电子设备行业专题研究：全球AI大模型浪潮澎湃，算力芯片有望迎来爆发式需求

[Table_Title] 电子设备行业专题研究 全球AI大模型浪潮澎湃，算力芯片有望迎来爆发式需求 2023 年 03 月 22 日 [Table_Summary] 【投资要点】 ◆ AI 大模型相继发布，多方面性能显著提升。OpenAI 于近期发布多模态预训练大模型 GPT-4，其能够接受文本和图像类型的输入，问答质量和技术都有明显提升，并在许多专业测试中表现出超过绝大多数人类的水平。微软接着宣布正式为 Microsoft 365 应用和服务提供主要由 GPT-4 驱动的 Copilot，旨在协助用户生成文档、电子邮件、演示文稿和更多其他内容，将会与微软 365 应用程序一起，作为聊天机器人的模式出现在侧边栏。百度公司推出的新一代大语言模型、生成式AI 产品文心一言也可在文学创作、商业文案创作、数理推算、中文理解、多模态生成等五个场景使用。 ◆ AI 训练算力需求增长与摩尔定律出现不匹配。人工智能大模型的实现需要海量数据和强大的算力来支撑训练和推理过程，其中数据主要由服务器和光模块存储、运输，算力支撑则依赖各类芯片。AI 模型训练所需算力大幅增长，但随着半导体制程节点持续演进，短沟道效应以及量子隧穿效应带来的漏电、发热等问题愈发严重，摩尔定律已日趋放缓接近失效，因此 AI 训练算力需求增长与摩尔定律出现不匹配现象，这势必将推动对算力基础设施需求的快速提升。 ◆ 多技术途径助力 AI 发展浪潮，产业链有望迎来爆发。CPU、GPU 与 FPGA等传统芯片长期为 AI 训练提供底层计算能力，但其架构、性能与能效等方面逐渐不适应 AI 技术与应用的快速发展。智能芯片专门针对AI 领域设计，其架构和指令集针对 AI 领域中各类算法和应用作了专门优化，可高效支持语音、视觉、自然语言处理和传统机器学习等智能处理任务。此外，Chiplet 技术与存算一体也有望助力突破 AI 算力瓶颈，而边缘计算也将在未来发展趋势中扮演重要角色，国内产业链相关企业将在新一轮 AI 大趋势中充分受益。 【配置建议】 ◆ 我们梳理算力芯片行业相关重点公司如下：CPU 相关标的：龙芯中科、海光信息、澜起科技；GPU 相关标的：海光信息、景嘉微、芯原股份；AI 芯片相关标的：寒武纪；FPGA 相关标的：安路科技、复旦微电、紫光国微；Chiplet 产业链相关标的：芯原股份、华大九天、通富微电、长电科技、长川科技；存算一体相关标的：恒烁股份、东芯股份、润欣科技；边缘计算相关标的：瑞芯微、晶晨股份以及恒玄科技等。 [Table_Rank] 强于大市（维持） [Table_Author] 东方财富证券研究所 证券分析师：邹杰 证书编号：S1160523010001 联系人：夏嘉鑫 电话：021-23586316 [Table_PicQuote] 相对指数表现 [Table_Report] 相关研究 《商业航天，星辰大海启航正当时》 2023.03.09 《关注无稀土电机发展的潜在路径》 2023.03.07 《光学光电子系列报告之四：投影设备行业剖析，关注发展趋势及新兴应用》 2023.03.06 《LCD TV 订单需求预期强劲反弹，重视背光源升级迸发的产业机会》 2023.02.15 《IC 载板系列报告之一：ABF 载板国产替代在即，先进封装注入新活力》 2023.02.03 -26.79%-20.32%-13.84%-7.37%-0.90%5.57%3/215/217/219/2111/211/21电子设备沪深300 [T行业研究 / 电子设备 / 证券研究报告 挖掘价值 投资成长 2017 敬请阅读本报告正文后各项声明 2 [Table_yemei] 电子设备行业专题研究 【风险提示】 ◆ 受消费市场影响，下游需求不及预期； ◆ 国内外芯片厂商差距较大，市场竞争加剧； ◆ 关键性技术突破难度大，产品研发进度不及预期 2017 敬请阅读本报告正文后各项声明 3 [Table_yemei] 电子设备行业专题研究 正文目录 1.AI 大模型密集发布，表现性能显著提升 ........................................................... 4 1.1.GPT-4 在多个方面实现飞跃式提升 ................................................................. 4 1.2.微软 Copilot 革新 Office 办公方式 .............................................................. 6 1.3.百度文心一言发布，成首家加入大语言模型竞争的中国企业 .................... 7 2.数据与算力是 AI 大模型训练的基石 .................................................................. 8 2.1.算力需求增长与摩尔定律不匹配，算力基础设施需求快速增长 ................ 8 2.2.智能芯片针对人工智能领域特性量身打造 .................................................... 9 2.3.英伟达 GPU 近乎垄断大模型训练所需芯片市场 .......................................... 11 2.4. Chiplet 技术提供算力芯片新思路 .............................................................. 13 2.5.存算一体有望突破 AI 算力瓶颈 .................................................................... 14 2.6.边缘计算为 AI 算力下一站 ............................................................................ 15 3.投资建议 .........................................