1、华西计算机团队华西计算机团队2023年2月16日ChatGPT打响AI算力“军备战”请仔细阅读在本报告尾部的重要法律声明请仔细阅读在本报告尾部的重要法律声明仅供机构投资者使用证券研究报告|行业深度研究报告AIGC行业深度报告（3）分析师：刘泽晶分析师：刘熹SAC NO：S02SAC NO：S01邮箱：邮箱：核心逻辑:2ChatGPT：OpenAI史诗级“AI”新品，开启新一轮的科技革命1）史诗级“AI”新品。ChatGPT自发布以来，仅2个月用户量迅速增长至亿级，是AI产业的史诗级“颠覆性创新”产品，我们预计其用户量潜在空间10亿级，假设人均订阅价格

2、20美元/月，其对应的商业价值量将极其广阔。同时，ChatGPT母公司OpenAI估值亦迎来翻倍式增长，根据华尔街日报，其最新估值达290亿美元，预计2023年收入2亿美元。2）开启新一轮科技革命。ChatGPT的成功得益于NLP、Transformer、GPT、强化学习等AI相关模型和技术的突破，其在对话、知识反馈等方面已远超过普通人类水平，更将颠覆搜索、智能客服、智慧教学、电子媒体等千行百业，比尔盖茨评论其意义不亚于“PC或互联网诞生“。当前，ChatGPT的第一浪已经开始，AI技术方向已然明确，更宏大的AI浪潮即将奔涌而来。AI算力：ChatGPT核心基座，新AI“军备竞赛”的最受益赛道

3、1）算力是AI技术角逐“入场券”。AI算力是ChatGPT模型训练与产品运营核心基础设施，ChatGPT的诞生将对科技产业的格局和商业模式形成颠覆，“危与机“的共同作用下，全球科技互联网企业必将加速进入ChatGPT角逐，而AI算力基础设施将成为新AI竞赛的“入场券”。2）AI服务器、AI芯片是核心算力产品。AI超算中心或大型数据中心是算力的基础设施，其中，AI服务器、AI芯片是AI算力基础设施的关键组成。ChatGPT的核心基建主要是微软投资10亿美元建设的Azuer AI超算平台，包括28.5万颗CPU和1万颗GPU等产品，算力相当于全球前五大超算水平，我们预计约30Pflops。Chat

4、GPT的训练算力约3600Pflops/day，新科技战的打响将加速科技互联网企业对AI算力的投入布局。投资建议ChatGPT或将引发产业对于AI算力的新一轮“军备竞赛”。相关受益标的包括，AI服务器：浪潮信息、中科曙光、紫光股份、联想集团；GPU：海光信息、寒武纪、龙芯中科、景嘉微；网络设备（通信覆盖）：紫光股份、星网锐捷；光模块（通信覆盖）：新易盛、光迅科技等。风险提示：互联网等行业资本开支不及预期，技术创新迭代不及预期，市场竞争加剧、中美贸易摩擦升级等。目录31、ChatGPT：史诗级“AI”新应用2、AI算力：“军备竞赛”即将开启3、AI服务器和GPU相关公司介绍4、投资建议和风险提示

5、01ChatGPT：史诗级“AI”新应用4OpenAIOpenAI旗下旗下ChatGPTChatGPTChatGPTChatGPT用户使用案例用户使用案例1.1 ChatGPT起源：史诗级“AI”新应用5 ChatGPT是一种聊天机器人软件:全名为Chat Generative Pre-Trained Transformer，2022年11月，OpenAI在推出其基于 GPT-3.5的新型AI聊天机器人ChatGPT免费预览版，软件只需向ChatGPT提出需求，即可实现文章创作、代码创作、回答问题等功能。ChatGPT功能强大:ChatGPT目前仍以文字方式互动，而除了通过人类语言交互外，还可

6、以用于相对复杂的语言工作，包括自动文本生成、自动问答、自动摘要等在内的多种任务。如：在自动文本生成方面，ChatGPT可以根据输入的文本自动生成类似的文本，在自动问答方面，ChatGPT可以根据输入的问题自动生成答案。还具有编写和调试计算机程序的能力。ChatGPT2ChatGPT2个月实现月活过亿个月实现月活过亿ChatGPT是最火爆的生成式AI应用，2个月实现月活用户过亿，为史上增速最快消费级应用，远超Tik Tok的9个月与instagram的两年半。飞速扩张：2022年12月，OpenAI推出ChatGPT免费预览版，前五天内超过一百万注册。根据Similar Web的数据，2023年

7、1月，每天约有1300万独立访问者使用ChatGPT，是12月份的两倍多.用途广泛、免费易用、社区传播推动月活高速增长：大学生用它写论文，美议员已经开始通过它写演讲稿，学生用它完成作业，甚至写代码，功能之强大使得用户期待体验。ChatGPTChatGPT的用户价值的用户价值1.1 ChatGPT起源：史诗级“AI”新应用6 全球AI的“领军企业”OpenAI：OpenAI 是美国一个人工智能研究实验室，是促进和发展友好的人工智能，使人类整体受益。OpenAI成立于2015年底，组织目标是通过与其他机构和研究者的“自由合作”，向公众开放专利和研究成果。2019年，OpenAI从非营利机构转型为“

8、有上限”的营利性机构，利润上限为任何投资的100倍。OpenAI不仅仅是ChatGPT:Open AI的业务不仅仅局限于ChatGPT领域，还包括DallE 2、Whisper等项目。DALLE2可根据自然语言的描述创作逼真的绘画作品，Whisper是一种语言识别系统，其鲁棒性和准确性极高，支持多种语言的转录并翻译成英文。OpenAIOpenAI历史沿革历史沿革1.1 ChatGPT起源：2015年OpenAI公司成立7 START2015年12月11日OpenAI成立2016年4月27日发布OpenAI Gym Beta2016年12月5日发布Universe2017年7月20日发布Prox

9、imal Policy Optimization算法2018年4月9日发布OpenAI宪章2019年2月14日提升语言模型GPT-2模型2019年4月25日发布深度神经网络MuseNet2019年7月22日微软投资OpenAI并与其合作2019年11月5日发布GPT-2：1.5B 版本2020年4月30日发布神经网络Jukebox2020年6月11日开放人工智能应用程序接口2021年1月5日研究连接文本和图像神经网络CLIP2021年1月5日研究从文本创建图像神经网络DALL E2021年3月4日研究人工神经网络中的多模式神经元2022年4月6日发布新的人工智能系统DALL E 22022年1

10、1月30日研究ChatGPT：优化对话的语言模型OpenAIOpenAI组织架构组织架构OpenAIOpenAI相关人物相关人物1.1 ChatGPT起源：盈利性子公司实体为OpenAI LP8 组织架构：OpenAI于2019年转型为营利性人工智能研究实验室组织。公司由两个实体组织组成：OpenAI,Inc.，由非营利组织OpenAI 和营利性组织OpenAI LP控制。OpenAI LP 由OpenAI,Inc（基金会）的董事会管理，作为普通合伙人。同时，有限合伙人包括 LP 的员工、部分董事会成员以及Reid Hoffman 的慈善基金会、Khosla Ventures 和 微软,LP

11、的主要投资者。运作结构：OpenAI 细分为：OpenAI Inc.，这是一家单一成员特拉华州有限责任公司，OpenAI 和 OpenAI LP控制。微软是有限合伙人，它还有一项商业协议作为 2019 年投资的 10亿美元的一部分，内容包含Microsoft/OpenAI Azure AI 超级计算技术。OpenAI 产品通过在微软 Azure上进行训练，而微软将是 OpenAI人工智能新技术商业化的首选合作伙伴。OpenAI的商业模式即API接口收费:客户可以通过OpenAI的强大AI模型构建应用程序，例如访问执行各种自然语言任务的 GPT-3、将自然语言翻译成代码的 Codex 以及创建和

12、编辑原始图像的 DALLE。公司按照不同项目的AI模式和不同需求进行收费，对于AI图像系统按不同的图片分辨率定价；对于AI语言文字系统按字符单价收费，对于调整模型和嵌入模型按照文字单价收费，并根据不同的调用模型区别定价。目前DALLE 方面，已有超过 300 万人在使用，每天生成超过 400 万张图像。其API具备快速、灵活、可拓展等性质。OpenAI不仅仅是ChatGPT:Open AI的业务不仅仅局限于ChatGPT领域，还包括DallE2、Whisper等项目。DALLE2可根据自然语言的描述创作逼真的绘画作品，Whisper是一种语言识别系统，其鲁棒性和准确性极高，支持多种语言的转录并

13、翻译成英文。OpenAIOpenAI产品矩阵产品矩阵1.2 OpenAI商业化：拓宽产品矩阵，探索商业模式，打开估值空间9 OpenAIOpenAI商业模式商业模式业务名称业务名称具体介绍具体介绍业务名称业务名称具体介绍具体介绍ChatGPT对话模式的AI交互模型，具备回答一系列问题、承认错误、质疑不正确的前提和拒绝不适当的请求等功能。Whisper是一种自然语言处理的神经网络模型，是一种自动语音识别系统。并且支持多种语言的转录及翻译成为英语。DALLE2是一个新的人工智能系统，可以根据自然语言的描述创建逼真的图像和艺术。例如左图通过宇航员、骑马和写实风格生成的图片Alignment该项研究专

14、注于训练AI系统，不断提升实用性、仿真性和安全性，进一步探索和开发AI系统在人类反馈中学习的方法。DALLE 1与DALLE 2生成图片对比核心产品DALLE 2，一个可以根据自然语言的描述创建逼真的图像和艺术的人工智能系统。对现有图像进行逼真的编辑。拍摄图像并创建受原件启发的不同变体。2021年1月，OpenAI推出DALLE 1，并于一年后推出最新系统DALLE 2，能够生成更逼真、更准确的图像，分辨率提高4倍。DALLE 2优于DALLE 1 的标题匹配和照片级真实感，字幕匹配度优于一代71.7%，照片级写实程度优于DALLE 1的88.8%。DALL-E 2使用了一种改进的GLIDE模

15、型，这种模型以两种方式使用投影的CLIP文本嵌入，DALL-E 2先验子模型和图像生成子模型都是基于扩散模型的，体现了其在深度学习中的能力。DALL E 2DALL E 2图像生成架构图像生成架构1.2 OpenAI商业化：拓宽产品矩阵，探索商业模式，打开估值空间10 WhisperWhisper架构架构核心产品Whisper，一个自动语音识别（ASR）系统，对从网络收集的68万小时的多语言和多任务监督数据进行训练。使用这样一个庞大而多样的数据集可以提高对口音、背景噪声和技术语言的鲁棒性。支持多种语言的转录，以及将这些语言翻译成英语。Whisper架构：是一种简单的端到端方法，作为编码器-解码

16、器Transformer实现。输入音频被分成 30 秒的块，转换为 log-Mel 频谱图，然后传递到编码器中。训练解码器来预测相应的文本标题，并与指示单个模型执行语言识别、短语级时间戳、多语言语音听录和英语语音翻译等任务的特殊标记混合在一起。WhisperWhisper音频音频-文本训练模式文本训练模式1.2 OpenAI商业化：拓宽产品矩阵，探索商业模式，打开估值空间11 OpenAIOpenAI推出的推出的ChatGPTChatGPT热度火爆热度火爆2023年2月10日，OpenAI在美国推出了ChatGPT Plus订阅服务，每月收费20美元，支持以下功能：高峰时段也能正常访问Chat

17、GPT、更快的响应时间、优先使用新功能和改进。根据路透社，OpenAI 预计2023年收入2 亿美元，2024 年收入10亿美元。据华尔街日报，截至 2023 年 1 月，OpenAI 正在就收购要约进行谈判，这将使公司估值达到 290 亿美元，是公司 2021 年市值的两倍。2023 年 1 月 23 日，微软宣布了一项新的对OpenAI的多年期、数十亿美元的投资计划。红杉资本预测：ChatGPT这类生成式AI工具，让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。ChatGPT PlusChatGPT Plus订阅服务内容及收费标准订阅服务内容及收费标准1.2

18、OpenAI商业化：拓宽产品矩阵，探索商业模式，打开估值空间12 ChatGPTChatGPT训练的三个阶段训练的三个阶段 ChatGPT是基于GPT-3.5的主力模型，ChatGPT在互联网开源数据集上进行训练，引入人工数据标注和强化学习两项功能，实现“从人类反馈中强化学习”（Reinforcement Learning from Human Feedback，RLHF）。因此，相比于之前的模型，ChatGPT可以用更接近人类思考的方式，根据上下文和情景，模拟人类的情绪和语气回答用户提出的问题。OpenAI 首席执行官称，GPT-4有望成为多模态的人工智能，根据openAI 创始人Altma

19、n消息，GPT-4参数预计更大，计算模型优化有望实现更优化，且GPT-4将是纯文本模型(不是多模态)，我们认为GPT-4的推出潜在商业价值巨大，模型更具备“拟人化”的功能，文本生成和内容创作有望更加丰富，并有望进入文字工作的相关领域，例如新闻、金融等相关行业。OpenAI GPTOpenAI GPT模型迭代进展模型迭代进展1.3 ChatGPT技术路线：基于GPT-3.5，GPT-4预计提升更明显13 预训练模型预训练模型NLP模型首选Transformers。2017 年由Google Brain 团队推出深度学习模型Transformer，采用自注意力机制，对输入数据的每一部分的重要性进行

20、差异加权，主要用于自然语言处理(NLP)和计算机视觉(CV)领域。BERT(Bidirectional Encoder Representations from Transformers)为谷歌于2018年推出的一种基于神经网络的NLP预训练技术，BERT在情绪分析和回答问题等分类任务中表现良好，在命名实体识别和下一句预测方面也表现出色。ChatGPT同样是根据语言/语料概率来自动生成回答的每一个字（词语），即利用已经说过的语句作为输入条件，预测下一个时刻语句出现的概率分布。LLMLLM的时间线的时间线1.3 ChatGPT技术路线：GPT、Bert均源自Transformer模型14 BER

21、TBERT模型与模型与OpenAI GPTOpenAI GPT模型结构示意图模型结构示意图NLPNLP技术的应用领域技术的应用领域整体的整体的NLPNLP技术体系技术体系1.3 ChatGPT技术路线：领先的NLP模型15 ChatGPT是一个出色的NLP（Natural language processing-自然语言识别）新模型。NLP随算力增长突破：在过去的十年里，通过使用简单的人工神经网络计算，基于以GPU、TPU为代表的强大算力资源，并在巨量的数据上进行训练，自然语言处理（NLP）取得了令世人瞩目的成就和突破。侧重文本分析能力：NLP技术是人工智能(AI)和机器学习(ML)的子集，专

22、注于让计算机处理和理解人类语言。虽然语音是语言处理的一部分，但自然语言处理最重要的进步在于它对书面文本的分析能力。NLP/NLU领域已知局限包括对重复文本、对高度专业的主题的误解，以及对上下文短语的误解。RLHF3RLHF3步反馈循环步反馈循环RLHF：InstructGPT/GPT3.5（ChatGPT的前身）与GPT-3的主要区别在于，新加入了被称为RLHF（Reinforcement Learningfrom Human Feedback，人类反馈强化学习）。循环：训练范式增强了人类对模型输出结果的调节，整个训练过程是人类、代理对目标的理解和 RL 训练之间的 3 步反馈循环。在Inst

23、ructGPT中，以下是“goodness of sentences”的评价标准。真实性：是虚假信息还是误导性信息？无害性：它是否对人或环境造成身体或精神上的伤害？有用性：它是否解决了用户的任务？TAMERTAMER架构在强化学习中的应用架构在强化学习中的应用TAMER（Training an Agent Manually via Evaluative Reinforcement，评估式强化人工训练代理）框架将人类标记者引入到Agents的学习循环中，可以通过人类向Agents提供奖励反馈（即指导Agents进行训练），从而快速达到训练任务目标。通过TAMER+RL（强化学习），借助人类标记者

24、的反馈，能够增强从马尔可夫决策过程(MDP)奖励进行强化学习(RL)的过程。1.3 ChatGPT技术路线：RLHF与TAMER是重要架构支撑16 Bing&Edge+AIBing&Edge+AI：一种全新的搜索方式：一种全新的搜索方式20222022年全球搜索引擎市场份额年全球搜索引擎市场份额1.4 ChatGPT应用：带来搜索产业变革，即将赋能“千行百业”17 Bing&Edge+AI：2023年2月8日，微软公司发布了新版必应AI搜索引擎和 Edge 浏览器，采用了 ChatGPT 开发商 OpenAI 的最新技术AI 模型 GPT 3.5 的升级版，率先提供更具对话性的网络搜索和创建内

25、容的替代方式，集搜索、浏览、聊天于一体，带来前所未有的全新体验。微软企业副总裁兼消费领域首席营销官 Yusuf Mehdi 公布的最新推文称，在新版 Bing 上线 48 小时内，已经有超过 100 万人申请加入。ChatGPT将赋能千行百业，迎来商业格局的新变革。以ChatGPT为代表的的AIGC作为当前新型的内容生产方式，已经率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展，市场潜力逐渐显现。数字媒体公司 BuzzFeed 表示公司将使用 OpenAI 开放的应用编程接口（API），该公司将依靠ChatGPT 的创建者 OpenAI 来加强部分内容创作，并为观

26、众个性化一些内容，打算2023年让人工智能在公司的编辑和业务运营中发挥更大的作用。未来，ChatGPT亦可应用在数字营销的多个领域，譬如内容创建、个性化广告文案、电子邮件营销等等，助力增强行业的生产力。AIGC应用现状1.4 ChatGPT应用：带来搜索产业变革，即将赋能“千行百业”18 02AI算力：“军备竞赛”即将开启192.1 AI超算中心：ChatGPT的核心基础设施算力（ComputationalPower 简称CP）指对数据的处理能力，被视为数字经济时代的新生产力，是推动数字经济发展的核心力量。算力基本计量单位为FLOPS，通常一台服务器的计量单位为TFLLOPS（1012FLOP

27、S）。在2022超算大会上，超级计算机Frontier排名第一算力达到1.102EFLOPS(1018FLOPS)。中国的神威太湖之光排名第六，算力为93.01PFLOPS（1015FLOPS）。20 先进计算技术产业体系框架全球算力规模及增速Flops换算单位2.1 AI超算中心：ChatGPT的核心基础设施 微软投资10亿美金打造OpenAI超算平台。2020年5月，微软投资10亿美金与OpenAI独家合作打造了Azure AI超算平台亮相，性能位居全球前五，拥有超过28.5万个CPU核心、1万个GPU、每GPU拥有400Gbps网络带宽的超级计算机，主要用于大规模分布式AI模型训练。根据

28、澎拜新闻数据，微软表示，AI超算平台可比肩世界 TOP超级计算机Top 5，则意味着它在中国国家超级计算机中心的天河 2A 后面，在德克萨斯高级计算机中心的 Frontera 之前，其算力峰值每秒可以执行 23.5 到 61.4 个万亿浮点运算。21 AI超算平台2020年全球前五的超级计算机厂商系统名称算力美国橡树岭国家实验室Summit系统148.6 petaflopsLawrence Livermore国家实验室Sierra94.6 petaflops中国国家并行计算机工程与技术研究中心神威-太湖之光93.0 petaflops中国国防科技大学天河2A61.4 petaflops戴尔Fr

29、ontera Dell C642023.5 petaflops2.1 AI超算中心：ChatGPT的核心基础设施大模型需要的算力极其夸张。基于Transformer体系结构的大型语言模型(Large Language Models)涉及高达数万亿从文本中学习的参数。开发它们是一个昂贵、耗时的过程，需要深入研究技术专长、分布式数据中心规模的基础设施和完整的堆栈加速计算方法。据OpenAI报告，训练一次1746亿参数的 GPT-3模型需要的算力约为3640 PFlop/s-day。即假如每秒计算一千万亿次，也需要计算3640天。ChatGPT产品运营需要更大的算力：据SimilarWeb数据，20

30、23年1月ChatGPT官网总访问量为6.16亿次。据Fortune杂志，每次用户与ChatGPT互动，产生的算力云服务成本约0.01美元。根据科技云报道如果使用总投资30.2亿元、算力500P的数据中心来支撑ChatGPT的运行，至少需要7-8个这样的数据中心，基础设施的投入都是以百亿计的。22 大模型呈爆发态势（更多的参数/更大的算力芯片需求）人工智能计算训练要求2.1 AI超算中心：ChatGPT的核心基础设施海外巨头积极投入大模型。参数量(Params)形容模型的大小程度，类似于算法中的空间复杂度,往往参数量越大(复杂程度越高)的神经网络模型对算力的需求程度更高，从右图得知复杂的神经网

31、络模型的算法参数量约千亿级别甚至万亿级别，与已知应用级别的呈现指数级别的差异。GPT-3的参数量相较于此前大幅度增长。23 AI(自然语言处理，NLP)大型算法参数量国外主要AIGC预训练模型一览厂商厂商预训练模型预训练模型应用应用参数量参数量领域领域谷歌BERT语言理解与生成4810亿NLPLaMDA对话系统NLPPaLM语言理解与生成、推理、代码生成5400亿NLPImagen语言理解与图像生成110亿多模态Parti语言理解与图像生成200亿多模态微软Florence视觉识别6.4亿CVTuring-NLG语言理解、生成170亿NLPFacebookOPT-175B语言模型1750亿NL

32、PM2M-100100种语言互译150亿NLPDeep MindGato多面手的智能体12亿多模态Gopher语言理解与生成2800亿NLPAlphaCode代码生成414亿NLPOpen AIGPT3语言理解与生成、推理等1750亿NLPCLIPDALL-E图像生成、跨模态检索120亿多模态Codex代码生成120亿NLPChatGPT语言理解与生成、推理等NLP英伟达Megatron-Turing NLG语言理解与生成、推理等5300亿NLPStability AIStable Diffusion语言理解与图像生成多模态2.2 AI服务器：新一代AI数据中心的关键硬件数据中心产业链最上游为

33、IT硬件和基础设施。IT硬件：分为计算设备（IT）和通信设备（CT），IT设备主要为服务器，CT设备包括交换机、路由器等网络设备和光模块，这些构成了算力与网络传输的基础。基础设施：分为电力设备、监控设备、空调设备和发电机组，主要为IT硬件提供稳定电力供应和适宜的温度环境。服务器是数据中心的核心硬件。根据中国电子信息产业发展研究院数据显示，中国数据中心硬件设备投资规模中，服务器占主要比重，其中以X86服务器为主，其次为数据中心存储设备。24 数据中心产业链2018-2019年中国数据中心总投资结构，与硬件投资结构2.2 AI服务器：新一代AI数据中心的关键硬件我国智能算力规模持续增长。经中国信息

34、通信研究院测算,2021年我国计算设备算力总规模达到202 Eflops，全球占比约33%，保持50%以上高速增长，其中智能算力规模达到104Eflpos，增速85%，成为我国算力增长的主要驱动力。（智能服务器按我国近6年AI服务器算力总量测算）。25资料来源：中国信通院，华西证券研究所我国算力内部结构我国算力规模与增速根据 IDC 数据，2021 年全球人工智能服务器规模达156.3亿美元。同比增速达39.1%。其中，浪潮信息、戴尔、HPE分别以20.9%、13.0%、9.2%的市占比率为例前三，三家厂商占总时长份额的43.1%。根据 IDC 数据，预计 2021 年人工智能加速服务器市场规

35、模将达到 56.9 亿美元，同比增长 61.6%，到 2025 年，中国人工智能加速服务器市场将达到 108.6 亿美元，其五年复合增长率为 25.3%，2021 H1，中国加速服务器厂商浪潮、宁畅、华为市场规模位列前三，占据了中国 70%的市场份额。26 2021H1全球AI服务器市场份额2021年中国加速计算服务器市场份额2021年中国加速计算服务器市场份额2.2 AI服务器：新一代AI数据中心的关键硬件2.3 GPU：AI算力的“心脏”，行业景气向上AIAI芯片是AIAI算力的“心脏”。伴随数据海量增长，算法模型趋向复杂，处理对象异构，计算性能要求高，AI 芯片在人工智能的算法和应用上做

36、针对性设计，可高效处理人工智能应用中日渐多样繁杂的计算任务。在人工智能不断扩大渗透的数字时代，芯片多元化展现出广阔的应用前景，通过不断演进的架构，为下一代计算提供源源不断的动力。AIAI芯片主要包括图形处理器（GPUGPU）、现场可编程门阵列（FPGAFPGA）、专用集成电路（ASICASIC）、神经拟态芯片（NPUNPU）等。人工智能深度学习需要异常强大的并行处理能力，芯片厂商正在通过不断研发和升级新的芯片产品来应对挑战。27 2021H1中国人工智能市场芯片占比AI芯片三种主要形态2.3 GPU：AI算力的“心脏”，行业景气向上GPU比CPU更擅长并行计算:CPU是以低延迟为导向的计算单元

37、，而GPU是以吞吐量为导向的计算单元，转为执行多任务并行。由于微架构的不同导致CPU绝大部分晶体管用于构建控制电路和缓存，只有小部分晶体管用来完成运算工作，GPU则是流处理器和显存控制用于绝大部分晶体管，从而拥有更强大的并行计算能力和浮点计算能力。AI服务器作为超算芯片载体彰显其重要性:与通用服务器采用串行架构、以CPU为算力提供者不同的是，AI服务器采取异构架构，如CPU+GPU、CPU+TPU、CPU+其他的加速卡等不同的组合方式，目前广泛使用的是CPU+GPU。与通用服务器相比，AI服务器拥有更出色的高性能计算能力，未来，随着算力的持续增长，自然语言处理和图像、视频等AI模型的深入发展，

38、AI服务器将被更广泛使用。28资料来源：CDSN，embeddedcomputing，华西证券研究所超级计算机架构GPU和CPU架构对比2.3 GPU：AI算力的“心脏”，行业景气向上 人工智能一直是行业内大力发展的核心技术之一，越来越多的公司将人工智能应用于其终端产品中以提升产品性能或拓展应用领域，这一趋势带动了人工智能芯片行业的快速增长。根据Frost&Sullivan数据显示，2021年全球人工智能芯片市场规模为255亿美元。预计2021-2026年，全球人工智能芯片市场规模将以29.3%的复合增长率增长，2023年将达到490亿美元。根据中商情报网数据，2021年，我国AI芯片达到42

39、7亿元，同比增长124%。在政策、市场、技术等合力作用下，中国人工智能芯片行业将快速发展，预计2023年我国AI芯片市场规模将达1206亿元。29 全球人工智能芯片市场规模我国人工智能芯片市场规模2.3 GPU：AI算力的“心脏”，行业景气向上 我国加速服务器主要应用于互联网行业，英伟达是主要加速卡供货商。根据IDC披露2021年我国加速服务器行业数据：1）加速服务器下游行业：互联网依然是最大的采购行业，占整体加速服务器市场近60%的份额，同比增长70%以上，此外金融、服务、制造、公共事业和能源行业均有超过50%的上涨。2）加速卡供应商：2021年，中国加速卡数量出货超过80万片，其中Nvid

40、ia占据超过80%市场份额。此外还包括AMD、百度、寒武纪、燧原科技、新华三、华为、Intel和赛灵思等。30 2021年我国服务器AI加速卡市场份额英伟达数据中心GPU类别Nvidia其他03AI服务器和GPU相关公司介绍313.2 浪潮：中国服务器/AI服务器市占率稳居榜首浪潮信息是全球领先的新型IT基础架构产品、方案及服务提供商。公司是全球领先的 AI 基础设施供应商，拥有业内最全的人工智能计算全堆栈解决方案，涉及训练、推理、边缘等全栈 AI 场景，构建起领先的 AI 算法模型、AI 框架优化、AI 开发管理和应用优化等全栈 AI 能力，为智慧时代提供坚实的基础设施支撑。生产算力方面，公

41、司拥有业内最强最全的 AI 计算产品阵列，业界性能最好的Transformer 训练服务器 NF5488、全球首个 AI 开放加速计算系统 MX1、自研 AI 大模型计算框架 LMS。聚合算力层面，公司针对高并发训练推理集群进行架构优化，构建了高性能的NVMe 存储池，深度优化了软件栈，性能提升 3.5 倍以上。调度算力层面，浪潮信息 AIstation 计算资源平台可支持 AI 训练和推理，是业界功能最全的 AI 管理平台；同时，浪潮信息还有自动机器学习平台 AutoML Suite，可实现自动建模，加速产业化应用。32 浪潮浪潮AIAI服务器系列服务器系列浪潮信息智算中心浪潮信息智算中心3

42、.1 戴尔：全球服务器龙头，提供完整AI架构与方案戴尔以生产、设计、销售家用以及办公室电脑而闻名，生产与销售服务器、数据储存设备、网络设备等。2016年9月，EMC Corporation和戴尔公司合并，新公司将被命名为戴尔科技（Dell Technologies）。新公司营业重点将转向云服务，并推进服务器及存储领域整合。戴尔科技集团可以提供完整的AI基础架构、AI平台就绪解决方案和AI行业应用。AI基础架构包括高性能AI训练服务器、AI推理服务器、AI边缘计算、高性能AI存储系统PowerScale、DPS数据保护解决方案和数据中心网络。AI平台就绪解决方案则包括基于CPU、IPU、GPU的

43、AI就绪解决方案，GPU分布式训练自动化实现，Graphcore IPU AI专用芯片，NVAIE，GPU虚拟化，AIaaS平台和OMNIA开源社区。33 戴尔科技主营业务布局戴尔科技主营业务布局戴尔科技戴尔科技AIAI解决方案全景图解决方案全景图3.3 中科曙光：我国高性能计算、智能计算领军企业中科曙光作为我国核心信息基础设施领军企业，在高端计算、存储、安全、数据中心等领域拥有深厚的技术积淀和领先的市场份额，并充分发挥高端计算优势，布局智能计算、云计算、大数据等领域的技术研发，打造计算产业生态，为科研探索创新、行业信息化建设、产业转型升级、数字经济发展提供了坚实可信的支撑。依托先进计算领域的

44、先发优势和技术细节，中科曙光全面布局智能计算，完成了包括AI核心组件、人工智能服务器、人工智能管理平台、软件等多项创新，构建了完整的AI计算服务体系。并积极响应时代需求，在智能计算中心建设浪潮下，形成了5A级智能计算中心整体方案。目前，曙光5A智能计算中心已在广东、安徽、浙江等地建成，江苏、湖北、湖南等地已进入建设阶段，其他地区也在紧张筹备和规划中。34 中科曙光硅立方液体中科曙光硅立方液体相变相变冷却计算机冷却计算机中科曙光主要产品中科曙光主要产品3.4 英伟达：全球GPU领军企业英伟达公司是一家以设计智核芯片组为主的无晶圆IC半导体公司。早在 1999 年，英伟达发明了 GPU，重新定义了

45、现代计算机图形技术，彻底改变了并行计算。在独立GPU领域，英伟达2022年占据81%的市场份额，处于绝对的领先地位。英伟达有消费者（游戏）业务Gaming、数据中心业务 Data Center、汽车业务 Auto、专业解决方案业务 Professional Visualization 以及 OEM 和其他业务OEM&Others，英伟达主要为这些领域提供 GPU 芯片及相应的软件工具链。英伟达成为云计算和AI行业的芯片及服务器等“种子”工具GPU 的主要供应商，搭载英伟达 GPU 硬件的工作站(Workstation）、服务器（Server)和云(Cloud)通过CUDA软件系统以及开发的CU

46、DA-X Al 库，为Al领域的机器学司(MachineLearning)、深度学习（Deep Learing）中的训练（Train）和推理（Inference）提供软件王具链，来服务众多的框架、云服务。CUDA成为连接 AI 的中心节点，CUDA+GPU 系統极大推动了 AI 倾城的发展，形成了CPU+GPU+DPU 产品矩阵。35 英伟达数据中心产品规划英伟达数据中心产品规划英伟达英伟达20年主营业务收入年主营业务收入0.002,000.004,000.006,000.008,000.0010,000.0012,000.0014,000.00201820192

47、02020212022GamingData CenterProfessional VisualizationAutomotive3.5 海光信息：支持全精度，GPU实现规模量产 海光信息主要从事高端处理器、加速器等计算芯片产品和系统的研究、开发，主要产品包括海光CPU和海光DCU。2018年10月，公司启动深算一号DCU产品设计，海光8100采用先进的FinFET工艺，典型应用场景下性能指标可以达到国际同类型高端产品的同期水平。2020年1月，公司启动DCU深算二号的产品研发。海光DCU性能强大。海光DCU基于大规模并行计算微结构进行设计，不但具备强大的双精度浮点计算能力，同时在单精度、半精度

48、、整型计算方面表现同样优异，是一款计算性能强大、能效比较高的通用协处理器。海光DCU集成片上高带宽内存芯片，可以在大规模数据计算过程中提供优异的数据处理能力。36 海光深算一号性能达到国际同类产品水平海光深算一号性能达到国际同类产品水平海光信息主要产品海光信息主要产品3.6 华为海思：五大系列发挥产业集成优势海思是全球领先的Fabless半导体与器件设计公司。前身为华为集成电路设计中心，1991年启动集成电路设计及研发业务，为汇聚行业人才、发挥产业集成优势，2004年注册成立实体公司，提供海思芯片对外销售及服务。海思致力于为智慧城市、智慧家庭、智慧出行等多场景智能终端打造性能领先、安全可靠的半

49、导体基石，服务于千行百业客户及开发者。海思产品覆盖智慧视觉、智慧IoT、智慧媒体、智慧出行、显示交互、手机终端、数据中心及光收发器等多个领域。海思半导体旗下的芯片共有五大系列，分别是用于智能设备的麒麟 Kirin 系列；用于数据中心的鲲鹏 Kunpeng 系列服务 CPU；用于人工智能的场景 AI 芯片组昇腾 Ascend 系列 SoC；用于连接芯片（基站芯片 Tiangang、终端芯片巴龙 Balong）；以及其他专用芯片（视频监控、机顶盒芯片、智能电视、运动相机、物联网等芯片）。37 华为海思业务覆盖数人工智能等多场景华为海思业务覆盖数人工智能等多场景华为海思芯片全景图华为海思芯片全景图3

50、.7 寒武纪：少数全面掌握AI芯片技术的企业之一寒武纪主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发和销售。公司的主要产品包括终端智能处理器IP、云端智能芯片及加速卡、边缘智能芯片及加速卡以及与上述产品配套的基础系统软件平台。寒武纪是目前国际上少数几家全面系统掌握了通用型智能芯片及其基础系统软件研发和产品化核心技术的企业之一，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。2022年3月，寒武纪正式发布了新款训练加速卡“MLU370-X8”，搭载双芯片四芯粒封装的思元370，集成寒武纪MLU-Link多芯互联技术，

51、主要面向AI训练任务。38 寒武纪产品技术图谱寒武纪产品技术图谱寒武纪“云边端车”协同寒武纪“云边端车”协同3.8 龙芯中科：2K2000系列集成自主GPU龙芯中科主营业务为处理器及配套芯片的研制、销售及服务，主要产品与服务包括处理器及配套芯片产品与基础软硬件解决方案业务。公司基于信息系统和工控系统两条主线开展产业生态建设，面向网络安全、办公与业务信息化、工控及物联网等领域与合作伙伴保持全面合作，产品在电子政务、能源、交通、金融、电信、教育等行业领域已获得广泛应用。2022年12月，龙芯2K2000完成了初步功能调试及性能测试，达到其设计目标，2023年将推出试用。龙芯2K2000集成了两个L

52、A364处理器核，典型工作频率为1.5GHz，共享2MB的L2缓存，SPEC2006INT（base）单核定/浮点分值达到13.5/14.9分。龙芯2K2000芯片集成了龙芯自主研发的GPU，并优化了图形算法和性能。39 龙芯中科自主生态龙芯中科自主生态龙芯中科生态合作示意图龙芯中科生态合作示意图3.9 景嘉微：新一代JM9系列有望打开商用市场景嘉微主要从事高可靠电子产品的研发、生产和销售，产品主要涉及图形显控领域、小型专用化雷达领域、芯片领域和其他。图形显控是公司现有核心业务，也是传统优势业务，小型专用化雷达和芯片是公司未来大力发展的业务方向。在图形处理芯片领域，公司历经十余年，成功研发JM

53、5400、JM7200、JM9为代表的系列图形处理芯片，并成功实现产业化。日前，公司JM9系列图形处理芯片已顺利发布，应用领域涵盖地理信息系统、媒体处理、CAD辅助设计、游戏、虚拟化等高性能显示和人工智能计算领域。目前，信创市场为公司提供了新的业务增长点，JM9系列图形处理芯片的成功发布将为公司未来进一步拓展通用市场提供强有力的产品支撑。40 景嘉微景嘉微GPUGPU系列产品系列产品景嘉微收入结构（单位：万元）景嘉微收入结构（单位：万元）04投资建议和风险提示414 投资建议ChatGPT或将引发产业对于AI算力的新一轮“军备竞赛”。相关受益标的包括，1）AI服务器：浪潮信息、中科曙光、紫光股

54、份、联想集团；2）GPU：海光信息、寒武纪、龙芯中科、景嘉微；3）网络设备（通信覆盖）：紫光股份、星网锐捷；4）光模块（通信覆盖）：新易盛、光迅科技等。42业务股票名称EPS（元/股）PE归母净利润CAGR2022E2023E2024E2022E2023E2024E2021-2024E000977.SZ浪潮信息1.682.062.5122.2518.1414.8422.48%603019.SH中科曙光1.111.532.0028.5120.6515.8136.26%000938.SZ紫光股份0.931.161.4427.4221.8317.6724.20%688041.SH海光信息0.360.

55、640.87155.1787.7464.5883.56%688256.SH寒武纪-U-2.79-1.78-0.95-31.94-50.01-93.79-22.72%688047.SH龙芯中科0.430.781.20284.19157.11102.0826.59%300474.SZ景嘉微0.640.931.27135.4592.4367.7625.42%002230.SZ科大讯飞0.250.941.29205.9753.7739.2624.53%300229.SZ拓尔思0.420.600.7860.2141.7732.4431.20%688327.SH云从科技-UW-0.55-0.71-0.05

56、-64.84-50.25-708.73-61.14%688207.SH格灵深瞳-U-0.070.180.42-628.15235.71101.45-204.29%，除中科曙光、紫光股份、海光信息、科大讯飞、拓尔思以外，其他公司盈利预测均为Wind一致预期4 风险提示技术迭代创新不及预期:AIGC相关产业技术壁垒较高，公司核心技术难以突破，进程低于预期，影响整体进度。互联网等行业资本开支不及预期:预计互联网厂商将在未来AI算力投入中扮演重要角色，如果互联网IT资本开支下降，将影响AI算力的投入。市场竞争加剧:ChatGPT的诞生将带来新的市场机遇，互联网、科技企业的入局或将加速行业的竞争，短期影

57、响公司的盈利能力。中美贸易摩擦升级的风险:供应链存在部分海外提供商，容易受到美国”卡脖子”制裁，导致产品研发不及预期。43免责声明44分析师分析师与研究助理简介与研究助理简介刘泽晶：首席分析师，2014-2015年新财富计算机行业团队第三、第五名，水晶球第三名，10年证券从业经验。刘熹：计算机行业分析师。上海交通大学硕士，曾任职于新时代证券，浙商证券。分析师承诺分析师承诺作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，保证报告所采用的数据均来自合规渠道，分析逻辑基于作者的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。评级说明评

58、级说明公司评级标准公司评级标准投资评级投资评级说明说明以报告发布日后的6个月内公司股价相对上证指数的涨跌幅为基准。买入分析师预测在此期间股价相对强于上证指数达到或超过15%增持分析师预测在此期间股价相对强于上证指数在5%15%之间中性分析师预测在此期间股价相对上证指数在-5%5%之间减持分析师预测在此期间股价相对弱于上证指数5%15%之间卖出分析师预测在此期间股价相对弱于上证指数达到或超过15%行业评级标准行业评级标准以报告发布日后的6个月内行业指数的涨跌幅为基准。推荐分析师预测在此期间行业指数相对强于上证指数达到或超过10%中性分析师预测在此期间行业指数相对上证指数在-10%10%之间回避分析师预测在此期间行业指数相对弱于上证指数达到或超过10%华西证券研究所：华西证券研究所：地址：北京市西城区太平桥大街丰汇园11号丰汇时代大厦南座5层网址：http:/