)，形成了代理原廠線優(yōu)勢。公司投資半導(dǎo)體設(shè)計(jì)、封測、設(shè)備、應(yīng)用等各個(gè)環(huán)節(jié)領(lǐng)軍企業(yè)，推動(dòng)半導(dǎo)體產(chǎn)業(yè)鏈生態(tài)發(fā)展和升級。?

與海力士合作拓展SSD業(yè)務(wù)。

5月26日，公司公告與深圳大普微電子、江蘇疌泉君海榮芯投資等合作方共同出資設(shè)立深圳市海普存儲(chǔ)科技有限公司。新公司擬開展SSD存儲(chǔ)產(chǎn)品的設(shè)計(jì)、生產(chǎn)和銷售業(yè)務(wù)，當(dāng)前我國企業(yè)級SSD市場國產(chǎn)化率較低，而2022-2026年我國企業(yè)級SSD市場規(guī)模將以23.7%的年均復(fù)合增速成長，市場空間廣闊。新公司的成立，助力打破技術(shù)壟斷，推進(jìn)企業(yè)級SSD一大股東為SK海力士（無錫）投資公司，利益共享或有技術(shù)賦能。進(jìn)程。此外，投資方江蘇疌泉君海榮芯投資的第鎖定一線品牌代理資格投資賦能，與半導(dǎo)體產(chǎn)業(yè)鏈協(xié)同發(fā)展資料：

香農(nóng)芯創(chuàng)、中航證券研究所?

雅克科技是平臺型先進(jìn)材料公司，形成了以電子材料為核心，LNG保溫板材為補(bǔ)充的戰(zhàn)略模式。公司收購海外優(yōu)質(zhì)資產(chǎn)彎道超車，并打入海外核心客戶供應(yīng)鏈，技術(shù)實(shí)力國內(nèi)領(lǐng)先。公司半導(dǎo)體材料包括前驅(qū)體、光刻膠及輔助化學(xué)品、電子特氣、硅微粉等，客戶包括臺積電、三星電子、Intel、、海力士、京東方等業(yè)國際頭部企業(yè)。?

2023年9月，公司發(fā)布對外投資公告，子公司江蘇雅克半導(dǎo)體以約2.7億元的價(jià)格收購SKenpulse公司持有的SKC-ENF75.1%的股權(quán)，SKC-ENF持有愛思易（江蘇）公司及愛思開希（南通）公司100%的股權(quán)，主要產(chǎn)品為半導(dǎo)體光刻膠輔助化學(xué)品，包括顯影液、稀釋劑、蝕刻液等，目前是國內(nèi)唯一擁有相關(guān)技術(shù)的本土供應(yīng)商，產(chǎn)品可以滿足對應(yīng)全品類光刻膠匹配使用。公司橫向布局濕電子化學(xué)品，拓展業(yè)務(wù)疆界，并增強(qiáng)主業(yè)的規(guī)模效應(yīng)。前驅(qū)體硅微粉特氣光刻膠推出新High-K材料及超高/低溫硅類產(chǎn)品，是海力士主要供應(yīng)商球形氧化鋁等產(chǎn)品已開始向客戶穩(wěn)定供貨工業(yè)用六氟化硫受益于國內(nèi)特高壓輸變電需求OLED用低溫RGB光刻膠、CMOS傳感器用RGB光刻膠、先進(jìn)封裝RDL層用i-Line光刻膠等導(dǎo)入客戶測試亞微米球形二氧化硅完成研發(fā)，供貨給住友電木、日立化成等知名環(huán)氧塑封料的廠商子公司科美特供應(yīng)臺積電、三星電子、江蘇先科工廠量產(chǎn)在即、海力士等頭部客戶資料：

雅克科技、中航證券研究所一、AI處史上最長繁榮期，算力國產(chǎn)化需求迫切二、AI技術(shù)收斂，GPU主宰算力芯片三、“AI信創(chuàng)”驅(qū)動(dòng)，培育國產(chǎn)算力生態(tài)四、HBM解決GPU內(nèi)存危機(jī)，成為存儲(chǔ)下一主戰(zhàn)場六、電源技術(shù)提升計(jì)算能效，背面供電蓄勢待發(fā)七、風(fēng)險(xiǎn)提示?

異構(gòu)集成（Heterogeneous

Integration），即橫向和縱向連接多個(gè)半導(dǎo)體，可將更多的晶體管裝在一個(gè)更小的半導(dǎo)體上，準(zhǔn)確地說是在更小的半導(dǎo)體封裝內(nèi)，從而提供比其各部分之和更大的功用。CPU+GPU是人工智能異構(gòu)計(jì)算的主要組合形式，英偉達(dá)的Grace

Hopper超級芯片通過異構(gòu)集成CPU、GPU以及存儲(chǔ)器，實(shí)現(xiàn)芯片更高帶寬的互連，能夠承擔(dān)更大的數(shù)據(jù)集、更復(fù)雜的模型和新的工作負(fù)載。?

先進(jìn)封裝成為突破“摩爾定律”局限的技術(shù)。先進(jìn)封裝技術(shù)充當(dāng)著半導(dǎo)體器件與系統(tǒng)之間的橋梁，是實(shí)現(xiàn)異構(gòu)集成的關(guān)鍵技術(shù)，因此，這種連接方法變得越來越重要。先進(jìn)封裝技術(shù)本身已成為一種系統(tǒng)解決方案，半導(dǎo)體頭部設(shè)計(jì)、制造商均通過此方法，在摩爾定律放緩的時(shí)代，從系統(tǒng)層面繼續(xù)提升芯片性能。圖：英偉達(dá)Grace

Hopper超級芯片圖：英特爾異構(gòu)

3D系統(tǒng)級封裝集成圖：三星先進(jìn)異構(gòu)集成集成GPU\CPU\存儲(chǔ)資料：

英特爾、英偉達(dá)、三星、中航證券研究所?

自2020年開始，先進(jìn)封裝進(jìn)入技術(shù)融合期，成為關(guān)鍵的系統(tǒng)級解決方案。不僅需要借助多項(xiàng)技術(shù)將各類芯片集成到同一封裝內(nèi)，還需要在整合系統(tǒng)時(shí)將多個(gè)部分連接至同一模塊。AI計(jì)算芯片融合了多項(xiàng)先進(jìn)封裝技術(shù)，HBM應(yīng)用TSV堆疊技術(shù)獲得超高帶寬，而為了將HBM和GPU集成，CoWoS封裝技術(shù)被深度開發(fā)。因此，封裝技術(shù)將成為提供整體系統(tǒng)解決方案的重要手段。海力士判斷，未來各公司將依賴封裝技術(shù)助力其成為半導(dǎo)體行業(yè)的領(lǐng)軍者。圖：封裝行業(yè)發(fā)展的三個(gè)階段~2010年~2020年~2030年?堆疊?性能?整合開發(fā)減少封裝高度的技術(shù)開發(fā)提升封裝性能的技術(shù)開發(fā)增強(qiáng)封裝整合競爭力(封裝堆疊→芯片堆疊)(凸塊→

TSV)的新技術(shù)(SiP*)資料?

隨著封裝技術(shù)的發(fā)展，近十年中，重新分配層（RDL）、倒片封裝（Flip

Chip）和硅穿孔（TSV）等封裝技術(shù)得到了積極廣泛的應(yīng)用，在硅晶圓或芯片堆疊結(jié)構(gòu)晶圓中進(jìn)行工藝處理，大幅提高了產(chǎn)品的性能和容量。SK海力士憑借業(yè)界領(lǐng)先的TSV堆疊技術(shù)引領(lǐng)了市場發(fā)展，這其中包括HBM封裝存儲(chǔ)器解決方案，以及用于服務(wù)器的高密度存儲(chǔ)器（HDM）三維堆疊技術(shù)。同時(shí)，海力士持續(xù)迭代封裝技術(shù)，研發(fā)了批量回流模制底部填充、混合鍵合、扇出型晶圓級封裝等技術(shù)，以進(jìn)一步提升了HBM的堆疊層數(shù)。圖：堆疊封裝層數(shù)增長，提高HBM帶寬圖：海力士持續(xù)迭代封裝技術(shù)四代HBM規(guī)格比較（以SK海力士產(chǎn)品為例）類別帶寬HBM1HBM2HBM2E460GB/s4層/8層HBM3819GB/s4層/12層128GB/s

307GB/s堆疊高度容量4層1GB4層/8層4GB/8GB

8GB/16GB

16GB/24GB2.4Gbps

3.6Gbps

6.4GbpsI/O速率1Gbps資料：

海力士、中航證券研究所?

HBM采用一種全新的DRAM架構(gòu)，這種架構(gòu)借助硅通孔技術(shù)（TSV）來增加引腳數(shù)量。通常，在DRAM規(guī)范中，“X4”表示有四個(gè)引腳用于發(fā)送信息，或可以同時(shí)從DRAM發(fā)送4位（bit）信息。相應(yīng)地，X8表示8位，X16表示16位，以此類推。增加引腳數(shù)量有利于同時(shí)發(fā)送更多信息。圖：封裝剖面圖?

由于堆疊芯片以及連接引腳（Pin）的數(shù)量增加，引線變得更加復(fù)雜，而且也需要更多空間來容納這些引線。相比之下，硅通孔芯片堆疊則不需要復(fù)雜的布線，因而封裝尺寸更小。因此，由于自身局限性，引線芯片堆疊最多只能達(dá)到X32，而硅通孔堆疊則沒有這方面的局限性，使HBM可達(dá)到X1024。資料：海力士、中航證券研究所?

HBM并非一種全封裝產(chǎn)品，而是一種半封裝產(chǎn)品。當(dāng)HBM產(chǎn)品被送到系統(tǒng)半導(dǎo)體制造商那里時(shí)，系統(tǒng)半導(dǎo)體制造商會(huì)使用中介層構(gòu)建一個(gè)2.5D封裝，將HBM與邏輯芯片并排排列。由于2.5D封裝中的基板無法提供用于支持HBM和邏輯芯片的所有輸入/輸出引腳的焊盤（Pads），因此需要使用中介層來形成焊盤和金屬布線，從而容納HBM和邏輯芯片。然后，再將這些中介層與基板連接。?

臺積電CoWoS技術(shù)主導(dǎo)2.5D封裝。CoWoS是英偉達(dá)選擇的主流封裝技術(shù)，能夠以合理的成本提供最高的互連密度和最大的封裝尺寸。由于目前大部分HBM系統(tǒng)都封裝在CoWoS上，因此，大部分先進(jìn)的數(shù)據(jù)中心GPU由臺積電在CoWoS上封裝。圖：使用HBM的2.5D封裝HBM資料：

海力士、中航證券研究所?

CoWoS由

CoW

和

oS組合而來。

先將芯片通過

Chip

onWafer（CoW）的封裝連接至中介板，再把

CoW

模塊與基板（Substrate）連接。TSV中介板制作流程1、將頂端晶粒倒裝、對準(zhǔn)，于中介板面對面鍵合TSV中介板1、深硅刻蝕/鉆孔6、支撐晶圓鍵合2、沉積2、晶圓級包覆成型、塑封晶圓研磨和模塊減薄7、減薄TSV中介板3、深孔填充8、背面UBM，重布線4、表面平坦化3、切割CoW模塊，通過凸塊與封裝基板相連（CoW+oS）完工的封裝晶圓9、焊接凸塊5、正面UBM，重布線10、拆鍵合，清洗資料：

Amkor、《TSVinterposer

fabricationfor

3D

ICpackaging》,中航證券研究所，空?

先進(jìn)封裝生態(tài)涵蓋從芯片設(shè)計(jì)、制造、材料的供應(yīng)商。包括高性能算力芯片巨頭英特爾、英偉達(dá)、AMD；存儲(chǔ)芯片供應(yīng)商三星、海力士、鎂光；先進(jìn)封裝工藝服務(wù)商臺積電、英特爾、日月光；IC載板供應(yīng)商欣興電子、英特爾、AT&S等。?

我國本土供應(yīng)商在先進(jìn)封裝產(chǎn)業(yè)鏈的參與度較低，在逆全球化的背景下，除了實(shí)現(xiàn)高階芯片制程的自主可控，先進(jìn)封裝的國產(chǎn)化也同樣迫在眉睫。圖：先進(jìn)封裝產(chǎn)業(yè)生態(tài)?

應(yīng)用于高性能計(jì)算的3D

SoC技術(shù)，將存儲(chǔ)芯片堆疊在算力芯片上?

適用于高連接密度和低功耗的混合鍵合技術(shù)?

將DRAM堆疊在邏輯芯片的3D-IC技術(shù)?

AI和數(shù)據(jù)中心增加了對HBM需求?

基于TSV的2.5D中介板?

使用更少TSV的RDL和HD-FO技術(shù)?

異質(zhì)集成技術(shù)?

IC載板線寬低至5微米以下?

高密度布線的ABF載板資料：

KLA、中航證券研究所板?

興森科技專注于印制電路板產(chǎn)業(yè)，圍繞傳統(tǒng)PCB業(yè)務(wù)和半導(dǎo)體業(yè)務(wù)兩大主線開展。PCB業(yè)務(wù)聚焦于樣板快件及批量板的研發(fā)、設(shè)計(jì)、生產(chǎn)、銷售和表面貼裝；半導(dǎo)體業(yè)務(wù)聚焦于IC封裝基板（含CSP封裝基板和FCBGA封裝基板）及半導(dǎo)體測試板。?

興森科技對IC載板產(chǎn)能投資全球領(lǐng)先。據(jù)Yole，IC載板全球市場規(guī)模2022年達(dá)到151億美元，2028年將增長至289億美元，年均增速11%。但市場主要由海外公司主導(dǎo)，國內(nèi)正在積極擴(kuò)充產(chǎn)能,大陸廠商對IC載板的投資額占比達(dá)全球的46%，興森科技（fastprint）的資本投入在2021-2022年間排名全球第四。圖：IC載板頭部公司收入（百萬美元）圖：中國IC載板產(chǎn)能投資領(lǐng)先全球（百萬美元）資料：

yole、中航證券研究所板圖：主流的IC載板類型?

應(yīng)用于智強(qiáng)手機(jī)的消費(fèi)電子IC封裝主要思索問題便攜性、低成本等因素，普通認(rèn)為合適而使用CSP封裝，封裝尺寸較小。應(yīng)用于高性能計(jì)算機(jī)的IC封裝，主要思索問題性能，普通認(rèn)為合適而使用較為大型的、I/O數(shù)太多的BGA封裝。?

公司IC封裝基板業(yè)務(wù)毛利率下降主要因行業(yè)需求大幅下滑導(dǎo)致整體產(chǎn)能利用率下降，隨著行業(yè)回暖以及公司高端產(chǎn)能釋放，IC載板業(yè)務(wù)有望好轉(zhuǎn)。興森珠海FCBGA封裝基板項(xiàng)目擬建設(shè)產(chǎn)能200萬顆/月（約6,000平方米/月）的產(chǎn)線，預(yù)計(jì)2024年第一季度進(jìn)入小批量生產(chǎn)階段。；廣州FCBGA封裝基板項(xiàng)目擬分期建設(shè)2,000萬顆/月（2萬平方米/月）的產(chǎn)線，一期廠房已于2022年9月完成廠房封頂；CSP封裝基板產(chǎn)能為3.5萬平方米/月，得益于行業(yè)需求逐步回暖，CSP封裝基板產(chǎn)能利用率逐季提升。圖：興森科技IC載板收入及毛利率資料：

愛彼電路、ifind、中航證券研究所?

華海誠科主要產(chǎn)品包括環(huán)氧塑封料與電子膠黏劑，廣泛應(yīng)用于半導(dǎo)體封裝、板級組裝等應(yīng)用場景。其中，環(huán)氧塑封料與芯片級電子膠黏劑與半導(dǎo)體封裝技術(shù)的發(fā)展息息相關(guān)，是保證芯片功能穩(wěn)定實(shí)現(xiàn)的關(guān)鍵材料?，F(xiàn)建有先進(jìn)的環(huán)氧模塑料中試線1條、大生產(chǎn)線5條。目前公司的研發(fā)能力和生產(chǎn)能力在國內(nèi)環(huán)氧塑封料行業(yè)排名前列。?

芯片級底部填充膠主要應(yīng)用于FC（Flip

Chip）封裝領(lǐng)域，根據(jù)Yole，F(xiàn)C在先進(jìn)封裝的市場占比約為80%左右，是目前最具代表性的先進(jìn)封裝技術(shù)之一，具體類型包括FC-BGA、FC-SiP等先進(jìn)封裝技術(shù)，目前該市場仍主要為日本納美仕、日立化成等外資廠商壟斷，國內(nèi)芯片級底部填充膠目前主要尚處于實(shí)驗(yàn)室階段。公司FC底填膠已通過星科金朋的考核驗(yàn)證，在內(nèi)資廠商中處于領(lǐng)先水平。圖：FC底填膠的使用流程圖：環(huán)氧塑封料應(yīng)用場景資料：

華海誠科招股書、中航證券研究所?

艾森股份圍繞電子電鍍、光刻兩個(gè)半導(dǎo)體制造及封裝過程中的關(guān)鍵工藝環(huán)節(jié)，形成了電鍍液及配套試劑、光刻膠及配套試劑兩大產(chǎn)品板塊布局。公司主要產(chǎn)品以傳統(tǒng)封裝材料為主，先進(jìn)封裝材料逐步放量。公司先進(jìn)封裝用電鍍銅基液（高純硫酸銅）已在華天科技正式供應(yīng)；先進(jìn)封裝用電鍍錫銀添加劑已通過長電科技的認(rèn)證，尚待終端客戶認(rèn)證通過；先進(jìn)封裝用電鍍銅添加劑正處于研發(fā)及認(rèn)證階段。先進(jìn)封裝光刻方面，公司以光刻膠配套試劑為切入點(diǎn)，成功實(shí)現(xiàn)附著力促進(jìn)劑、顯影液、去除劑、蝕刻液等產(chǎn)品在下游封裝廠商的規(guī)?；?yīng)。同時(shí)，公司積極開展光刻膠的研發(fā)，目前，公司自研先進(jìn)封裝用g/i線負(fù)性光刻膠已通過長電科技、華天科技認(rèn)證并實(shí)現(xiàn)批量供應(yīng)。圖：公司先進(jìn)封裝材料收入占比提升（億元）圖：公司先進(jìn)封裝材料資料：

艾森股份招股書、中航證券研究所一、AI處史上最長繁榮期，算力國產(chǎn)化需求迫切二、AI技術(shù)收斂，GPU主宰算力芯片三、“AI信創(chuàng)”驅(qū)動(dòng)，培育國產(chǎn)算力生態(tài)四、HBM解決GPU內(nèi)存危機(jī)，成為存儲(chǔ)下一主戰(zhàn)場五、異構(gòu)計(jì)算時(shí)代，先進(jìn)封裝戰(zhàn)略地位凸顯七、風(fēng)險(xiǎn)提示?

據(jù)高性能電源解決方案供應(yīng)商MPS測算，云計(jì)算領(lǐng)域的電源市場規(guī)模增長迅速，從2015年8億美元，至2021年增長四倍，達(dá)到40億美元。?

云計(jì)算模擬電源市場由CPU服務(wù)器電路、GPU服務(wù)器電路、機(jī)架電路構(gòu)成，市場規(guī)模分別為10億美元、10億美元、20億美元。CPU服務(wù)器中，CPU供電、存儲(chǔ)器供電、PoL（負(fù)載點(diǎn)）供電、eFuse（電子保險(xiǎn)絲）市場規(guī)模分別為6億、2.8億美元、0.6億美元、0.6億美元。圖：圖24

云計(jì)算領(lǐng)域的電源市場規(guī)模（億美元）圖：云計(jì)算電源市場構(gòu)成資料：MPS、中航證券研究所?

數(shù)據(jù)中心功率密度增長，功耗隨之提升。隨著服務(wù)器計(jì)算能力增長快速，總體功耗也隨之提升。據(jù)，單IT機(jī)柜主流功率密度將從6-8kW/柜提高到1