人工智能行业AI算力报告：穿越AI的基石，算力基建的起始
报告出品方：国泰君安
以下为报告原文节选
------
1、算历是之鞥世界的基础，产业生态和投资图谱逐步清晰
1.1算力是智能世界的基础，基础设施从云向算泛在演进
•智能世界三要素：数据、算力、算法是智能世界三要素，其中算力平台是核心基础。
• 算力两大类：通用算力、 HPC（高性能计算，High-performance computing）算力。其中通用算力计算量小，用于常规应用。HPC算力是一个计算机集群系统，通过各种互联技术将多个计算机系统连接在一起，利用所有被连接系统的综合计算能力来处理大型计算问题。
• 算力基础设施从云向算泛在演进，其位置的分布从中心向边缘和端侧泛在延伸，将出现云、边、端三级算力架构。
AI大模型带动算力需求超越摩尔定律增长
• AI模型训练算力增长速度超越芯片摩尔定律。AI 训练任务中的算力增长（所需算力每 3.5个月翻一倍）已经超越摩尔定律（晶体管数量每 18 月翻一倍）。
• ChatGPT仅推出两个月，月活跃用户数预计已达1亿。ChatGPT在2023年1月达到1亿月活跃用户，平均每天有1,300多万访客，用2个月时间达到1亿月活数，成为史上最快达到1亿月活跃用户的应用，TikTok、Instagram、Facebook、Twitter则分别用了9个月、2年半、4年半、5年的时间。
AI大模型核心在数据、算力与模型，需消耗大量算力
• 预训练算力需求：训练一次13亿参数的GPT-3 XL模型需要的全部算力约为27.5PFlop/s-day，而训练一次1,746亿参数的GPT-3模型需要的算力约为3,640 PFlop/s-day，对应的单次训练成本高达460万美元。
• 日常运营算力需求：ChatGPT在日常与用户交互过程中需要大量的算力支持，结合访问量与内容量测算，单月运营算力约4,800PFlop/s-day；2023年1月ChatGPT官网总访问量已经达到6.16亿次，而ChatGPT每次交互产生的算力云服务成本约1~5美分，对应的单月运营成本高达千万美元。
• 调优迭代算力需求：ChatGPT模型需要不断进行Finetune模型调优，以确保模型处于最佳应用状态；预计每月模型调优带来的算力需求为82.5~137.5PFlop/s-day。
MR、车载等数字经济新型应用场景带来新的算力需求
• MR的推出更带来对低延时网络传输和底层算力技术升级的需求。虚拟世界需要强大的图像实时渲染能力、计算和存储海量数据资源，头显交互设备的出现将进一步增加对云计算和边缘计算的应用需求。云计算能将终端渲染逐步迁移至云端，基于规模效应摊低运算成本，提升服务器使用效率，提升虚拟世界的可进入性。而边缘计算则更能满足实时数据分析需求、缓解中心云的计算负载。
• 汽车智能化需求持续升级带来数据流量的急剧飙升。随着自动驾驶等级提升，车载信息娱乐系统、长续航电池及5G网络的引入，车辆要面对的计算量越来越大，网络架构升级、本地实时处理能力、“大容量缓存和存储”规格将成为硬需求。
1.2算力与经济水平直接挂钩，且具有倍增效应
• 全球各国算力规模与经济发展水平呈现正相关。2021 年算力规模前 20 的国家中有 17 个是全球排名前 20 的经济体，并且前五名排名一致。
• 算力对经济有倍增效应。数字经济作为GDP的组成部分，占比正在逐年增加，而算力是数字化技术持续发挥效益的根本性要素。根据IDC的报告，计算力指数平均每提高1个点，数字经济和GDP将分别增长3.3‰和1.8‰。当一个国家的计算力指数达到40分以上时，指数每提升1点，对于GDP增长的拉动将提高到1.5倍；当计算力指数达到60分以上时，对GDP的拉动将进一步提升至2.9倍。
中美算力布局较为领先，中国智能算力在追赶
• 智能算力规模和增速亮眼。根据信通院算力白皮书，2021年全球算力增速超过40%，华为 GIV 预测2030 年人类将迎来 YB 数据时代，全球算力平均年增速达到 65%,其中基础算力平均年增速达 27%;智能算力占大头,平均年增速超过 80%;超算算力平均年增速超过 34%。
• 中美算力在全球属于领先地位。美国、中国、欧洲、日本在全球算力规模中的份额分别为 34%、33%、14%和 5%，其中全球基础算力美国份额达37%，中国以 26%份额排名第二;智能算力方面，中国、美国分别占比为 45%和 28%；美国、日本、中国在超级计算综合性能指标方面份额分别为48%、22%、18%。
海外以互联网大厂为主导，资本开支向AI大幅倾斜
• 美国人工智能公司在过去的五年间获得的投资占到了全球的 56%,数百亿美元，谷歌、微软、亚马逊、Meta四家美国科技巨头在经历了2022和2023年初史无前例的大裁员之后，这些公司一边降本增效，一边All in AI。
海外算力板块企业和国内对标
国内数字&算力政策频出，当前走向地方细化落地
• 中国政府基于数字经济发展大背景，在2023年各个省市加快了AI及智算超算的规划和投入。
1.3算力板块国内产业投资图谱
2、基础设备：数据中心加速升级，芯片PCB等上游部件量价齐升
2.1算力芯片：AI服务器带动高端GPU用量及ASP提升
• AI服务器采用异构式架构，GPU数量远高于普通服务器。AI服务器和普通服务器的主要区别在于：1）架构不同，AI服务器采用CPU+GPU/FPGA/ASIC等异构式架构，而普通服务器一般是CPU架构；2）GPU数量差别巨大，AI服务器单服务器GPU用量通常在 4 颗以上。例如：NVIDIA DGX A100包括8个A100 GPU + 2个AMD Rome CPU，而浪潮英信服务器NF5280M6仅配置1-2个英特尔第三代Xeon处理器。
• GPU 架构为主流加速架构，是服务器核心成本构成。GPU采用并行计算，适用于处理密集型运算，如图形渲染、机器学习等场景，AI算力需求的提升推动了GPU卡的运算速度和用量需求进一步增长。根据 IDC 数据，2022年GPU加速卡占据AI市场89%的份额，在机器学习型服务器中GPU成本占比达 72.8% 。
--- 报告摘录结束 更多内容请阅读报告原文 ---
报告合集专题一览 X 由【报告派】定期整理更新
（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）
精选报告来源：报告派
科技 / 电子 / 半导体 /
人工智能 | Ai产业 | Ai芯片 | 智能家居 | 智能音箱 | 智能语音 | 智能家电 | 智能照明 | 智能马桶 | 智能终端 | 智能门锁 | 智能手机 | 可穿戴设备 |半导体 | 芯片产业 | 第三代半导体 | 蓝牙 | 晶圆 | 功率半导体 | 5G | GA射频 | IGBT | SIC GA | SIC GAN | 分立器件 | 化合物 | 晶圆 | 封装封测 | 显示器 | LED | OLED | LED封装 | LED芯片 | LED照明 | 柔性折叠屏 | 电子元器件 | 光电子 | 消费电子 | 电子FPC | 电路板 | 集成电路 | 元宇宙 | 区块链 | NFT数字藏品 | 虚拟货币 | 比特币 | 数字货币 | 资产管理 | 保险行业 | 保险科技 | 财产保险 |
