电子行业专题研究：中国如何实现Zettascale计算

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 中国如何实现 Zettascale 计算 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com +(852) 3658 6000 研究员 张皓怡 SAC No. S0570522020001 zhanghaoyi@htsc.com +(86) 21 2897 2228 联系人 陈钰 SAC No. S0570121120092 chenyu019111@htsc.com +(86) 21 2897 2228 联系人 廖健雄 SAC No. S0570122020002 liaojianxiong@htsc.com +(86) 755 8249 2388 联系人 权鹤阳 SAC No. S0570122070045 quanheyang@htsc.com +(86) 21 2897 2228 行业走势图 资料来源：Wind，华泰研究 2023 年 3 月 12 日│中国内地 专题研究 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 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 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，架构，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。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：AI 成为高性能计算主要需求，OpenAI 的算力已经超过太湖之光 高性能计算主要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（10^18），上升 1000 倍到 2035 年的Zettascale 级（10^21）。其能耗或达 500MW，逼近一座核电站的输出功率。 路径#1：异构计算，关注 GPU，DPU，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#2：先进封装从 2.5D 走向 3D 先进封装是以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#3：半导体工艺在 2026 年进入 1.4nm 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，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 正文目录 中国如何实现 Zettascale 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 qRsRpPqQoMwPqPpRoOoMtRaQbP8OsQmMpNtQfQpPnOlOnMmPb