电子行业专题研究：中国如何实现Zettascale计算-230312（17页）.pdf

《电子行业专题研究：中国如何实现Zettascale计算-230312（17页）.pdf》由会员分享，可在线阅读，更多相关《电子行业专题研究：中国如何实现Zettascale计算-230312（17页）.pdf（17页珍藏版）》请在三个皮匠报告上搜索。

1、 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。1 证券研究报告 电子电子 中国中国如何实现如何实现 Zettascale 计算计算 华泰研究华泰研究 电子电子 增持增持 (维持维持)研究员 黄乐平，黄乐平，PhD SAC No.S0570521050001 SFC No.AUZ066 +(852)3658 6000 研究员 张皓怡张皓怡 SAC No.S0570522020001 +(86)21 2897 2228 联系人 陈钰陈钰 SAC No.S0570121120092 +(86)21 2897 2228 联系人 廖健雄廖健雄 SAC No.S0570122020002

2、+(86)755 8249 2388 联系人 权鹤阳权鹤阳 SAC No.S0570122070045 +(86)21 2897 2228 行业行业走势图走势图 资料来源：Wind，华泰研究 2023 年 3 月 12 日中国内地 专题研究专题研究 高性能计算是高性能计算是 AI 发展的基石，架构、工艺、先进封装是核心技术发展的基石，架构、工艺、先进封装是核心技术 在今年 ISSCC（国际固态电路会议）上，AMD CEO Lisa Su 提出一个大胆的预测，在以 ChatGPT 为代表的 AI 计算需求的推动下，全球最高性能的计算集群的算力到 2035 年有望和 2022 年比增加 1000

3、倍进入 ZettaScale（每秒 10 的 21 次方浮点运算）时代。并呼吁全行业从工艺工艺，架构架构，先进封装先进封装三方面进行创新。我们看到，在美国加强对华出口管制的背景下，中国发展先进工艺先进工艺的路径中短期受阻。但是，我们认为，通过 1)芯片架构创新及 2）先进封装，我们仍然能进一步提高计算芯片性能。国内行业方面，我们看到在长电、通富、盛合晶微、华峰测控等在先进封装领域，寒武纪、海光、燧原、沐曦、芯原等在异构计算（算力芯片、IP）等领域积极布局。需求：需求：AI 成为高性能计算主要需求，成为高性能计算主要需求，OpenAI 的算力已经超过太湖之光的算力已经超过太湖之光 高性能计算主要

4、用于气候预测等科学计算领域，但随着 AI 大模型的出现，AI 相关算力需求正成为高性能计算的主要增长点。据 OpenAI，目前大模型训练所需算力的增速保持 3-4 个月/倍速度增长，远超摩尔定律 18-24 个月/倍。据微软 2020 年披露，其服务 OpenAI 的计算集群采用超过 1 万张 GPU，根据我们测算，其浮点计算能力约相当于我国最先进的超算中心太湖之光，是世界最大的超算中心 Frontier 的 9%。AMD 估计，在 AI 等推动下，世界最高性能超算可能从现在的 Exascale（1018），上升 1000 倍到 2035 年的Zettascale 级（1021）。其能耗或达

5、500MW，逼近一座核电站的输出功率。路径路径#1：异构计算，关注：异构计算，关注 GPU，DPU，存算一体等不同路径，存算一体等不同路径 面对先进制程昂贵的成本和日趋接近的物理极限，仅靠工艺改进难以满足算力膨胀需求。异构计算从计算架构出发，充分利用计算资源的并行分布，将不同制程/架构、不同指令集、不同功能硬件进行组合，成为解决算力瓶颈更为经济的方式。目前主流异构包括 1）GPU（英伟达/AMD），2）DPU（英伟达子公司 Mallonex），3）存算一体，4）自适应加速器（AMD）等路径。路径路径#2：先进封装从：先进封装从 2.5D 走向走向 3D 先进封装是以一系列通过把采用不同工艺的小

6、芯片相结合，提升芯片互联密度及通信带宽，从而能大规模提升芯片性能的技术。AMD 于 2015 年，在业界内率先采用 2.5D Chiplet 设计的芯片，通过把把存储和计算芯片在平面上连接，大幅提高系统性能。目前业界正向垂直堆叠的 3D 封装（图 10）演进。路径路径#3：半导体工艺在：半导体工艺在 2026 年进入年进入 1.4nm 时代时代 IMEC 预计全球先进制程工艺将在 2026 年左右进入 1.4nm 时代。当半导体进入 3nm 制程以下时，目前主流的 FinFET 将走向物理极限，新一代的 GAAFET（Nanosheet、Forksheet）将成为主流技术。IMEC 指出，AS

7、ML牵头的欧洲企业研发的High NA EUV光刻机是半导体工艺进入GAA的关键技术。美国出口管制限制，该设备目前无法对中国出口。风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。(26)(18)(9)(1)8Mar-22Jul-22Nov-22Mar-23(%)电子沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。2 电子电子 正文目录正文目录 中国如何实现中国如何实现 Zettascale 计算计算.3 AI 正成为高性能计算的最主要需求.3 路径#1：提升半导体工

8、艺，在 2026 年进入 1.4nm 时代.7 路径#2：先进封装从 2.5D 走向 3D.9 路径#3：异构计算：后摩尔时代，加速实现能源效率提升.11 风险提示.14 qQqRZVdUbZaYvZeXyX8ObPbRsQoOmOsRlOrRmPlOpOpMbRrQoOwMnPsPxNnRmO 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。3 电子电子 中国如何实现中国如何实现 Zettascale 计算计算 AI 正成为高性能计算的最主要需求正成为高性能计算的最主要需求 据 IDC 数据，2021 年全球半导体行业销售额达到 5559 亿美元，同比增长 26.2%，其中包括数

9、据中心用芯片和 PC 用芯片在内的计算，已经超过手机和基站在内的通信，成为半导体最大的终端需求，占比达到 32%的 1779 亿美金。计算用芯片，主要产品包括 GPU、CPU、内存、存储等。图表图表1：2021 年全球半导体市场分布（按照终端需求）年全球半导体市场分布（按照终端需求）图表图表2：高性能服务器成本结构拆分高性能服务器成本结构拆分（2018 年）年）资料来源：IDC，华泰研究 资料来源：IDC，华泰研究 过去，高性能计算主要用于气候预测等科学计算领域，根据 TOP500 统计，截至 2022 年11月，全球算力最大的计算集群是 2022年美国发布的Frontier，算力达1102

10、petaFLOPS，是首台算力达到 ExtaFLOPS(每秒 10 的 18 次方浮点运算）的计算集群，采用 36,922 颗AMD Instinct MI250X GPU 和 9,248 颗 AMD EPYC 64C CPU，主要用于前沿科学研究（例如癌症研究、药物发现、核聚变、前沿材料、超高效发动机和恒星爆炸等等）。目前我国最快的超算中心是2016年发布的太湖之光，其算力达93 petaFLOPS，采用40,960颗基于 RISC 架构的申威 SW26010 CPU。根据 TOP500 排名，截至 2022 年 11 月，太湖之光名列全球第六。计算32%通信31%消费电子12%汽车12%工

11、业12%其他1%CPU23.30%GPU27.30%memory25.60%storage2.90%其他20.90%免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。4 电子电子 图表图表3：全全球、中国最大超级计算机球、中国最大超级计算机和微软的和微软的 AI 计算中心比较计算中心比较（截至（截至 2022 年年 11 月）月）排名排名 最大算力最大算力（PetaFLOPS）国家国家 机构机构 名称名称 年份年份 操作系统操作系统 架构架构 CPU 类型类型 数量数量 GPU 类型类型 数量数量 互连互连 制造商制造商 1 1,102 美国 橡树岭国家实验室 Frontier 20

12、22 Linux(HPE Cray OS)HPE Cray EX235a AMD EPYC 64C 9,248 AMD Instinct MI250X 36922 Slingshot-11 HPE 2 442 日本 理化学研究所科学计算中心 Fugaku 2020 Linux(RHEL)Supercomputer Fugaku Fujitsu A64FX 158,976 0 0 Tofu interconnect D Fujitsu 3 309 芬兰 欧洲高性能计算联合企业 LUMI 2022 Linux(HPE Cray OS)HPE Cray EX235a AMD EPYC 64C 2,3

13、52 AMD Instinct MI250X 9408 Slingshot-11 HPE 4 174 意大利 欧洲高性能计算联合企业 Leonardo 2022 Linux BullSequana XH2000 Xeon Platinum 8358 3,456 Nvidia Ampere A100 13,824 Nvidia HDR100 Infiniband Atos 5 148 美国 橡树岭国家实验室 Summit 2018 Linux(RHEL 7.4)IBM Power SystemAC922 IBM POWER9 9,216 Nvidia Tesla V100 27648 Infin

14、iBand EDR IBM 6 94 美国 劳伦斯利弗莫尔国家实验室 Sierra 2018 Linux(RHEL)IBM Power SystemS922LC IBM POWER9 8,640 Nvidia Tesla V100 17280 InfiniBand EDR IBM 7 93 中国 国家超级计算无锡中心 太湖之光 2016 Linux(RaiseOS 2.0.5)Sunway MPP 申威SW26010 40960 0 0 Sunway NRCPC 8 70 美国 美国国家能源研究科学计算中心 Perlmutter 2021 Linux(HPE Cray OS)HPE Cray

15、EX235n AMD Epyc 7763 na Nvidia Ampere A100 na Slingshot-10 HPE 9 63 美国 英伟达 Selene 2020 Linux(Ubuntu 20.04.1)Nvidia AMD Epyc 7742 1,120 NVidea A100 4480 Mellanox HDR Infiniband Nvidia 10 61 中国 国家超级计算广州中心 天河-2A 2018 Linux(Kylin)TH-IVB-FEP Intel Xeon E52692 v2 35,584 Matrix-2000 35584 TH Express-2 NUDT

16、 97 美国 微软、OpenAI-2020 未知 未知 未知 未知 未知 10000 未知 未知 注：我们假设微软为OpenAI搭建的 10000张GPU训练集群算力使用英伟达A100，对总算力仅进行简单测算，不考虑芯片并行的性能损耗，使用 FP64下的 9.7 TFLOPS计算 资料来源：微软官网，TOP500，华泰研究 但随着 AI 应用的普及，以及以 ChatGPT 为代表的大模型的出现，AI 相关算力需求正成为高性能计算的主要增长点。当前，大模型一个最最要的特点是，通过不断增加模型参数和训练的数据集的规模，来实现更高的预测精度和通用性。根据 OpenAI 统计，目前大模型训练所需算力的

17、增速保持 3-4 个月/倍速度增长，远超摩尔定律 18-24 个月/倍。根据微软 2020 年披露，其服务 OpenAI 的计算集群采用 1 万超过 1 万张 GPU。微软 2020年表示，与进入 TOP500 榜单的超算相比，这一计算集群排名前五。我们假设该集群使用英伟达 A100，经简略测算，在用于超算的 FP64 双精度下，其浮点计算能力约相当于我国最先进的超算中心太湖之光，是世界最大的超算中心 Frontier 的 9%。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。5 电子电子 图表图表4：大模型对半导体需求增长快于摩尔定律大模型对半导体需求增长快于摩尔定律 资料来源：

18、Nvidia，华泰研究 以目前火热的 ChatGPT 为例，ChatGPT 主要是由（1）GPT-3.5 大模型，（2）对该大模型进行基于人类反馈的强化学习（RLHF）训练而来。GPT-3.5 模型未公布细节，但是其前代GPT-3 拥有 1750 亿参数，数据集 499B tokens，训练数据量为 300B tokens。图表图表5：ChatGPT 是是 GPT-3.5+基于人类反馈的强化学习基于人类反馈的强化学习 注：GPT-3.5 的参数量、数据量参考 GPT-3 数据 资料来源：OpenAI，华泰研究 AMD 在今年 ISSCC 上指出，目前主流服务器每 2.4 年性能翻番，GPU 单

19、精度浮点每 2.2年性能翻番。按此速度增长至 2035 年，最高性能超算可能从现在的 Exascale（10 的 18次方）上升 1000 倍到 Zettascale 级（10 的 21 次方）。全行业需要努力提高半导体能耗，不然一座 ZettaScale 数据中心的能耗可能达到 500MW，逼近一座核电站的放电能力（按照 CFETR 计划，DEMO（示范性聚变核电厂）的功率预期为 1GW，也就是大概 1000MW）。Moores Law2x/2yrs201220122013201320142014201520152016201620172017201820182019201920202020

20、20212021202220221001001,0001,00010,00010,000100,000100,0001,000,0001,000,00010,000,00010,000,000100,000,000100,000,0001,000,000,0001,000,000,00010,000,000,00010,000,000,000AlexNetVGG-19Seq2SeqResnetInceplionXceptionResNeXtDemseNet201ELMoMoCo ResNet50Wav2Vec 2.0TransformerGPT-1BERT LargeXLNetMegatron

21、Microsoft T-NLGGPT-3Megatron Turing NLG 530BTraining Compute(PetaFLOPS)Tramsformer275x/2yrsAI model25x/2yrs基于人类反馈基于人类反馈的的强化学习强化学习(RLHF)预训练大模型(GPT-3.5)基础模型：Transformer（2017年谷歌提出）模型参数数量：1750亿数据集大小：499B tokens训练数据量：300B tokens目的：对齐人类价值观，提供有用、清晰的答案，减少失真或有偏见的输出方法：微调GPT-3.5通过人类排序训练奖励模型通过奖励模型训练微调后的GPT-3.5

22、免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。6 电子电子 图表图表6：Zettascale 所需能耗接近核聚变所需能耗接近核聚变 资料来源：ISSCC，华泰研究 为了实现 Zetta 计算，AMD 认为全行业可从工艺工艺，架构架构，先进先进封装三方面进行创新。我们看到，在美国加强对华出口管制的背景下，中国发展先进工艺的路径中短期受阻。但是，我们认为，通过 1)芯片架构创新及 2）先进封装，我们仍然能进一步提高计算芯片性能。看好 1）长电，通富，盛合晶微，华峰测控，寒武纪，海光，燧原，沐曦，芯原等，芯原等发展机遇。图表图表7：实现实现 Zetta 计算的主要技术手段和相关公司计算

23、的主要技术手段和相关公司 主要技术手段主要技术手段 主要产品主要产品 全球全球 中国中国 先进工艺 光刻机 ASML 上海微 半导体生产 TSMC 中芯国际 异构计算 CPU Intel,AMD 海光,飞腾，华为鲲鹏 GPU/AI NVidia,AMD 寒武纪、燧原、沐曦，登临，天数智芯 DPU Nvidia/Mallonex,Marvell 中科驭数、云豹智能 IP Arm 芯原 先进封装 设备 泰瑞达 华峰测控 封测生产 日月光、安靠 长电，通富，盛合晶微 先进工艺 光刻机 ASML 上海微 半导体生产 TSMC 中芯国际 资料来源：华泰研究 免责声明和披露以及分析师声明是报告的一部分，请

24、务必一起阅读。7 电子电子 路径路径#1：提升半导体工艺，在：提升半导体工艺，在 2026 年进入年进入 1.4nm 时代时代 FinFET 走向物理极限，走向物理极限，GAA 接棒先进制程演进。接棒先进制程演进。数字芯片最基本单元是 MOSFET。早期MOSFET 使用平面结构，沟槽宽度越小，漏极到源极距离越小，载流子流动跨越沟道导通时间减小，工作频率越高。但是，工艺尺寸越低，短沟道效应越明显，即对沟道控制力不断减弱。因此，FinFET 结构诞生，闸门被设计成类似鱼鳍的叉状 3D 架构，可于电路的两侧控制电路的接通与断开。这种叉状 3D 架构不仅能改善电路控制和减少漏电流，同时让晶体管的闸长

25、大幅度缩减。当前 FinFET 逐步接近物理极限，为了进一步提高栅极对沟道控制能力，缩小单元尺寸，降低电压，GAA 栅极环绕结构被开发出来，其栅极在垂直方向被分成几个条带 RibbonFET，在其沟道区域，大幅增强对载流子控制，从而实现更好性能，同时也更容易优化工艺。IMEC 预计全球半导体行业将在预计全球半导体行业将在 2024 年进入年进入 GAA 时代。时代。IMEC 预计全球先进制程工艺将在 2023 年大规模量产 3nm，2026 年进入 1.4nm 时代，2032 年进入 0.5nm 时代。16/14nm开始，FinFET 为半导体器件的主流选择，但进入 3nm 制程以下时，Fin

26、FET 走向极限，基于 FinFET 结构进行的芯片尺寸缩小变得较为困难，GAAFET（Nanosheet、Forksheet）晶体管结构将逐步接棒，强化沟道控制能力。IMEC 指出，ASML 牵头的欧洲企业研发的High NA EUV 光刻机是半导体工艺进入 GAA 的关键环节。0.7nm 之后，IMEC 表示通过器件及材料创新，可使得先进制程继续演进，逐步进入 0.5nm/0.2nm 时代。受美国出口管制限制，荷兰目前所有 EUV 光刻机无法向中国出口。图表图表8：先进工艺的图例（从先进工艺的图例（从 FinFet 架构到架构到 GAA）资料来源：ISSCC，华泰研究 免责声明和披露以及分

27、析师声明是报告的一部分，请务必一起阅读。8 电子电子 图表图表9：ASML EUV 光刻机迭代光刻机迭代 资料来源：IEEE，华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。9 电子电子 路径路径#2：先进封装从：先进封装从 2.5D 走向走向 3D 产业将从产业将从 2.5D 逐步走向逐步走向 3D 封装。封装。目前行业正从芯片/Chiplet 在平面上通过中介层、硅桥、高密度 RDL 等方式连接的 2.5D 封装，逐步走向把存储、计算芯片在垂直维度进行堆叠的3D 封装。以 AMD 为例，2015 年发布 Fury 旗舰显卡，通过硅中阶层连接 GPU 与 HBM。此后，

28、AMD 推出 3D 封装架构芯片。2021 年发布的 3D V-Cache 中，基于台积电 3D Fabric技术，成功将 L3 缓存垂直堆叠，通过 TSV 技术实现互联，实现整体互联密度为传统 2D Chiplet 的 200 倍+。AMD 基于此打造了第三代 AMD EPYC Milan-X 系列处理器。除台积电外，英特尔（Foveros）、三星（X-Cube）、日月光（VIPack）等均已推出 3D 封装解决方案。图表图表10：先进封装：从先进封装：从 2.5D 走向走向 3D 封装封装 资料来源：ISSCC，华泰研究 图表图表11：台积电、三星、英特尔台积电、三星、英特尔 2.5D 封

29、装到封装到 3D 封装技术布局封装技术布局 公司公司 先进先进封装技术封装技术 发布时间发布时间 台积电 CoWoS（2.5D）2013 InFO（2.5D）2012 TSMC-SoIC（3D）2019 三星 FO(OLO/WLP)2017 I-Cube(2.5D)2018 3D SiP 2019 3D-TSV 2019 X-Cube(3D)2020 英特尔 EMIB(2.5D)2017 Foveros(3D)2018 Co-EMIB 2019 ODI 2019 MDIO 2019 资料来源：台积电官网，英特尔官网，三星电子官网，华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起

30、阅读。10 电子电子 2021-2027 年年 2.5/3D 封装市场规模封装市场规模 CAGR 为为 14%。根据 Yole，2015 年全球先进封装市场规模为 215 亿美元，占整体封装市场的 39%。2021 年，全球市场规模已达到 375 亿美元，占整体封装市场的 44%。在 HPC、AI、数据中心等应用驱动下，Yole 预计全球先进封装市场规模将在 2027 年达到 651 亿美元，在封装市场份额提升至 53%，2021-2027 年 CAGR为 9.6%，远高于同期传统封装的 3.3%。从细分市场来看，2021 年 FC（倒装）、扇入型晶圆级封装、扇出型晶圆级封装、2.5/3D 封

31、装、嵌入式封装市场规模分别为 263/24/21/66/0.6亿美元，Yole 预计嵌入式封装和 2.5/3D 封装为未来成长性最高的细分市场，2021-2027 年CAGR 分别为 24%/14%，AI、HPC、数据中心、CIS、3D NAND、MEMS 等应用将驱动2.5/3D 封装市场增长；汽车、智能手机、医疗等终端市场将驱动嵌入式封装市场增长。图表图表12：2021-2027 先进封装细分市场规模预测先进封装细分市场规模预测 资料来源：Yole，华泰研究 长电科技、通富微电等国内公司已在长电科技、通富微电等国内公司已在 2.5D 封装领域封装领域实现实现初步突破，未来将逐步进入初步突破

32、，未来将逐步进入 3D 封封装领域装领域。2.5/3D 封装核心在于以微小线宽距和微小中心距的微凸点为特点的高密度中介层互联，包括 TSV（硅通孔）、RDL（重布线堆叠）、FO interposer（扇出型中介）、嵌入式芯片基板。我们看到国内公司正在相关技术方面取得初步突破。长电科技 2021 年已突破 2022年已突破带 2.5D 硅通孔 MCM 的大尺寸 FCBGA 技术，并进入小量产。未来其有望在 2.5D封装领域逐步成熟，并走向 3D 封装领域。通富微电多层堆叠 NAND Flash 及 LPDDR 封装实现稳定量产，并于 2022 年完成基于 TSV 技术的 3DS DRAM 封装开

33、发。图表图表13：国内先进封装主要国内先进封装主要公司公司梳理梳理 产业链环节产业链环节 主要上市公司主要上市公司 IP 芯原股份、国芯科技等 封装设备 光力科技、文一科技等 测试设备 华峰测控、联动科技、金海通等 封装代工厂 长电科技、通富微电、华天科技、甬矽电子、晶方科技、盛合晶微等 独立测试公司 伟测科技、利扬芯片等 封装基板 兴森科技等 资料来源：华泰研究 FC（倒装）（倒装）,USD 26,267,70.1%扇出型晶圆级扇出型晶圆级封装封装,USD 2,137,5.7%扇入型晶圆级扇入型晶圆级封装封装,USD 2,398,6.4%2.5/3D封装封装,USD 6,607,17.6%嵌

34、入式封装嵌入式封装,USD 64,0.2%2021（USD37.4bn）FC（倒装）（倒装）,USD 42,966,66.0%扇出型晶圆级封扇出型晶圆级封装装,USD 3,975,6.1%扇入型晶圆级封扇入型晶圆级封装装,USD 3,132,4.8%2.5/3D封装封装,USD 14,766,22.7%嵌入式封装嵌入式封装,USD 231,0.4%2021（USD65bn）CAGR2021-2027：10%FC（倒装）倒装）CAGR2021-2027：9%扇出型晶圆级封装扇出型晶圆级封装CAGR2021-2027：11%扇入型晶圆级封装扇入型晶圆级封装CAGR2021-2027：5%2.5/3

35、D封装封装CAGR2021-2027：14%嵌入式封装嵌入式封装CAGR2021-2027：24%免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。11 电子电子 路径路径#3：异构计算：后摩尔时代，加速实现能源效率提升：异构计算：后摩尔时代，加速实现能源效率提升 异构集合助推全球计算芯片快速发展。异构集合助推全球计算芯片快速发展。异构计算从后端制造创新出发，充分利用计算资源的并行和分布计算技术，将不同制程和架构、不同指令集、不同功能硬件进行组合，成为解决算力瓶颈更为经济的一种方式。目前比较常见 AI 芯片异构有以英伟达 Grace Hopper为代表的 CPU+GPU 路线，以 W

36、aymo 为代表的 CPU+FPGA 路线以及以 Mobileye EyeQ5芯片和地平线征程系列为代表的 CPU+ASIC 路线。图表图表14：AI 芯片计算范式芯片计算范式 资料来源：AI 芯片：前沿技术与创新未来（张臣雄，2021 年，人民邮电出版社），华泰研究 图表图表15：主要异构计算方案主要异构计算方案 公司公司 异构计算方案异构计算方案 代表产品代表产品 应用领域应用领域 英伟达 CPU+GPU Grace Hopper 数据中心 CPU+GPU+ASIC Xavier 智能驾驶 Intel CPU+GPU XPU 数据中心 谷歌 CPU+GPU Google Tensor 智能

37、手机 AMD CPU+GPU APU 数据中心 Apple CPU+GPU M1 智能手机 Mobileye CPU+ASIC EyeQ5 智能驾驶 Waymo CPU+FPGA-智能驾驶 特斯拉 CPU+GPU+ASIC FSD 智能驾驶 资料来源：公司官网，华泰研究 回避先进制程瓶颈，回避先进制程瓶颈，AMD 异构集合计算另辟蹊径带来算力突破异构集合计算另辟蹊径带来算力突破。2011 年 AMD 率先推出APU（Accelerated Processing Unit，加速处理器）产品，将中央处理器和独显核心做在一个晶片上，同时具有高性能处理器和最新独立显卡的处理性能。在 CPU+GPU 的

38、异构技术路线上，AMD 相关产品为软件开发者带来前所未有的灵活性，能够任意采用最适合的方式开发新的应用。目前最新的 AMD MI200 系列加速器采用多种解决方案，包括 ATOS BullSequana X410-A5 2U1N2S（双 CPU+四 GPU）、戴尔 PowerEdge R7525（双CPU+三 GPU）、技嘉 G262-Z00（双 CPU+四 GPU）、HPE Cray EX235a（单 CPU+四GPU）等。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。12 电子电子 图表图表16：AMD 加速芯片采用加速芯片采用 CPU 与与 GPU 的异构集合的异构集合 资

39、料来源：ISSCC，华泰研究 从从 MI250 到到 MI300：异构异构+先进封装先进封装+工艺合力推进计算效率提升工艺合力推进计算效率提升。MI250 加速器是 AMD第一款 ExaScale 百亿亿次（10 的 18 次方）级别加速卡产品。在芯片架构方面，MI250 由6nm GPU 组成，并采用三种创新架构提升芯片加速性能：1）针对高性能计算和 AI 训练等特殊领域做了性能的加强，2）采用 Chiplet 级封装，使得存储芯片更接近于计算芯片，3）采用传统的电源管理等芯片来优化能源效率。通过创新的架构，MI250 实现了 HPC 和 AI节点的工作效率 12 倍的提升。而 MI300

40、则采用更为先进的 5nm 工艺制程，并在架构方面实现了全方位的升级：1）采用底部堆叠晶圆与缓存、顶部堆叠 CPU 与 GPU 的 3D 封装技术，2）在 CPU 与 GPU 之间采用统一的存储架构来存取数据，解决传统 CPU+GPU 集成面临缓存数据无法共享的问题，大大提升运算效率。基于架构的创新、Chiplet 以及 3D 封装技术，AMD MI300 相较于 MI250 实现芯片性能与能效 8x/5x 的提升，其提升速度大幅领先于业界平均水平 图表图表17：3D CPU+GPU 集成实现存储效率的提升集成实现存储效率的提升 资料来源：ISSCC，华泰研究 免责声明和披露以及分析师声明是报告

41、的一部分，请务必一起阅读。13 电子电子 国内多核异构计算正当时，目前用在数据中心、自动驾驶偏多国内多核异构计算正当时，目前用在数据中心、自动驾驶偏多。目前国内从事异构计算相关领域的公司包括寒武纪（688256 CH）、海思（未上市）、芯动科技（未上市）、燧原科技（未上市）、天数智芯（未上市）、中科驭数（未上市）、云豹智能（未上市）等，除数据中心外，目前异构计算还多用于智能驾驶领域。面向 L3 级及以上等级自动驾驶车辆，单一芯片难以满足诸多接口和算力需求，需采用多核异构计算芯片。目前，主流的自动驾驶芯片架构有“CPU+GPU+ASIC”、“CPU+FPGA”和“CPU+ASIC”三种，是针对汽

42、车自动驾驶等级提升带来数据体量快速膨胀的重要可行解决方案，国内厂商包括华为、地平线等。图表图表18：国内异构计算相关领域公司国内异构计算相关领域公司 公司公司 创立时间创立时间 团队背景团队背景 代表产品代表产品 产品最新进展产品最新进展 类型类型 主要应用场景主要应用场景 海光信息 2014 年 中科院计算所 海光 3 号，DCU8000 系列 2022年海光三号CPU正式发布并开始贡献营收 CPU/GPGPU 服务器，工作站 飞腾 2014 年 中国电子 S2500，D2000 2020 年 7 月飞腾发布高效能桌面 CPU 腾锐D2000 CPU 服务器、桌面等 龙芯中科 2001 年

43、中科院计算所 龙芯 3A5000 2022 年 12 月 32 核服务器芯片 3D5000 初样验证成功 CPU 桌面、工控等 兆芯科技 2013 年 上海市国资委 开胜 KH-30000 2022 年 10 月发布新一代消费级 CPU“开先KX-6000G”，及数据中心级 CPU“开胜KH-40000”CPU/GPU 桌面 海思 2004 年 华为 鲲鹏 920-7260-CPU/GPU 服务器等 申威 2016 年 捷世智通科技 申威 1621-CPU 超算 景嘉微 2006 年 国防科技大学 JM5400、JM9231 2022 年 5 月，JM9 系列第二款完成流片 GPU 军用市场、

44、桌面办公等 芯动科技 2007 年 Imagination、AMD 风华 1 号、风华 2 号 2022 年 8 月，发布风华 2 号 GPU 桌面 PC 等 芯瞳半导体 2021 年 西邮 GenBu01-GPU 嵌入式设备、办公电脑等 瀚博半导体 2018 年 AMD SV100、SG100 2022 年 9 月，发布 7nm 云端 GPU SG100 GPU 云端推理 摩尔线程 2020 年 英伟达 MTT S60 2022 年 3 月，发布第一代 MUSA 架构 GPU GPU 云端推理、边缘端 燧原科技 2018 年 AMD 燧思 1.0、燧思 2.0 2021 年 12 月发布第二

45、代推理产品“云燧 i20”GPGPU 云端训练、云端推理 天数智芯 2015 年 AMD 7nm GPGPU 4Q22 将发布首款云端推理通用 GPU“智铠 100”GPGPU 云端训练、云端推理 登临科技 2017 年 图芯 Goldwasser-GPGPU 云端训练、云端推理 壁仞科技 2019 年 商汤科技、AMD BP100 2022 年 8 月壁仞科技发布首款通用GPU BR100，峰值算力超越英伟达 A100 GPU GPGPU 云端训练、云端推理 沐曦集成电路 2020 年-GPGPU 数据中心、AI 寒武纪 2016 年 中科院 290、370 2022 年下半年推出边缘端 5

46、90 ASIC 推理、数据中心 云豹智能 2020 年 博通、AMD、英特尔、海思 YB6480 DPU 云计算、数据中心 中科驭数 2018 年 中科院 K1、K2 2022 年 12 月自主研发的第二代 DPU 芯片 K2成功点亮 DPU 数据中心 资料来源：公司官网，华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。14 电子电子 图表图表19：提及公司表提及公司表 公司公司 代码代码 公司公司 代码代码 通富微电 002156 CH Mobileye MBLY US 华天科技 002185 CH Marvell MRVL US 兴森科技 002436 CH 微软 M

47、SFT US 景嘉微 300474 CH 英伟达 NVDA US 光力科技 300480 CH 泰瑞达 TER US 联动科技 301369 CH TSMC TSM US 文一科技 600520 CH 中科驭数 未上市 长电科技 600584 CH 兆芯科技 未上市 晶方科技 603005 CH 云豹智能 未上市 金海通 603061 CH 芯瞳半导体 未上市 海光信息 688041 CH 芯动科技 未上市 龙芯中科 688047 CH 天数智芯 未上市 利扬芯片 688135 CH 天数智芯 未上市 华峰测控 688200 CH 天津飞腾 未上市 寒武纪-U 688256 CH 燧原科技 未

48、上市 国芯科技 688262 CH 盛合晶微 未上市 甬矽电子 688362 CH 申威 未上市 伟测科技 688372 CH 上海微电子 未上市 芯原股份-U 688521 CH 沐曦集成电路 未上市 中芯国际 688981 CH 摩尔线程 未上市 三星 005930 KS 瀚博半导体 未上市 Apple AAPL US 海思 未上市 AMD AMD US 登临科技 未上市 安靠技术 AMKR US 壁仞科技 未上市 ASML ASML US Waymo 未上市 日月光半导体 ASX US Mellanox 未上市 谷歌 GOOG US Arm 未上市 Intel INTC US 资料来源：

49、彭博，华泰研究 风险提示风险提示 1）AI 技术落地不及预期。虽然 AI 技术加速发展，但由于成本、落地效果等限制，相关技术落地节奏可能不及我们预期。2）本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。15 电子电子 免责免责声明声明 分析师声明分析师声明 本人，黄乐平、张皓怡，兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见；彼以往、现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬。一般声明及披露一般声明及披露

50、本报告由华泰证券股份有限公司（已具备中国证监会批准的证券投资咨询业务资格，以下简称“本公司”）制作。本报告所载资料是仅供接收人的严格保密资料。本报告仅供本公司及其客户和其关联机构使用。本公司不因接收人收到本报告而视其为客户。本报告基于本公司认为可靠的、已公开的信息编制，但本公司及其关联机构(以下统称为“华泰”)对该等信息的准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，华泰可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。以往表现并不能指引未来，未来回报并不能得到保证，并

51、存在损失本金的可能。华泰不保证本报告所含信息保持在最新状态。华泰对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。本公司不是 FINRA 的注册会员，其研究分析师亦没有注册为 FINRA 的研究分析师/不具有 FINRA 分析师的注册资格。华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使

52、用本报告所造成的一切后果，华泰及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。除非另行说明，本报告中所引用的关于业绩的数据代表过往表现，过往的业绩表现不应作为日后回报的预示。华泰不承诺也不保证任何预示的回报会得以实现，分析中所做的预测可能是基于相应的假设，任何假设的变化可能会显著影响所预测的回报。华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产品等相关服务或向该公司招揽业务。华泰的销售人员

53、、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。华泰没有将此意见及建议向报告所有接收者进行更新的义务。华泰的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。投资者应当考虑到华泰及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突。投资者请勿将本报告视为投资或其他决定的唯一信赖依据。有关该方面的具体披露请参照本报告尾部。本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布的机构或人员，也并非意图发送、发布给因可得到、使用本报告的行为而使华泰违反

54、或受制于当地法律或监管规则的机构或人员。本报告版权仅为本公司所有。未经本公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人(无论整份或部分)等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并需在使用前获取独立的法律意见，以确定该引用、刊发符合当地适用法规的要求，同时注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权利。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。中国香港中国香港 本报告由华泰证券股份有限公司制作,在香港由华泰金融控股（香港）有限公司向符合证券

55、及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发。华泰金融控股（香港）有限公司受香港证券及期货事务监察委员会监管，是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。在香港获得本报告的人员若有任何有关本报告的问题,请与华泰金融控股（香港）有限公司联系。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。16 电子电子 香港香港-重要监管披露重要监管披露 华泰金融控股（香港）有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。芯原股份（688521 CH）：华泰金融控股（香港）有限公司、其子公司和/或其关联公司在本报告发布日

56、担任标的公司证券做市商或者证券流动性提供者。有关重要的披露信息，请参华泰金融控股（香港）有限公司的网页 https:/.hk/stock_disclosure 其他信息请参见下方“美国“美国-重要监管披露”重要监管披露”。美国美国 在美国本报告由华泰证券（美国）有限公司向符合美国监管规定的机构投资者进行发表与分发。华泰证券（美国）有限公司是美国注册经纪商和美国金融业监管局（FINRA）的注册会员。对于其在美国分发的研究报告，华泰证券（美国）有限公司根据1934 年证券交易法（修订版）第 15a-6 条规定以及美国证券交易委员会人员解释，对本研究报告内容负责。华泰证券（美国）有限公司联营公司的分

57、析师不具有美国金融监管（FINRA）分析师的注册资格，可能不属于华泰证券（美国）有限公司的关联人员，因此可能不受 FINRA 关于分析师与标的公司沟通、公开露面和所持交易证券的限制。华泰证券（美国）有限公司是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。任何直接从华泰证券（美国）有限公司收到此报告并希望就本报告所述任何证券进行交易的人士，应通过华泰证券（美国）有限公司进行交易。美国美国-重要监管披露重要监管披露 分析师黄乐平、张皓怡本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员、董事或顾问。分析师及相关人士与本报告所提及的标的证券或发行人并无任何

58、相关财务利益。本披露中所提及的“相关人士”包括FINRA 定义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬，包括源自公司投资银行业务的收入。芯原股份（688521 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日担任标的公司证券做市商或者证券流动性提供者。华泰证券股份有限公司、其子公司和/或其联营公司,及/或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券/衍生工具，包括股票及债券（包括衍生品）华泰证券研究所覆盖公司的证券/衍生工具，包括股票及债券（包括衍生品）。华泰证券股份有限公司、其子公司和/或其联营公司,及/或其高级管理层、董事

59、和雇员可能会持有本报告中所提到的任何证券（或任何相关投资）头寸，并可能不时进行增持或减持该证券（或投资）。因此，投资者应该意识到可能存在利益冲突。本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招揽，亦不试图促进购买或销售该等证券。如任何投资者为美国公民、取得美国永久居留权的外国人、根据美国法律所设立的实体（包括外国实体在美国的分支机构）、任何位于美国的个人，该等投资者应当充分考虑自身特定状况，不以任何形式直接或间接地投资本报告涉及的投资者所在国相关适用的法律法规所限制的企业的公开交易的证券、其衍生证券及用于为该等证券提供投资机会的证券的任何交易。该等投资者对依据或者使用

60、本报告内容所造成的一切后果，华泰证券股份有限公司、华泰金融控股（香港）有限公司、华泰证券（美国）有限公司及作者均不承担任何法律责任。评级说明评级说明 投资评级基于分析师对报告发布日后 6 至 12 个月内行业或公司回报潜力（含此期间的股息回报）相对基准表现的预期（A 股市场基准为沪深 300 指数，香港市场基准为恒生指数，美国市场基准为标普 500 指数），具体如下：行业评级行业评级 增持：增持：预计行业股票指数超越基准 中性：中性：预计行业股票指数基本与基准持平 减持：减持：预计行业股票指数明显弱于基准 公司评级公司评级 买入：买入：预计股价超越基准 15%以上 增持：增持：预计股价超越基准

61、 5%15%持有：持有：预计股价相对基准波动在-15%5%之间 卖出：卖出：预计股价弱于基准 15%以上 暂停评级：暂停评级：已暂停评级、目标价及预测，以遵守适用法规及/或公司政策 无评级：无评级：股票不在常规研究覆盖范围内。投资者不应期待华泰提供该等证券及/或公司相关的持续或补充信息 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。17 电子电子 法律实体法律实体披露披露 中国中国：华泰证券股份有限公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J 香港香港：华泰金融控股（香港）有限公司具有香港证监会核准的“就证券提供意见”业

62、务资格，经营许可证编号为：AOK809 美国美国：华泰证券（美国）有限公司为美国金融业监管局（FINRA）成员，具有在美国开展经纪交易商业务的资格，经营业务许可编号为：CRD#:298809/SEC#:8-70231 华泰证券股份有限公司华泰证券股份有限公司 南京南京 北京北京 南京市建邺区江东中路228号华泰证券广场1号楼/邮政编码：210019 北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层/邮政编码：100032 电话：86 25 83389999/传真：86 25 83387521 电话：86 10 63211166/传真：86 10 63211275 电子邮件：ht-

63、电子邮件：ht- 深圳深圳 上海上海 深圳市福田区益田路5999号基金大厦10楼/邮政编码：518017 上海市浦东新区东方路18号保利广场E栋23楼/邮政编码：200120 电话：86 755 82493932/传真：86 755 82492062 电话：86 21 28972098/传真：86 21 28972068 电子邮件：ht- 电子邮件：ht- 华泰金融控股（香港）有限公司华泰金融控股（香港）有限公司 香港中环皇后大道中 99 号中环中心 58 楼 5808-12 室 电话：+852-3658-6000/传真：+852-2169-0770 电子邮件： http:/.hk 华泰证券华泰证券（美国美国）有限公司有限公司 美国纽约公园大道 280 号 21 楼东（纽约 10017）电话：+212-763-8160/传真：+917-725-9702 电子邮件:Huataihtsc- http:/www.htsc- 版权所有2023年华泰证券股份有限公司