电子行业AI算力供应链系列报告：大模型时代AI服务器需求提升算力市场打开长线空间-230420（27页）.pdf

1、 敬请阅读末页的重要说明 证券研究报告|行业深度报告 2023 年 04 月 20 日 推荐推荐（维持）（维持）AI 算力算力供应链供应链系列系列报告报告 TMT 及中小盘/电子 本篇报告本篇报告详细分析了详细分析了 AI 大模型发展背后对于算力需求的增长逻辑，给出了进行大模型发展背后对于算力需求的增长逻辑，给出了进行大模型训练和推理阶段算力芯片需求量的测算原理，从服务器拆分的角度针对大模型训练和推理阶段算力芯片需求量的测算原理，从服务器拆分的角度针对AI 服务器的发展趋势进行了解读，结合对英伟达商业布局的分析，建议关注服务器的发展趋势进行了解读，结合对英伟达商业布局的分析，建议关注 AI服务

2、器等算力硬件服务器等算力硬件产业链相关标的产业链相关标的。AI 大模型通常伴随着计算量和模型数量同步增长，全球算力需求大模型通常伴随着计算量和模型数量同步增长，全球算力需求数数倍倍增长增长。AI 模型的研究和应用主要分为训练和推理过程，从 GPT-1 的 1.17 亿参数量到 GPT-3 的 1750 亿参数量深刻展示了大模型发展过程中算力需求的快速增长。我们认为出于商业竞争和国家地区数据安全等角度考虑，未来全球各大互联网公司和各个国家地区都将逐步发展自己的 AI 大模型。GPT-3 训练阶段1 天内完成至少需要 3 万颗以上的 A100 芯片，未来 5 年 AI 大模型训练端和推理端 GPU

3、 芯片市场规模望超 1000 万元，AI 服务器市场规模超 2000 亿元。数据中心是未来智算基础数据中心是未来智算基础保障保障，AI 服务器作为核心设施成长空间可观服务器作为核心设施成长空间可观。服务器占数据中心购置成本的 70%，未来 AI 算力需求增多的背景下会对数据中心产生更多需求。当前全球服务器的年度出货量级约在 1300 万台左右，预计2022 年 AI 服务器占 1%，同时考虑到采用 GPU 服务器的数据中心购置成本将显著低于纯 CPU 方案的数据中心，预计未来 AI 服务器出货量增速将高于行业整体，占比亦将逐步提升。从通用服务器到 AI 服务器，一个最显著的变化就是 GPU 取

4、代了 CPU 成为整机最核心的运算单元以及价值量占比最大的部分，传统服务器通常至多配备 4 个 CPU+相应内存和硬盘，在 AI 服务器中，通常是2颗CPU+8颗GPU，部分高配4U服务器中甚至可以搭配16颗GPU，预计 AI 服务器中 GPU+CPU+存储的价值量占比有望达到 80%以上的水平。AI 研究与软硬件生态息息相关研究与软硬件生态息息相关，英伟达多层次全面英伟达多层次全面布局提供综合解决方案。布局提供综合解决方案。英伟达围绕数据中心业务提供 GPU/CPU/DPU/DGX 系统硬件支持，并提供多种加速库与云服务，最新一代大模型芯片为 H100 GPU，并提供擅长单线程和内存处理的G

5、race CPU与释放CPU资源的BlueField DPU加速计算单元，DGX 系统可用于构建 AI 超级计算机。软件方面推出多种加速库与 DGX Cloud、AI Foundations，可帮企业与科学研究实现加速计算，为全球云服务商提供 AI 技术及定制 LLM 和生成式 AI，CUDA 架构深度适配 PyTorch 等多种深度学习框架，协助英伟达打造全球用户对于英伟达产品体系的深度粘性。投资建议：投资建议：随着 AI 大模型的发展和应用推广，算力需求将与日俱增，数据中心或将成为未来核心竞争力保障之一，服务器作为数据中心的核心设备未来亦有望受益于算力需求的增长浪潮。考虑到未来 AI 服务

6、器整体出货量占比有望逐步提升，建议关注服务器硬件层面所涉及到的 GPU、CPU、存储、PCB/IC载板、连接器及线缆、散热、电源、模拟芯片、接口类芯片、RAID 卡、功率器件等零部件（详细产业链标的梳理参见正文投资建议），同时考虑到 GPU作为未来 AI 服务器的算力核心以及是价值量占比最大的部分，建议关注国际GPU 龙头英伟达及其产业链标的，同时关注寒武纪、海光信息和景嘉微等国内布局 GPU 等核心算力芯片产品的厂商。风险提示：风险提示：下游需求不及预期的风险、行业竞争加剧的风险、宏观政策下游需求不及预期的风险、行业竞争加剧的风险、宏观政策和国和国际形势变化际形势变化的风险、技术路径变化的风