计算机行业：加速计算成果斐然，英伟达引领AI工业革命

请务必阅读正文之后的免责条款部分 股票研究 行业通用模板 证券研究报告 [Table_Industry] 计算机 2024.06.03 [Table_Invest] 评级： 增持 上次评级: 增持 [Table_subIndustry] 细分行业评级 [Table_Report] 相关报告 计算机《车路云大单提升交通信息化行业景气度》 2024.06.02 计算机《电力市场政策不断深化，IT 建设有望加速》 2024.05.27 计算机《低空经济：万亿赛道，中国引领全球》 2024.05.16 计算机《OpenAI 发布 GPT-4o，AI 交互迎来革新》 2024.05.14 计算机《交通信息化建设迎重磅政策催化》 2024.05.05 加速计算成果斐然，英伟达引领 AI 工业革命 [table_Authors] 李沐华(分析师) 伍巍(研究助理) 010-83939797 021-38031029 limuhua@gtjas.com wuwei028683@gtjas.com 登记编号 S0880519080009 S0880123070157 本报告导读： 2024 年 6 月 2 日，英伟达 CEO 发表“开启产业革命全新时代”的演讲，加速计算和AI 结合有望重塑计算产业，且 AI 大模型在 PC、工业机器人等场景应用或成主流。 投资要点： [Table_Summary] 投资建议：6 月 2 日，黄仁勋演讲中系统性介绍了加速计算对当前计算产业的革命性影响以及 CUDA 的显著成果，在数据指数级攀升背景下，每年迭代的高性能 AI 芯片对降低成本和提升效率极为重要，且物理性 AI 驱动的机器人对工业的革新或将引领下一波 AI 浪潮。在此背景下，可以预见产业链对 AI 算力的需求或将进一步扩张，推荐标的：浪潮信息、紫光股份、工业富联，受益标的：鸿博股份、中贝通信。 作为使用神经网络来进行深度学习的平台，CUDA 显著推动了计算机科学在近 20 年内的进展。黄仁勋指出，当前全球已有 500 万名 CUDA开发者，CUDA 已经实现了“良性循环”，能够在运算基础不断增长的情况下，扩大生态系统，令成本不断下降，这也将促使更多的开发人员提出创新，从而带来更多需求实验。同时，Omniverse 已经帮助众多大厂实现了数字孪生。例如，通过运用 Omniverse 工厂可以事先规划流水线，气象学家可以精确预测极端气候等。 加速计算是解决计算成本指数级攀升的有效手段。黄仁勋指出，计算机行业在 CPU 上运行的引擎，其性能扩展速度已经大大降低。然而，当前需要处理的数据却呈指数级增长，如果保持原状，将不得不经历计算膨胀和计算成本的提升，而在这种情况下，通过计算机增强 CPU来提供加速计算是一种更好的方法，核心思想是让每一个处理密集型应用程序都得到加速，从而每个数据中心也就会得到加速。随着Blackwell 芯片开始生产，英伟达计划每年升级 AI 加速器和 AI 芯片，预计将于 2025 年推出 Blackwell Ultra，在 2026 年推出名为“Rubin”的下一代 AI 平台，该平台将采用 HBM4 内存。 人工智能的下一波浪潮即将来临，由物理 AI 驱动的机器人将会彻底改变工业。近年来，得益于基础模型的发展和对世界理解能力的提升，机器人在认知能力方面取得了显著进步。机器人学的进步意味着机器人可以更容易地适应并执行复杂的任务。目前，仍需要大量的数据对机器人进行训练。机器人可以执行与人类相似的动作，并且可以通过演示和视频提供大量的训练数据，这为机器人的学习和技能提升提供了便利。这一领域也将出现更多的创新和突破。英伟达建造具有生成式物理 AI 的机器人需要三台计算机，其中 Nvidia AI 超级计算机用于训练模型，Nvidia Jetson Orin 和 Nvidia Jetson Thor 超级计算机用于运行模型，Nvidia Omniverse 提供供机器人学习和完善技能的模拟世界，同时 Nvidia 构建了开发人员所需的平台、库以及人工智能模型。当前比亚迪、西门子、泰瑞达和 Alphabet 旗下公司 Intrinsic 等全球十多家机器人行业领先企业已经在研究、开发和生产中采用 NVIDIA 机器人平台。 风险提示：产品更新迭代不及预期风险、行业竞争加剧风险 行业通用模板 请务必阅读正文之后的免责条款部分 2 of 8 目录 1. AI 芯片龙头持续领跑，下一波 AI 浪潮或出现在 AIPC 及机器人领域 3 1.1. CUDA 生态已形成良性循环，海量加速计算应用场景落地 ............ 3 1.2. 加速计算使大模型训练和“数字人类”成为可能 ................................. 4 1.3. 基于下一代物理性 AI，机器人可以执行更为复杂的任务 ............... 4 2. 投资建议 ...................................................................................................... 6 3. 风险提示 ...................................................................................................... 6 行业通用模板 请务必阅读正文之后的免责条款部分 3 of 8 1. AI芯片龙头持续领跑，下一波AI浪潮或出现在 AIPC及机器人领域 1.1. CUDA 生态已形成良性循环，海量加速计算应用场景落地 当前处理器的性能拓展已经大大减缓，但是需要处理的数据却呈指数增长。计算机产业距今已经有 60 年的历史，1964 年 IBM System 360 引入了中央处理单元、通用计算、多任务处理、IO、DMA 等系统，这些架构的影响力持续至今。随着计算机技术的不断发展，个人电脑革命使得计算机普遍化，在 2007 年 IPhone 引入移动计算，计算机得以便捷化，所有的功能得以通过云服务进行连接和运行。但广泛的普及带来的也是计算的膨胀，而如今，处理器的性能拓展也已经大大减缓。 Nvidia 一直致力于加速计算的研究，其壁垒较高。近二十年来，Nvidia 成功发明了将 GPU 添加至 CPU 上的架构，这种架构有效实现了计算加速，并且极大降低了计算的成本。在此之前之所以没采用加速计算的原因在于实现计算加速十分困难，因为没有软件可以让应用程序的运行突然加速，但英伟达发现改变 CPU 的结构可以实现这点，但随之而来的软件适配问题解决起来依旧困难。 Cuda 有效解决了软件适配问题，已经形成了生态良性循环。Nvidia 在过去20 年间创建了各个领域的库，致力于让计算变得更加容易，当前 Nvidia 已经约拥有了350个数据库。谷歌在云服务中加入了Colab 并且