电子行业专题研究：中国如何解决AI算力瓶颈问题-230315（14页）.pdf

《电子行业专题研究：中国如何解决AI算力瓶颈问题-230315（14页）.pdf》由会员分享，可在线阅读，更多相关《电子行业专题研究：中国如何解决AI算力瓶颈问题-230315（14页）.pdf（14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 中国中国如何解决如何解决 AI 算力瓶颈问题算力瓶颈问题 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 15 日中国内地 专题研究专题研究 算力是制约中国发展大模型的主要瓶颈算力是制约中国发展大模型的主要瓶颈 我们认为算力是制约中国发展以 ChatGPT 为代表的大模型主要瓶颈之一。据 OpenAI，大模型训练所需算力每 3-4 个月增长 1 倍，增速远超摩尔定律（18-24 个月/倍）。随着 GPT-4 等下一代大模型出现，算力需求还有望进一步大幅增长。我们认为美国对华出口限制，主要

3、造成中国先进工艺发展短期受限、国产替代方案或推高大模型训练成本/时间两大影响。中国发展高性能计算，应加大在：1）异构计算芯片架构；2）先进封装方面的投入。我们看到在长电、通富、盛合晶微、华峰、中芯国际等在先进封装领域，寒武纪、海光、芯原、燧原、沐曦等在异构计算（算力芯片、IP）等领域积极布局。影响影响#1：先进工艺对提升芯片性能至关重要，：先进工艺对提升芯片性能至关重要，中国大陆中国大陆发展短期受限发展短期受限 发展先进制程意义在于持续提升晶体管密度，提升芯片性能、降低功耗。根据 WikiChip，台积电 5nm 芯片每平方毫米晶体管数量是 10nm 3.3 倍，16nm 5.9 倍，3nm

4、晶体管密度有望比 5nm 提升 70%，性能提升 11%，功耗降低27%。美国限制 16/14nm 及以下先进逻辑工艺技术及设备向中国出口，对中国先进制程短期发展造成较大阻力。进入3nm制程以下，目前主流FinFET将走向物理极限，GAAFET 将成为主流技术，但美国对中国禁售相关 EDA软件。同时，荷兰 EUV 及先进 DUV 光刻设备目前均无法对中国出口。影响影响#2：A100 进口限制阻碍大模型发展，国内替代方案或推高成本进口限制阻碍大模型发展，国内替代方案或推高成本 22 年 8 月美国限制英伟达、AMD 对华出口高端 GPU 芯片，尽管后来有替代版本 A800 推出，但由于对高速互联

5、总线的带宽做部分裁剪，在使用性能和功耗上面仍与 A100 有部分差距。目前 H100 性能是 A100 的 4.5 倍，而A800 理论性能相比 A100 降低约 1/3，随着算力需求不断增加，国内由于A100 以上芯片的进口限制导致大模型训练时间/成本或显著提升，客观上阻碍了我国大模型的发展。因中国企业进行 14nm 以下半导体代工受到技术及设备限制，及美国限制海外代工企业为中国设计企业生产性能超过 A100 的芯片，短期内，中国芯片公司能够生产超过 A100 的 AI 芯片的难度也较高。路径路径#1：异构计算蓬勃发展，关注：异构计算蓬勃发展，关注 GPU，DPU，存算一体等不同路径，存算一

6、体等不同路径 面对先进制程昂贵成本和日趋接近物理极限，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。目前中国拥有海光、龙芯、鲲鹏等 CPU 公司，寒武纪、天数、燧原、芯动、登临等 GPU 公司及云豹智能、中科驭数等 DPU 公司，异构计算正蓬勃发展。路径路径#2：先进封装助力超越摩尔定律，国内公司积极布局：先进封装助力超越摩尔定律，国

7、内公司积极布局 2.5/3D 等领域等领域 先进封装是一系列通过把采用不同工艺的小芯片相结合，提升芯片互联密度及通信带宽，从而大规模提升芯片性能的技术，实现超越摩尔定律。AMD于 2015 年，在业界内率先采用 2.5D Chiplet 设计的芯片，通过把存储和计算芯片在平面上连接，大幅提高系统性能，从而实现对英特尔市场地位挑战。我们看到目前，长电、通富等国内公司在 2.5D/3D、Chiplet 等先进封装领域布局领先。Chiplet 作为长期趋势，有望提升芯片测试需求及 IP 可复用性。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

8、，并不代表本研究团队对该公司、该股票的推荐或覆盖。(26)(17)(9)09Mar-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 AI 正成为高性能计算的主要需求正成为高性能计算的主要需求 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，大模型最重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增速保持 3-4 个月/倍速度增长，远超摩尔定律 18

9、-24 个月/倍。图表图表1：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：Nvidia，华泰研究 根据微软 2020 年披露，其服务 OpenAI 的计算集群采用超过 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%。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

10、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2：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 Moores Law2x/2yrs20122012201320132014201420152015201620162017201720182018201920192020202020212021202220221001

11、001,0001,00010,00010,000100,000100,0001,000,0001,000,00010,000,00010,000,000100,000,000100,000,0001,000,000,0001,000,000,00010,000,000,00010,000,000,000AlexNetVGG-19Seq2SeqResnetInceplionXceptionResNeXtDemseNet201ELMoMoCo ResNet50Wav2Vec 2.0TransformerGPT-1BERT LargeXLNetMegatronMicrosoft T-NLGGPT-3

12、Megatron 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 qQrQXXcVeUcWvZ9YyXaQ

13、aObRoMmMmOoNjMrRtQjMrQtN7NoOxOwMqRyRvPmMuN 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 为了实现高性能计算，我们认为半导体行业可从工艺工艺，架构架构，先进先进封装封装三方面进行创新。我们看到，在美国加强对华出口限制的背景下，中国发展先进工艺的路径短期受阻。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。我们看到长电、通富、盛合晶微、华峰测控、寒武纪、海光、燧原、沐曦、芯原等在积极布局。图表图表3：高性能高性能计算的主要技术手段和相关公司计算的主要技术手段和相关公司 主要技术手段主要技

14、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 台积电、三星、Intel 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、爱德万、Besi、Disco 华峰测控、光力科技 封测生产 日月光、安靠 长电、通富、盛合晶微 资料来源：华泰研究 出口限制出口限制使得使得中国大陆先进中国大陆先进制程发展短期受限制程发展短期受限 IMEC 预计全球半

15、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，FinFET 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。国内设备厂商国内设备厂商在先进工艺领域在先进工艺领域尚存较大差距。尚存较大差距。IMEC 指出，ASML 牵头的欧洲企业

16、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。受受出口出口限制限制，荷，荷兰目前所有兰目前所有 EUV 光刻机无法向中国出口。光刻机无法向中国出口。根据 ASML 官网，荷兰政府自 2019 年以来就限制了 EUV 光刻机向中国大陆出口，且目前已扩大至最先进的 DUV 光刻机。国内公司方面，以光刻机为例，上海微电子已攻克 90nm 光刻机，可应用于电源管理、LCD 驱动、WiFi、射频、各类数模混合等芯片生产，但 28nm 光刻机尚待突破。中芯国际是中

17、国大陆第一家实现中芯国际是中国大陆第一家实现 14 纳米纳米 FinFET 量产的集成电路晶圆代工企业量产的集成电路晶圆代工企业，该该产能较产能较为稀缺为稀缺。2022 年 10 月 7 日，美国商务部颁布出口限制新规。本次修订限制含有美国技术半导体设备和美国人参与：1）128 层或以上 NAND；2）18nm 或以下 DRAM；16/14nm或以下逻辑半导体的建设。中国大陆在先进制程扩产方面面临较大困难。根据中芯国际招股书及公告，FinFET 工艺（14 纳米及以下）已于 2021 年实现月产能 1.5 万片。公司“12 英寸芯片 SN1”募投项目规划将 FinFET 产线产能扩充到 3.5

18、 万片/月。但由于实体清单影响，对中芯国际用于 10nm 及以下技术节点（包括极紫外光技术）的产品或技术，美国商务部会采取“推定拒绝”（Presumption of Denial）的审批政策进行审核，因此该扩产计划面临较大不确定性，该产线为国内稀缺的先进制程产能。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4：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 图表图表5：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。5

19、 电子电子 路径路径#1：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 Waymo 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6：AI 芯片计算范式

20、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7：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 CP

21、U+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

22、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。6 电子电子 图表图表8：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 AM

23、D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 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 GP

24、U 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9：3D 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的一部分，请务必一起阅读。7 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

25、关领域的芯片公司包括寒武纪（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，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。1）CPU：国产：国产 CPU 产业初具规模，走出三条国产化路线产业初具规模，走出三条国

26、产化路线 国产国产 CPU 沿三条路线走向进口替代，自主化程度存在差异沿三条路线走向进口替代，自主化程度存在差异。“十五”期间，泰山计划、863计划等催生了我国一批 CPU 厂商，经历 20 年发展，现已形成以龙芯、飞腾、申威等为代表的具备竞争力的国产 CPU 力量。根据内核指令集路线，国产主流 CPU 厂商可分为三类：1）“指令集授权+自研”路线，代表厂商为龙芯和申威，分别基于 MIPS 架构和 Alpha 架构自主研制 LoongArch 指令集和 SW_64 指令集，自主化程度最高。2）“指令集授权”路线，代表厂商为海思和飞腾，两者已获得永久性 ARM V8 架构指令集授权，可基于该指令

27、集架构自主改造，拥有较高自主发展权。3）“IP 内核授权”路线，代表厂商为获得 X86 内核层级授权的兆芯和海光，因扩充指令集形成自主可控指令集难度较大，其自主可控程度较低。图表图表10：国产国产 CPU 厂商三大技术路线厂商三大技术路线 资料来源：各公司官网，华泰研究 国内国内 CPU 厂商发展迅猛，各有千秋。厂商发展迅猛，各有千秋。目前，国产 CPU 主要厂商为龙芯、申威、海思、兆芯、飞腾以及海光。在服务器领域，海思、飞腾及海光性能上表现突出，所采用的 ARM、X86 架构拥有完善生态体系，受到市场认可。其中，华为海思具备较大技术领先优势，鲲鹏 920 产品性能上可媲美 Intel 最先进

28、至强系列 CPU，但受供应问题影响，与飞腾、海光在国内竞争格局尚未定论。桌面 CPU 领域，龙芯与飞腾产品拥有更大市场份额。龙芯由于使用自主架构，应用生态相较匮乏，但产品性价比高且基本性能符合 PC 端要求，因此同样具备较高竞争力。其 3A5000 与 Intel 于 2017 年推出 i7-7700k 性能相当，可在办公场景实现完全替代。申威 CPU 产品专用性较高，主要用于超算领域，性能上全球领先。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。8 电子电子 图表图表11：国内国内 CPU 相关公司相关公司 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

29、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 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

30、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 资料来源：公司官网，华泰研究 2）GPU：国产：国产 GPU 奋起直追，图像奋起直追，图像/计算花开两朵计算花开两朵 国产国产 GPU 厂商沿图像厂商沿图像/计算两条路径切入，计算两条路径切入，人才、资本共同驱动产品落地。人才、资本共同驱动产品落地。按照功能，GPU可分为图像处理GPU和通用GPU（GPGPU）。图像处理GPU侧重图形图像的渲染，GP

31、GPU则侧重处理以人工智能训练、推理为代表的通用计算任务，前者的软硬件开发复杂程度高于 GPGPU。我国 GPU 初创公司创始团队多拥有英伟达、AMD 等国际大厂工作背景，结合自身优势及阶段性定位分别从不同路线切入。当前，国产 GPU 厂商在产品线和生态建设上较国际厂商仍存在较大差距，但在人才和资本的双重驱动下，国产 GPU 产品落地明显加快。2021 年 12 月，芯动科技推出 12nm 高性能显卡“风华 1 号”，填补了国产 4K 级桌面显卡和服务器级显卡两大空白；2022 年 5 月成立仅 1 年的摩尔线程发布首款全功能国产智能显卡“MTT S60”；2022 年 5 月景嘉微宣布 JM

32、9 系列第二款 GPU 已经完成流片、封装阶段工作，性能有望媲美 GTX 1080。图表图表12：国内国内 GPU/ASIC 相关公司相关公司 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 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、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 Gen

33、Bu01-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

34、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 590 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

35、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。9 电子电子 国内国内 GPU 厂商产品尽管与国外厂商仍存在差距，但差距在不断缩小。厂商产品尽管与国外厂商仍存在差距，但差距在不断缩小。以国内 GPU 厂商景嘉微为例，公司 2014年发布的 JM5400技术指标相当于ATI于 2003年 3月发布的 M96 芯片，与国外相当技术水平的产品发布时间相差近 11 年；2018 年发布的 JM7200 与 2012 年NVIDIA 发布的 GT640 接近，发布时间相差约 6 年；2021 年发布的 JM

36、9 系列在部分性能上逼近 NVIDIA2016 年发布的 GTX1080，如核心频率、外存容量、工艺制程等，但考虑到JM9 系列 32 位单精度浮点性能仅为 1.5TFlops，远低于 GTX1080 的 8.8TFlops，但接近GTX960 的 2.3TFlops，因此华泰计算机估计 JM9系列 NVIDIA的代际差距在 5-6年之间（参考报告：景嘉微:GPU 开启第二增长曲线，2022/4/5）。随着在国产替代过程中的技术迭代和人才的流入，我们认为国内 GPU 芯片与海外厂商的差距将不断缩小。图表图表13：景嘉微景嘉微三代主要芯片与海外同类产品参数对比三代主要芯片与海外同类产品参数对比

37、特性 JM5400 ATI M96 JM7200 NVIDIA GeFore GT640 JM9 系列 NVIDIA GeFore GTX960 NVIDIA GeFore GTX1080 工艺 65nm 55nm 28nm 28nm 14nm 28nm 16nm 核心频率 550MHZ 680/800MHz 1300MHZ 900MHZ 1500MHZ 1127MHZ 1607MHz 外存位宽 128bit 128bit 64bit 128bit-128bit 256bit 外存容量 1GB 512MB 2-4GB 2GB 8GB 2GB/4GB 8GB 像素填充速率 2.2G pixel/

38、s-5.2G pixels/s 7.2G pixels/s 32G pixels/s-资料来源：公司公告，Expreview，华泰研究 3）DPU：不同技术路线满足用户差异化需求，国内初创企业加速布局不同技术路线满足用户差异化需求，国内初创企业加速布局 DPU 的出现是异构计算的又一里程碑：其本质作用在于承载网络侧专用性的网络堆栈算法和传输协议运算转移，从而助力其他计算模块高效处理业务数据。DPU 的主要技术路线包括 FPGA 和 SoC，分别满足低功耗和高性价比两类客户需求。海外市场仍以英伟达、英特尔、博通为主，国内主要 DPU 公司包括云豹智能、中科驭数、云脉芯联、星云智联、大禹智芯等，大

39、部分公司已有 DPU 第一代芯片甚至迭代产品量产发布。国内互联网云服务商也正积极通过自主研发或对外投资的方式布局 DPU 行业。图表图表14：国内国内 GPU/ASIC 相关公司相关公司 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 云豹智能 2020 年 博通、AMD、英特尔、海思 YB6480 已完成第一代产品的研发和量产 DPU 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 星云智联 2021 年 RFMD(威讯联合

40、半导体),英飞凌等 DPU：D1055AS；智能网卡：N1045XS、N1045XT、N1025XS DPU 产品 D1055AS 已于 2022 年 7 月发布 DPU 数据中心 大禹智芯 2020 年 美团、阿里巴巴、百度等 Parataus1.0、Parataus2.0 2022 年 10 月第二代 DPU 产品发布 DPU 数据中心 云脉芯联 2021 年 阿里、锐捷 metaFusion-200、metaFusion-500 2022 年 5 月发布首款多场景 RDMA 智能网卡(DPU)产品 DPU 数据中心 芯启源 2015 年 博通、Marvell Agilio CX/FX/L

41、X 系列 智能网卡、EDA、TCAM 芯片以及 USB IP 产品线 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。10 电子电子 路径路径#2：先进封装：先进封装：助力超越摩尔定律助力超越摩尔定律，国内公司积极布局国内公司积极布局 2.5/3D 等领域等领域 产业将从产业将从 2.5D 逐步走向逐步走向 3D 封装，先进封装助力高性能计算芯片实现超越摩尔定律封装，先进封装助力高性能计算芯片实现超越摩尔定律。高性能计算领域，先进封装是超越摩尔定律的一项重要路径，其能提供更高的系统集成度与芯片连接密度，芯片系统将持续实现性能提升，同时

42、兼顾功耗和面积。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。我们看到 2.5D/3D 封装领域主要方案提供者为：台积电（3D Fabric 平台），英特尔（EMIB/Foveros）、三星（3D TSV/X-Cube）、日月光（VIPack）等。图表图表15：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 长电科技等国内公司已在量产长电科技等国内公司已在量产 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，未来

43、将逐步进入 3D 封装领域封装领域。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 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 封装开发。设备方面，封装设备国

44、产替代空间广阔，测试设备长期受益于设备方面，封装设备国产替代空间广阔，测试设备长期受益于 Chiplet 等趋势。等趋势。当前后道封装设备主要由 Besi、Disco、K&S 等公司占据，国产化率较低。我们看到光力科技子公司 ADT、LP 及 LPB 可提供涵盖传统封装及先进封装领域的划片机产品，大族激光可提供半导体激光切割设备。此外，我们看到 Chiplet 技术可将不同工艺的小芯片集成，提升芯片系统的良率及降低成本，正在成为行业趋势。我们认为未来成熟的 Chiplet 替代传统 SoC方案，或将提升模拟、数模混合等测试机需求，华峰测控在积极布局。免责声明和披露以及分析师声明是报告的一部分，

45、请务必一起阅读。11 电子电子 图表图表16：国内先进封装主要公司梳理国内先进封装主要公司梳理 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、大族激光等 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 图表图表17：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

46、 US 兴森科技 002436 CH 微软 MSFT 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

47、 寒武纪-U 688256 CH 燧原科技 未上市 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

48、未上市 Intel INTC US 资料来源：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。12 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

49、接收取任何报酬。一般声明及披露一般声明及披露 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

50、表现并不能指引未来，未来回报并不能得到保证，并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

51、视本报告为做出投资决策的唯一因素。对依据或者使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

52、品等相关服务或向该公司招揽业务。华泰的销售人员、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

53、、发布给因可得到、使用本报告的行为而使华泰违反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,

54、在香港由华泰金融控股（香港）有限公司向符合证券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。13 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

55、限公司、其子公司和/或其关联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。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

56、内容负责。华泰证券（美国）有限公司联营公司的分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

57、关人士与本报告所提及的标的证券或发行人并无任何相关财务利益。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

58、公司和/或其联营公司,及/或其高级管理层、董事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

59、机会的证券的任何交易。该等投资者对依据或者使用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

60、基准 15%以上 增持：增持：预计股价超越基准 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。14 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

61、限公司具有香港证监会核准的“就证券提供意见”业务资格，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：8

62、6 10 63211275 电子邮件：ht- 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