ChatGPT開(kāi)啟AI發(fā)展新浪潮

核心觀點(diǎn)ChatGPT

驅(qū)動(dòng)AI浪潮趨勢(shì)漸起，芯片等AI硬件構(gòu)成核心底座作為AI領(lǐng)域的最新成果，ChatGPT發(fā)展空間巨大。目前微軟、谷歌等科技巨頭堅(jiān)定入局，展現(xiàn)出AI應(yīng)用廣闊的發(fā)展前景，AI行業(yè)有望開(kāi)啟新發(fā)展浪潮云端算力硬件將成為AI新浪潮的關(guān)鍵基礎(chǔ)設(shè)施GPU、CPU、FPGA、AI芯片、Chiplet、光模塊、服務(wù)器等細(xì)分板塊下游應(yīng)用廣泛，產(chǎn)品邊際持續(xù)拓展。云、邊、端需求拉動(dòng)市場(chǎng)規(guī)模高速增長(zhǎng)。AI新浪潮未來(lái)將提升海量IoT設(shè)備的邊緣算力需求NPU：在SoC與MCU中加入邊緣算力，可廣泛使用于各類AIoT設(shè)備。RISC-V芯片架構(gòu)：深度受益于未來(lái)AIoT趨勢(shì)投資建議：云端算力和邊緣算力兩個(gè)維度關(guān)注AI硬件投資機(jī)會(huì)云端算力：建議關(guān)注（1）GPU：景嘉微、海光信息；（2）CPU：龍芯中科、中國(guó)長(zhǎng)城、瀾起科技、；（3）AI芯片：寒武紀(jì)、瀾起科技；（4）FPGA：復(fù)旦微電、安路科技、紫光國(guó)微等；（5）光模塊：天孚通信、德科立、新易盛、光迅科技、博創(chuàng)科技、源杰科技、中際旭創(chuàng)等；（6）CHIPLET：興森科技、長(zhǎng)川科技、方邦股份、華正新材、通富微電、長(zhǎng)電科技等。邊緣算力：建議關(guān)注（1）SoC：晶晨股份、富瀚微、瑞芯微等；（2）AIoT：樂(lè)鑫科技、恒玄科技等；（3）RISC-V：中科藍(lán)訊、樂(lè)鑫科技、全志科技等。2目 錄ChatGPT

驅(qū)動(dòng)AI浪潮趨勢(shì)漸起，芯片等AI硬件構(gòu)成核心底座云端算力硬件將成為AI新浪潮的關(guān)鍵基礎(chǔ)設(shè)施AI新浪潮未來(lái)將提升海量IoT設(shè)備的邊緣算力需求投資建議：云端算力和邊緣算力兩個(gè)維度關(guān)注AI硬件投資機(jī)會(huì)風(fēng)險(xiǎn)分析4一、ChatGPT

驅(qū)動(dòng)AI浪潮趨勢(shì)漸起，芯片等AI硬件構(gòu)成核心底座1、ChatGPT應(yīng)用空間廣闊2、AIoT終端浪潮趨勢(shì)漸起3、數(shù)據(jù)和算力是人工智能的基礎(chǔ)，芯片等硬件構(gòu)成AI核心底座51.1、ChatGPT應(yīng)用空間廣闊資料來(lái)源：搜狗百科，光大證券研究所整理ChatGPT是由人工智能實(shí)驗(yàn)室OpenAI研發(fā)的通用聊天機(jī)器人，使用了Transformer神經(jīng)網(wǎng)絡(luò)架構(gòu)。GPT-3.5架構(gòu)是一種用于處理序列數(shù)據(jù)的模型，于2022年11月30日上線。ChatGPT的網(wǎng)頁(yè)應(yīng)用允許用戶免費(fèi)使用，不限量向公眾開(kāi)放，用戶與ChatGPT之間的對(duì)話互動(dòng)包括了普通聊天、信息咨詢、撰寫(xiě)詩(shī)詞作文、修改代碼等。作為AI領(lǐng)域的最新成果，ChatGPT也擁有足夠的想象力和發(fā)展空間。目前微軟、谷歌等科技巨頭堅(jiān)定入局，展現(xiàn)出AI應(yīng)用廣闊的發(fā)展前景，AI行業(yè)有望開(kāi)啟新發(fā)展浪潮。圖1：ChatGPT推出歷程1.1、ChatGPT應(yīng)用空間廣闊以ChatGPT為代表的AIGC備受關(guān)注。全球各大科技企業(yè)都在積極擁抱AIGC，不斷推出相關(guān)技術(shù)、平臺(tái)和應(yīng)用。AIGC產(chǎn)業(yè)生態(tài)加速形成，走向模型即服務(wù)(MaaS）的未來(lái)。資料來(lái)源：騰訊研究院圖2：內(nèi)容創(chuàng)作模式的四個(gè)發(fā)展階段圖3：AIGC產(chǎn)業(yè)生態(tài)體系的三層構(gòu)架資料來(lái)源：騰訊研究院61.2、AIoT終端浪潮趨勢(shì)漸起7獵云網(wǎng)AIoT時(shí)代擁有海量IoT終端?！爸悄堋睂⑹俏锫?lián)網(wǎng)時(shí)代最核心的生產(chǎn)力，AI技術(shù)將滲透到云、邊、端和應(yīng)用的各個(gè)層面，與IoT設(shè)備進(jìn)行深度融合。在物聯(lián)網(wǎng)時(shí)代，用戶對(duì)于智能的需求呈快速增長(zhǎng)，深入各個(gè)領(lǐng)域。圖4：AIoT時(shí)代擁有海量IoT終端1.2、AIoT終端浪潮趨勢(shì)漸起資料來(lái)源：IDC預(yù)測(cè)，a&s

Research根據(jù)IDC數(shù)據(jù)：2019年中國(guó)AIoT產(chǎn)業(yè)總產(chǎn)值為3808億元，2021年將達(dá)到6548億元。AIoT市場(chǎng)規(guī)模的快速增長(zhǎng)，得益于以5G為代表的新技術(shù)的規(guī)?；逃煤虯IoT應(yīng)用在消費(fèi)及公共事業(yè)等領(lǐng)域的大規(guī)模落地。圖5：2019-2022E中國(guó)AIoT市場(chǎng)規(guī)模89人工智能的基礎(chǔ)層是數(shù)據(jù)和算力，數(shù)據(jù)由服務(wù)器和光模塊存儲(chǔ)和運(yùn)輸；算力由CPU、GPU、FPGA、ASIC等芯片支撐CSDN、光大證券研究所算法CPUGPUASICFPGA服務(wù)器光模塊PCB1.3、數(shù)據(jù)和算力是人工智能的基礎(chǔ)，芯片等硬件構(gòu)成AI核心底座PCB10資料來(lái)源：寒武紀(jì)公開(kāi)路演PPT1.3、數(shù)據(jù)和算力是人工智能的基礎(chǔ)，芯片等硬件構(gòu)成AI核心底座目 錄ChatGPT

驅(qū)動(dòng)AI浪潮趨勢(shì)漸起，芯片等AI硬件構(gòu)成核心底座云端算力硬件將成為AI新浪潮的關(guān)鍵基礎(chǔ)設(shè)施AI新浪潮未來(lái)將提升海量IoT設(shè)備的邊緣算力需求投資建議：云端算力和邊緣算力兩個(gè)維度關(guān)注AI硬件投資機(jī)會(huì)風(fēng)險(xiǎn)分析二、云端算力硬件將成為AI新浪潮的關(guān)鍵基礎(chǔ)設(shè)施121、GPU分為傳統(tǒng)GPU與GPGPU，

GPGPU占據(jù)人工智能

90%以上份額2、CPU與AI融合將成大勢(shì)所趨3、FPGA與ASIC技術(shù)融合，在人工智能領(lǐng)域應(yīng)用廣泛4、云、邊、端需求拉動(dòng)AI芯片市場(chǎng)規(guī)模高速增長(zhǎng)5、從AI

Chip到AI

Chiplet6、數(shù)據(jù)流量與AI算力增長(zhǎng)推動(dòng)光模塊需求7、算力需求帶動(dòng)服務(wù)器

PCB

市場(chǎng)持續(xù)擴(kuò)容2.1、GPU分為傳統(tǒng)GPU與GPGPU，

GPGPU占據(jù)人工智能

90%以上份額隨著

GPU

在并行計(jì)算方面性能優(yōu)勢(shì)的逐步顯現(xiàn)以及并行計(jì)算應(yīng)用范圍的逐步拓展，GPU

逐漸分化成兩條分支：一條是傳統(tǒng)意義的

GPU，延續(xù)專門(mén)用于圖形圖像處理用途，內(nèi)置了視頻編解碼加速引擎、2D

加速引擎、3D

加速引擎、圖像渲染等專用運(yùn)算模塊。另一分支是

GPGPU，作為運(yùn)算協(xié)處理器，并針對(duì)不同應(yīng)用領(lǐng)域的需求，增加了專用向量、張量、矩陣運(yùn)算指令，提升了浮點(diǎn)運(yùn)算的精度和性能，以滿足不同計(jì)算場(chǎng)景的需要。圖6：GPGPU主要應(yīng)用領(lǐng)域資料來(lái)源：海光信息招股說(shuō)明書(shū)132.1、GPU分為傳統(tǒng)GPU與GPGPU，

GPGPU占據(jù)人工智能

90%以上份額資料來(lái)源：海光信息招股說(shuō)明書(shū)大規(guī)模張量運(yùn)算、矩陣運(yùn)算是人工智能在計(jì)算層面的突出需求，高并行度的深度學(xué)習(xí)算法在視覺(jué)、語(yǔ)音和自然語(yǔ)言處理等領(lǐng)域上的廣泛應(yīng)用使得計(jì)算能力需求呈現(xiàn)快速增長(zhǎng)。根據(jù)Cisco

的預(yù)計(jì)，2021

年全球數(shù)據(jù)中心負(fù)載任務(wù)量將超過(guò)

2016

年的兩倍，從

2016年的不到250

萬(wàn)個(gè)負(fù)載任務(wù)量增長(zhǎng)到

2021

年的近

570

萬(wàn)個(gè)負(fù)載任務(wù)量。隨著云計(jì)算的不斷發(fā)展，全球范圍內(nèi)云數(shù)據(jù)中心、超級(jí)數(shù)據(jù)中心的建設(shè)速度不斷加快，Cisco

預(yù)計(jì)到

2021

年，計(jì)算能力更強(qiáng)的超級(jí)數(shù)據(jù)中心將達(dá)到

628

座，占數(shù)據(jù)中心總量的53%。圖7：2016-2021年數(shù)據(jù)中心負(fù)載任務(wù)量變化 圖8：2016-2021年超級(jí)數(shù)據(jù)中心數(shù)量變化資料來(lái)源：海光信息招股說(shuō)明書(shū)142.1、GPU分為傳統(tǒng)GPU與GPGPU，

GPGPU占據(jù)人工智能

90%以上份額15在人工智能領(lǐng)域，使用

GPGPU

在云端運(yùn)行模型訓(xùn)練算法，可以縮短海量訓(xùn)練數(shù)據(jù)的訓(xùn)練時(shí)長(zhǎng)，減少能源消耗，從而進(jìn)一步降低人工智能的應(yīng)用成本。GPGPU

能夠提供完善的軟件生態(tài)系統(tǒng)，便于各種已有應(yīng)用程序的移植和新算法的開(kāi)發(fā)，因此全球人工智能相關(guān)處理器解決方案仍然是以

GPGPU

為主。GPGPU

是人工智能領(lǐng)域最主要的協(xié)處理器解決方案，占據(jù)人工智能

90%以上的市場(chǎng)份額，在智能工廠、無(wú)人駕駛、智慧城市等領(lǐng)域具有廣泛的市場(chǎng)空間。根據(jù)前瞻產(chǎn)業(yè)研究院的數(shù)據(jù)，未來(lái)幾年內(nèi)，中國(guó)人工智能芯片市場(chǎng)規(guī)模將保持年均40%至50%的增長(zhǎng)速度，到2024年，市場(chǎng)規(guī)模將達(dá)到785億元。而隨著人工智能相關(guān)技術(shù)的進(jìn)步，應(yīng)用場(chǎng)景將更加多元化，GPGPU通用性好和軟件生態(tài)系統(tǒng)完善的優(yōu)勢(shì)會(huì)進(jìn)一步展現(xiàn)出來(lái)，成為該領(lǐng)域的主流解決方案。

GPGPU在我國(guó)人工智能芯片領(lǐng)域也將占據(jù)較大比例的市場(chǎng)份額。GPU

在商業(yè)領(lǐng)域的具體應(yīng)用體現(xiàn)在：1.商業(yè)計(jì)算和大數(shù)據(jù)處理；2.人工智能處理器；3.智算中心。2.2、CPU與AI融合將成大勢(shì)所趨CPU

是計(jì)算機(jī)的運(yùn)算和控制核心，是信息處理、程序運(yùn)行的最終執(zhí)行單元，是計(jì)算機(jī)的核心組成部件。CPU

的本質(zhì)是超大規(guī)模集成電路，用于解釋計(jì)算機(jī)指令和處理計(jì)算機(jī)軟件中的數(shù)據(jù)，并負(fù)責(zé)控制、調(diào)配計(jì)算機(jī)的所有軟硬件資源。CPU

可以應(yīng)用在服務(wù)器、工作站、個(gè)人計(jì)算機(jī)（臺(tái)式機(jī)、筆記本電腦）、移動(dòng)終端和嵌入式設(shè)備等不同設(shè)備上，根據(jù)應(yīng)用領(lǐng)域的不同，其架構(gòu)、功能、性能、可靠性、能效比等技術(shù)指標(biāo)也存在一定差異。圖9：CPU應(yīng)用場(chǎng)景及技術(shù)特點(diǎn)招資料來(lái)源：海光信息股說(shuō)明書(shū)信資料來(lái)源：海光息招股說(shuō)明書(shū)資料來(lái)源：海光信息招股說(shuō)明書(shū)162.2、CPU與AI融合將成大勢(shì)所趨過(guò)去十多年，全球服務(wù)器市場(chǎng)總體保持了穩(wěn)健的增長(zhǎng)。根據(jù)

IDC

數(shù)據(jù)，2020

年，受全球互聯(lián)網(wǎng)行業(yè)資本投入收縮和“新冠疫情”的影響，全球服務(wù)器出貨量為1212.9萬(wàn)臺(tái)，銷售額

910.2

億美元，同比分別增長(zhǎng)

3.26%和

4.37%，增速低于前期平均水平。隨著云計(jì)算的不斷發(fā)展，全球范圍內(nèi)云數(shù)據(jù)中心、超級(jí)數(shù)據(jù)中心的建設(shè)速度不斷加快，Cisco

預(yù)計(jì)到

2021

年，計(jì)算能力更強(qiáng)的超級(jí)數(shù)據(jù)中心將達(dá)到

628

座，占數(shù)據(jù)中心總量的53%。圖10：2014-2020年全球服務(wù)器銷售額資料來(lái)源：海光信息招股說(shuō)明書(shū)17182.2、CPU與AI融合將成大勢(shì)所趨CPU

技術(shù)發(fā)展趨勢(shì)：1，單個(gè)處理器核心性能持續(xù)提升；2，處理器設(shè)計(jì)復(fù)雜度提高，核心數(shù)逐步增加，I/O

性能持續(xù)提升；3，微體系結(jié)構(gòu)持續(xù)優(yōu)化。CPU

在商業(yè)領(lǐng)域的具體應(yīng)用：1，“企業(yè)上云”需求強(qiáng)烈，云計(jì)算可助力企業(yè)完成數(shù)字化轉(zhuǎn)型；2，5G

網(wǎng)絡(luò)的快速鋪開(kāi)，加速“萬(wàn)物互聯(lián)”時(shí)代提前到來(lái)。國(guó)產(chǎn)

CPU市場(chǎng)空間廣闊：隨著國(guó)產(chǎn)

CPU性能的不斷提高和軟件生態(tài)的不斷完善，基于國(guó)產(chǎn)

CPU

的信息產(chǎn)品已經(jīng)得到批量應(yīng)用。對(duì)信息安全、供應(yīng)鏈安全要求相對(duì)較高的領(lǐng)域，均是國(guó)產(chǎn)

CPU

的優(yōu)勢(shì)市場(chǎng)，伴隨著未來(lái)信息化的加速，桌面、服務(wù)器

CPU

的需求量有望大幅增加。英特爾Sapphire

Rapids

第四代至強(qiáng)可擴(kuò)展處理器深度支持AI

運(yùn)算。英特爾在這代產(chǎn)品中增添全新內(nèi)置

AI

加速器——

英特爾高級(jí)矩陣擴(kuò)展（AMX）技術(shù)。英特爾透露該GPU的基礎(chǔ)算力平均提升值為

53%，而在

AMX

的助推下，其在

PyTorch

上的

AI

實(shí)時(shí)推理速度，可提升至上一代產(chǎn)品（FP32）的

5.7-10

倍，訓(xùn)練性能提升最高也能提升到上一代產(chǎn)品的

10

倍。資料來(lái)源：龍芯中科官網(wǎng)圖12：龍芯2K1000LA芯片示意圖圖11：龍芯1H芯片示意圖資料來(lái)源：龍芯中科官網(wǎng)現(xiàn)場(chǎng)可編程門(mén)陣列（ ， ），是基于通用邏輯電路陣列的集成電路芯片，和芯片不同，其最大的特點(diǎn)是芯片的具體功能在制造完成以后由用戶配置決定，用戶可通過(guò)配套的 專用 軟件實(shí)現(xiàn)具體功能，首先由專用 軟件接受用硬件語(yǔ)言描述的用戶電路，其次編譯生成二進(jìn)制位流數(shù)據(jù)，最后將位流下載到芯片中實(shí)現(xiàn)用戶所需的功能。芯片由可編程的邏輯單元（個(gè)部分構(gòu)成。邏輯單元通過(guò)數(shù)據(jù)查找表（機(jī)存取存儲(chǔ)器（（ ， ）、五輸入查找表（， ）、輸入輸出單元（ ， ）和開(kāi)關(guān)連線陣列（ ， ）三， ）中存放的二進(jìn)制數(shù)據(jù)來(lái)實(shí)現(xiàn)不同的電路功能。 的本質(zhì)是一種靜態(tài)隨， ），其大小是由輸入端的信號(hào)數(shù)量決定的，常用的查找表電路是四輸入查找表， ）和六輸入查找表（ ， ）。192.3、

FPGA與ASIC技術(shù)融合，在人工智能領(lǐng)域應(yīng)用廣泛FPGA在汽車電子中的應(yīng)用：在系統(tǒng)接口及控制領(lǐng)域，可用于控制和驅(qū)動(dòng)電動(dòng)汽車電機(jī)控制系統(tǒng)，連接駕駛系統(tǒng)、儀表盤(pán)、雷達(dá)、超聲波傳感器等各種車載設(shè)備，實(shí)現(xiàn)激光雷達(dá)、毫米波雷達(dá)等信號(hào)處理和控制；在視頻橋接和融合領(lǐng)域，可用于實(shí)現(xiàn)多個(gè)圖像傳感器的信號(hào)橋接、3D環(huán)視視頻融合、倒車輔助視頻、輔助駕駛視頻等功能；在輔助駕駛和自動(dòng)駕駛領(lǐng)域，可用于實(shí)現(xiàn)機(jī)器視覺(jué)與目標(biāo)檢測(cè)等各種功能。在云側(cè)與端側(cè)的不同任務(wù)中，F(xiàn)PGA芯片均已與GPU及ASIC等芯片一起成為人工智能處理芯片的重要選擇之一，F(xiàn)rost&Sullivan數(shù)據(jù)顯示人工智能領(lǐng)域FPGA芯片2020年中國(guó)銷售額達(dá)到5.8億元，占中國(guó)FPGA芯片市場(chǎng)份額的3.9%，2021年至2025年年均復(fù)合增長(zhǎng)率將達(dá)到16.9%。20Frost&Sullivan、光大證券研究所整理2.3、

FPGA與ASIC技術(shù)融合，在人工智能領(lǐng)域應(yīng)用廣泛圖13：2016-2025年中國(guó)FPGA汽車領(lǐng)域市場(chǎng)規(guī)模（億元）圖14：2016-2025年中國(guó)人工智能領(lǐng)域市場(chǎng)規(guī)模（億元）Frost&Sullivan、光大證券研究所整理在人工智能領(lǐng)域：AI大規(guī)模發(fā)展目前仍存在許多芯片層面的問(wèn)題，AI的基礎(chǔ)硬件需要滿足低延遲、高性能、高可靠性、高性價(jià)比等要求，這些剛好是FPGA能夠充分滿足的。FPGA芯片已與GPU及ASIC等芯片一起成為人工智能處理芯片的重要選擇之一。在AI市場(chǎng)，F(xiàn)PGA芯片可以作為加速卡加速人工智能算法的硬件級(jí)運(yùn)算速度，高密度FPGA面向云側(cè)并行運(yùn)算需求，中低密度面向端側(cè)推斷任務(wù)轉(zhuǎn)移。云端：FPGA流水線并行結(jié)構(gòu)，可以實(shí)現(xiàn)更高的并發(fā)處理。FPGA可針對(duì)數(shù)據(jù)包步驟數(shù)量搭建同等數(shù)量流水線，數(shù)據(jù)包經(jīng)多個(gè)流水線處理后可即時(shí)輸出，無(wú)需像GPU一樣數(shù)據(jù)單元一致輸出，因此計(jì)算密集型任務(wù)（如圖像處理、機(jī)器學(xué)習(xí)等）中，擁有流水線并行和數(shù)據(jù)并行的高密度FPGA效率更高。端側(cè)：當(dāng)推斷決策任務(wù)轉(zhuǎn)至智能終端，中低密度FPGA迎來(lái)用武之地。隨著智能終端對(duì)實(shí)時(shí)響應(yīng)和多樣化應(yīng)用的需求，越來(lái)越多的推斷任務(wù)被轉(zhuǎn)移到端側(cè)來(lái)完成。為實(shí)現(xiàn)推斷任務(wù)的轉(zhuǎn)移，通常對(duì)訓(xùn)練后的人工智能算法模型進(jìn)行壓縮，進(jìn)而應(yīng)用到推理環(huán)節(jié)，F(xiàn)PGA芯片可實(shí)現(xiàn)快速推斷決策的特點(diǎn)也使其可廣泛應(yīng)用于該領(lǐng)域。FPGA發(fā)展至今與ASIC技術(shù)融合、向系統(tǒng)級(jí)發(fā)展成為新的趨勢(shì)，軟硬件相結(jié)合，兼具性能和靈活性，誕生SoC

FPGA和eFPGA兩種路徑。與獨(dú)立FPGA器件相比，eFPGA是一種相對(duì)較新的技術(shù)，其可被集成到ASIC，或提供FPGA晶粒進(jìn)行多芯片封裝（MCM）而集成到其中。eFPGA的典型應(yīng)用包括汽車駕駛員輔助系統(tǒng)、計(jì)算性存儲(chǔ)加速器、人工智能/機(jī)器學(xué)習(xí)和5G基礎(chǔ)設(shè)施等。這些應(yīng)用都使用了集成了eFPGA

IP的定制ASIC器件，以提供工作負(fù)載和算法靈活性。212.3、

FPGA與ASIC技術(shù)融合，在人工智能領(lǐng)域應(yīng)用廣泛22人工智能算法與應(yīng)用必須以計(jì)算機(jī)硬件作為物理載體方能運(yùn)轉(zhuǎn)，其效果、效率與核心計(jì)算芯片的計(jì)算能力密切相關(guān)。當(dāng)前以深度學(xué)習(xí)為代表的人工智能技術(shù)對(duì)于底層芯片計(jì)算能力的需求一直在飛速增長(zhǎng)，其增速已經(jīng)大幅超過(guò)了摩爾定律的速度。人工智能運(yùn)算常常具有大運(yùn)算量、高并發(fā)度、訪存頻繁的特點(diǎn)，且不同子領(lǐng)域（如視覺(jué)、語(yǔ)音與自然語(yǔ)言處理）所涉及的運(yùn)算模式具有高度多樣性，對(duì)于芯片的微架構(gòu)、指令集、制造工藝甚至配套系統(tǒng)軟件都提出了巨大的挑戰(zhàn)。GPT1:有一定的泛化能力，能夠用于和監(jiān)督任務(wù)無(wú)關(guān)的NLP

任務(wù)中2018年GPT2:除了理解能力外，GPT-2在生成方面表現(xiàn)出了強(qiáng)大的天賦：閱讀摘要、聊天、續(xù)寫(xiě)、編故事，甚至可以生成假新聞、釣魚(yú)郵件或在線進(jìn)行角色扮演2019年GPT3:GPT-3

作為一個(gè)自監(jiān)督模型，可以完成自然語(yǔ)言處理的絕大部分任務(wù)：將網(wǎng)頁(yè)描述轉(zhuǎn)換為相應(yīng)代碼、模仿人類敘事、創(chuàng)作定制詩(shī)歌、生成游戲劇本，甚至模仿已故的哲學(xué)家預(yù)測(cè)生命的真諦2020年寒武紀(jì)招股書(shū)、CSDN、光大證券研究所整理2.4、云、邊、端需求拉動(dòng)AI芯片市場(chǎng)規(guī)模高速增長(zhǎng)芯片類型技術(shù)原理技術(shù)發(fā)展情況與技術(shù)特點(diǎn)技術(shù)優(yōu)勢(shì)與局限性未來(lái)發(fā)展、演化或融合的趨勢(shì)在云邊端訓(xùn)練與推理場(chǎng)景的市場(chǎng)滲透率傳統(tǒng)芯片CPU基本原理為：通過(guò)靈活的控制單元、細(xì)粒度的運(yùn)算單元、多層次的緩存、多發(fā)射流水線，實(shí)現(xiàn)對(duì)于通用計(jì)算任務(wù)靈活和高效的支持具體對(duì)于智能訓(xùn)練和推理應(yīng)用，通過(guò)

CPU

的基本指令組合出訓(xùn)練或推理需要的運(yùn)算操作，從而實(shí)現(xiàn)對(duì)智能算法的支持技術(shù)成熟，通用性最強(qiáng)可執(zhí)行各種類型的計(jì)算機(jī)應(yīng)用程序，非常適合傳統(tǒng)的控制密集型計(jì)算任務(wù)人工智能應(yīng)用開(kāi)發(fā)生態(tài)成熟，但性能已無(wú)法滿足人工智能快速增長(zhǎng)的計(jì)算能力需求CPU的演化趨

勢(shì)為集成更多更高的外部接口，長(zhǎng)

期看仍將主要應(yīng)用于通用計(jì)算廣泛應(yīng)用于個(gè)人電腦、移動(dòng)終端、傳統(tǒng)服務(wù)器等領(lǐng)域，在人工智能芯片場(chǎng)滲透率相對(duì)較低GPU基本原理為：通過(guò)簡(jiǎn)化控制單元并集成大規(guī)模的并行運(yùn)算單元，實(shí)現(xiàn)對(duì)圖形渲染等并行任務(wù)的良好支持具體對(duì)于智能訓(xùn)練和推理應(yīng)用，通過(guò)

GPU

的向量等指令組合出訓(xùn)練或推理需要的運(yùn)算操作，從而實(shí)現(xiàn)對(duì)智能算法的支持技術(shù)成熟，通用性較好，擅長(zhǎng)數(shù)據(jù)級(jí)并行處理，為圖形處理、科學(xué)計(jì)算等傳統(tǒng)任務(wù)提供了良好的硬件支持峰值運(yùn)算性能高，但整體能耗較高；在云端具備成熟的應(yīng)用開(kāi)發(fā)生態(tài)，但在終端生態(tài)尚不成熟GPU

的演化趨勢(shì)為持續(xù)保持其在圖形渲染

和科學(xué)計(jì)算領(lǐng)域的技術(shù)優(yōu)勢(shì)，加強(qiáng)對(duì)人工智能領(lǐng)域的支持在人工智能領(lǐng)域，GPU

多用于服務(wù)器與數(shù)據(jù)中心，是目前滲透率最高且最主流的芯片類型，在終端應(yīng)用較少DSP基本原理：通過(guò)面向數(shù)字信號(hào)處理的專用架構(gòu)和專用指令集，實(shí)現(xiàn)對(duì)數(shù)字信號(hào)處理任務(wù)（如快速傅里葉變換）的高效支持DSP一般僅用于智能終端的推理任務(wù)。在支撐推理任務(wù)時(shí)，DSP

利用其數(shù)字信號(hào)處理指令來(lái)實(shí)現(xiàn)智能推理任務(wù)中的運(yùn)算操作，例如通過(guò)信號(hào)卷積指令組合來(lái)實(shí)現(xiàn)對(duì)于深度學(xué)習(xí)模型中的卷積層的支持技術(shù)成熟，最初為數(shù)字信號(hào)處理任務(wù)設(shè)計(jì)，早期多用于傳統(tǒng)的通信和音視頻信號(hào)處理在人工智能領(lǐng)域主要用于處理圖像、語(yǔ)音等任務(wù)，編程開(kāi)發(fā)門(mén)檻高隨著5G等通信

技術(shù)的發(fā)展，DSP將持續(xù)保持在通信領(lǐng)域的廣泛應(yīng)用，在人工智能領(lǐng)域的應(yīng)用前景尚不明朗在云端應(yīng)用較少，但在手機(jī)等終端設(shè)備中有一定生態(tài)基礎(chǔ)FPGA基本原理：通過(guò)集成大量的可重構(gòu)邏輯單元陣列，可支持硬件架構(gòu)的重構(gòu)，從而靈活支持不同的人工智能模型FPGA

一般僅用于智能推理，其技術(shù)原理通常是將對(duì)應(yīng)的智能算法通過(guò)硬件編程的方式實(shí)現(xiàn)在

FPGA

上，從而支持推理任務(wù)技術(shù)成熟，包含充裕的可重構(gòu)邏輯單元陣列，硬件編程開(kāi)發(fā)和調(diào)試門(mén)檻較高可通過(guò)硬件重構(gòu)方式靈活實(shí)現(xiàn)適合于人工智能應(yīng)

用的架構(gòu)，但成本和能效與主流技術(shù)路徑仍有差距FPGA

將與CPU、DSP

等傳統(tǒng)類型理器融合到同

一顆SoC芯片中，實(shí)現(xiàn)多樣化功能在芯片原型驗(yàn)證與仿真中有著廣泛應(yīng)用，在人工智能芯片市場(chǎng)滲透率相對(duì)較低智能芯片通用型基本原理：通過(guò)對(duì)各類智能應(yīng)用和算法的計(jì)算和訪存特點(diǎn)進(jìn)抽取和抽象，定義出一套適用于智能算法且相對(duì)靈活的指令集和處理器架構(gòu)，從而廣泛支持多樣化的人工智能算法和應(yīng)用智能芯片的指令通常與人工智能算法中的關(guān)鍵運(yùn)算操作相匹配在具體的訓(xùn)練和推理應(yīng)用中，對(duì)于關(guān)鍵運(yùn)算操作，智能芯片指令可直接支持，從而實(shí)現(xiàn)高效的訓(xùn)練和推理相關(guān)技術(shù)持續(xù)發(fā)展中，全新指令集完備高效，可覆蓋各類智能算法所需的基本運(yùn)算操作性能、功耗比較傳統(tǒng)芯片優(yōu)勢(shì)明顯，可適應(yīng)各種場(chǎng)景和規(guī)模的人工智能計(jì)算需求云端智能芯片將集成更高計(jì)算能力、更

高速的外圍接口及更先進(jìn)的集成電路工藝；邊緣及終

端智能芯片將

集成多樣化的模塊，沿SoC技術(shù)路徑繼續(xù)深度發(fā)展在云端、邊緣端和消費(fèi)類電子終端都開(kāi)始出現(xiàn)廣泛應(yīng)用，滲透率將逐漸提升專用型（ASIC）基本原理：針對(duì)面向特定的、具體的、相對(duì)單一的人工智能應(yīng)用專門(mén)設(shè)計(jì)的芯片，具體實(shí)現(xiàn)方法為在架構(gòu)層面對(duì)特定智能算法作硬化支持，多用于推理任務(wù)相關(guān)技術(shù)持續(xù)發(fā)展中，在架構(gòu)層面對(duì)特定智能算法作硬化支持，指令集簡(jiǎn)單或指令完全固化成本相對(duì)較低，軟件棧相對(duì)簡(jiǎn)單，設(shè)計(jì)和生產(chǎn)周期短但通用性較差專用型智能芯片逐漸融入各類行業(yè)專用SoC芯片（如智能音箱芯片）中常用于在低功耗、成本敏感的終端上支撐特定的智能應(yīng)用，在云端、邊緣端等場(chǎng)景滲透率相對(duì)較低23寒武紀(jì)招股書(shū)、光大證券研究所整理圖15：傳統(tǒng)芯片與智能芯片比較2.4、云、邊、端需求拉動(dòng)AI芯片市場(chǎng)規(guī)模高速增長(zhǎng)芯原股份2021年報(bào)、光大證券研究所整理Chiplet可以大幅提高大型芯片的良率。近年來(lái)，隨著高性能計(jì)算、AI等方面的巨大運(yùn)算需求，集成更多功能單元和更大的片上存儲(chǔ)使得芯片不僅晶體管數(shù)量暴增，芯片面積也急劇增大。芯片良率與芯片面積有關(guān)，隨著芯片面積的增大而下降。Chiplet可將單一die面積做小以確保良率，并用高級(jí)封裝技術(shù)把不同的芯粒集成在一起。Chiplet有利于降低設(shè)計(jì)的復(fù)雜度和設(shè)計(jì)成本。利用小芯片（具有相對(duì)低的面積開(kāi)銷）的低工藝和高良率可以獲得有效降低成本開(kāi)銷。此外，研發(fā)成本也逐漸占據(jù)芯片成本的重要組成部分，通過(guò)采用已知合格裸片進(jìn)行組合，可以有效縮短芯片的研發(fā)周期及節(jié)省研發(fā)投入。同時(shí)Chiplet芯片通常集成應(yīng)用較為廣泛和成熟的芯片裸片，可以有效降低Chiplet芯片的研制風(fēng)險(xiǎn)，從而減少重新流片及封裝的次數(shù)，有效節(jié)省成本。Chiplet有望降低芯片制造的成本。SoC中具有不同計(jì)算單元，以及SRAM、I/O接口、模擬或數(shù)?；旌显?。除了邏輯計(jì)算單元以外，其他元件并不依賴先進(jìn)制程也通常能夠發(fā)揮很好的性能。所以，將SoC進(jìn)行Chiplet化之后，不同的芯?？梢愿鶕?jù)需要來(lái)選擇合適的工藝制程分開(kāi)制造，然后再通過(guò)先進(jìn)封裝技術(shù)進(jìn)行組裝，不需要全部都采用先進(jìn)的制程在一塊晶圓上進(jìn)行一體化制造，這樣可以極大的降低芯片的制造成本。圖16：Chiplet示意圖2.5、從AI

Chip到AI

Chiplet24支持快速開(kāi)發(fā)，根據(jù)需要選擇不同的工藝節(jié)點(diǎn)，實(shí)現(xiàn)降本開(kāi)發(fā)商可以以Chiplet

IP的形式提供產(chǎn)品，和其他不同工藝的功能模塊集成在一起，無(wú)需受限于Foundry工藝的進(jìn)展架構(gòu)設(shè)計(jì)的靈活性：結(jié)合工藝靈活性，可以在架構(gòu)設(shè)計(jì)中有更合理的功能/工藝權(quán)衡，有利于AI

SoC或AloT芯片更好適應(yīng)場(chǎng)景需求系統(tǒng)架構(gòu)的設(shè)計(jì)，特別是功能模塊間的互聯(lián)有更多優(yōu)化空間商業(yè)模式的靈活性：對(duì)于聚焦AI加速芯片廠商，chiiplet可以提供一種新的產(chǎn)品形式，增加潛在市場(chǎng)，或拉長(zhǎng)一代產(chǎn)品的生命周期對(duì)于垂直領(lǐng)域的做集成AI加速功能的SoC廠商，集成合適AIchiplet而不是IP可以大大節(jié)約項(xiàng)目開(kāi)發(fā)時(shí)間圖17：Chiplets和Chip的不同AI

Chiplet優(yōu)勢(shì)Chiplet模式一個(gè)系統(tǒng)里可集成多個(gè)工藝節(jié)點(diǎn)的硅片（如右圖）：資料來(lái)源：壁仞科技研究院，Intel252.5、從AI

Chip到AI

Chiplet光模塊是光通信系統(tǒng)的核心器件之一，由各種無(wú)源器件以及光電芯片組合封裝。光模塊構(gòu)成了數(shù)據(jù)中心互連、5G承載網(wǎng)絡(luò)和全光接入網(wǎng)絡(luò)的基礎(chǔ)單元，主要完成光電/電光轉(zhuǎn)換功能。近年來(lái)隨著速率的逐漸提升，其在系統(tǒng)設(shè)備中的成本占比不斷攀升，已成為各應(yīng)用領(lǐng)域高帶寬、廣覆蓋、低成本和低能耗的關(guān)鍵要素。CSDN圖19：光模塊進(jìn)行光電轉(zhuǎn)換圖18：光模塊與交換機(jī)的配合使用資料來(lái)源：睿海光電官網(wǎng)2.6、數(shù)據(jù)流量與AI算力增長(zhǎng)推動(dòng)光模塊需求26隨著5G、云計(jì)算、大數(shù)據(jù)等技術(shù)與應(yīng)用的快速發(fā)展，全球數(shù)據(jù)流量持續(xù)增長(zhǎng)，光通信與光網(wǎng)絡(luò)需求得到了快速提升。光模塊是光通信產(chǎn)業(yè)鏈中的關(guān)鍵器件，將充分受益于產(chǎn)業(yè)新趨勢(shì)。圖20：光模塊主要應(yīng)用場(chǎng)景OE

Solutions2.6、數(shù)據(jù)流量與AI算力增長(zhǎng)推動(dòng)光模塊需求27根據(jù)中國(guó)信息通信研究院數(shù)據(jù)，2021

年，全球數(shù)字經(jīng)濟(jì)

GDP

占比已達(dá)到

46%，我國(guó)數(shù)字經(jīng)濟(jì)

GDP

占比達(dá)到

40%，預(yù)計(jì)

2025

年，我國(guó)數(shù)字經(jīng)濟(jì)

GDP

占比將達(dá)到

62%。數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展帶來(lái)全球數(shù)據(jù)流量的迅速增長(zhǎng)。根據(jù)Cisco

Global

Index

數(shù)據(jù)顯示，2016

年全球數(shù)據(jù)中心流量規(guī)模為

6.8ZB，到2021

年規(guī)模增長(zhǎng)至

20.6ZB，復(fù)合增長(zhǎng)率為

25%；根據(jù)IDC

數(shù)據(jù)，預(yù)計(jì)

2025

年全球數(shù)據(jù)量達(dá)

175ZB。隨著全球數(shù)據(jù)流量的指數(shù)級(jí)增長(zhǎng)以及全球信息化建設(shè)速度加快，服務(wù)器作為最重要的算力基礎(chǔ)設(shè)施，全球范圍內(nèi)的出貨量與市場(chǎng)規(guī)模得以大幅增長(zhǎng)。根據(jù)Gartner

數(shù)據(jù)，2021

年全球服務(wù)器總體市場(chǎng)規(guī)模達(dá)到

6634

億元，預(yù)計(jì)

2026年達(dá)到

10600

億元，復(fù)合增長(zhǎng)率達(dá)

9.83%。PCB

是服務(wù)器的重要組成部件，是承載服務(wù)器運(yùn)行的關(guān)鍵材料。服務(wù)器出貨量的大幅增長(zhǎng)也使得服務(wù)器

PCB市場(chǎng)規(guī)模擴(kuò)容，成為

PCB

市場(chǎng)中復(fù)合增長(zhǎng)率最快的下游細(xì)分市場(chǎng)。根據(jù)

Prismark

數(shù)據(jù)，2021

年全球服務(wù)器領(lǐng)域

PCB

市場(chǎng)規(guī)模為

78.04

億美元，預(yù)計(jì)

2026

年達(dá)到

132.94

億美元，復(fù)合增長(zhǎng)率為

11.2%。282.7、算力需求帶動(dòng)服務(wù)器PCB

市場(chǎng)持續(xù)擴(kuò)容目 錄ChatGPT

驅(qū)動(dòng)AI浪潮趨勢(shì)漸起，芯片等AI硬件構(gòu)成核心底座云端算力硬件將成為AI新浪潮的關(guān)鍵基礎(chǔ)設(shè)施AI新浪潮未來(lái)將提升海量IoT設(shè)備的邊緣算力需求投資建議：云端算力和邊緣算力兩個(gè)維度關(guān)注AI硬件投資機(jī)會(huì)風(fēng)險(xiǎn)分析三、AI新浪潮未來(lái)將提升海量IoT設(shè)備的邊緣算力需求301、NPU將成為人工智能的重要趨勢(shì)2、RISC-V芯片架構(gòu)：深度受益于未來(lái)AIoT趨勢(shì)NPU

IP是指專用于加速神經(jīng)網(wǎng)絡(luò)運(yùn)算、機(jī)器視覺(jué)和機(jī)器學(xué)習(xí)等人工智能應(yīng)用的數(shù)字IP。以芯原股份與ARM公司為代表的IP公司可以為SoC與MCU公司提供NPU

IP，在SoC與MCU中加入邊緣算力。以芯原股份的神經(jīng)網(wǎng)絡(luò)處理器技術(shù)為例，其包括自主可控的卷積神經(jīng)網(wǎng)絡(luò)加速、可編程的浮點(diǎn)運(yùn)算加速、指令集和可編程的浮點(diǎn)運(yùn)算專用編譯器、優(yōu)化器等工具設(shè)計(jì)，支持國(guó)際標(biāo)準(zhǔn)OpenVX1.2和OpenCL1.2EP/FP；支持最大32位浮點(diǎn)精度數(shù)據(jù)處理和張量處理的硬件加速；支持0.5TOPs到6TOPs性能的單卷積運(yùn)算核的可擴(kuò)展架構(gòu)設(shè)計(jì)，多卷積運(yùn)算核擴(kuò)展后的NPUIP運(yùn)算能力可達(dá)10TOPs。圖21：NPU的核心技術(shù)與應(yīng)用資料來(lái)源：芯原股份招股說(shuō)明書(shū)3.1、NPU將成為人工智能的重要趨勢(shì)31當(dāng)前的邊緣側(cè)NPU

AI算力可以覆蓋從汽車電子到手機(jī)再到可穿戴設(shè)備的各類設(shè)備。從應(yīng)用的歸類來(lái)看，機(jī)器視覺(jué)和語(yǔ)音識(shí)別是NPU在邊緣側(cè)的兩大重要方向。圖22：芯原股份NPU產(chǎn)品系列以及應(yīng)用方向資料來(lái)源：芯原股份招股說(shuō)明書(shū)323.1、

NPU將成為人工智能的重要趨勢(shì)NPU在SoC中的典型應(yīng)用為機(jī)器視覺(jué)。以瑞芯微的新一代機(jī)器視覺(jué)方案RV1106及RV1103為例，兩顆芯片在NPU、ISP、視頻編碼、音頻處理等性能均有顯著升級(jí)，集成度與性價(jià)比較高，可以在低待機(jī)功耗的同時(shí)提供優(yōu)秀的邊緣AI算力。瑞芯微高性能的RV1126具備四核ARM

Cortex-A7和RISC-V

MCU，2.0Tops

NPU，活體檢測(cè)率可以高達(dá)98.48%。晶晨股份A311D在采用高性能A73內(nèi)核的同時(shí)，搭載了5TOPS的高性能NPU，可以廣泛使用于各類中高端AIOT設(shè)備。資料來(lái)源：瑞芯微官網(wǎng)圖23：瑞芯微RV1126圖24：晶晨股份A311D資料來(lái)源：晶晨股份官網(wǎng)333.1、

NPU將成為人工智能的重要趨勢(shì)資料來(lái)源：樂(lè)鑫科技年報(bào)資料來(lái)源：樂(lè)鑫科技官網(wǎng)34樂(lè)鑫科技在其高端產(chǎn)品ESP32-S3

MCU中增加了用于加速神經(jīng)網(wǎng)絡(luò)計(jì)算和信號(hào)處理等工作的向量指令

(vector

instructions)。AI

開(kāi)發(fā)者們通過(guò)

ESP-DSP

和

ESP-NN

庫(kù)使用這些向量指令，可以實(shí)現(xiàn)高性能的圖像識(shí)別、語(yǔ)音喚醒和識(shí)別等應(yīng)用。ESP-WHO

和

ESP-Skainet

也將支持此功能。ESP32-S3-EYE

是一款搭載

ESP32-S3

的小型人工智能開(kāi)發(fā)板。它集成了一個(gè)

200

萬(wàn)像素的攝像頭、一個(gè)

LCD

顯示屏和一個(gè)麥克風(fēng)，適用于圖像識(shí)別和音頻處理等應(yīng)用。圖25：樂(lè)鑫科技產(chǎn)品線 圖26：ESP

32

EYE開(kāi)發(fā)板3.1、

NPU將成為人工智能的重要趨勢(shì)35資料來(lái)源：AI芯天下，光大證券研究所RISC-V是一個(gè)基于精簡(jiǎn)指令集（RISC）原則設(shè)計(jì)的開(kāi)源指令集架構(gòu)，秉承簡(jiǎn)單有效的設(shè)計(jì)哲學(xué)，具備開(kāi)放、簡(jiǎn)潔、模塊化、可擴(kuò)展的技術(shù)優(yōu)勢(shì)。RISC-V指令集可以自由地用于任何目的，允許任何人任何企業(yè)設(shè)計(jì)、制造、銷售RISC-V芯片和軟件。RISC-V能滿足從微控制器到超級(jí)計(jì)算機(jī)等各種尺寸的處理器，支持從FPGA到ASIC等各種實(shí)現(xiàn)，能高效地實(shí)現(xiàn)各種微結(jié)構(gòu)，支持大量的定制與加速功能，能和現(xiàn)有軟件棧與編程語(yǔ)言很好的適配。RISC-V技術(shù)標(biāo)準(zhǔn)的維護(hù)和推廣由總部位于瑞士的RISC-V國(guó)際基金會(huì)持續(xù)負(fù)責(zé)，以保證RISC-V的開(kāi)放和中立，技術(shù)供應(yīng)穩(wěn)定安全。圖27：RISC-V特點(diǎn)3.2、

RISC-V芯片架構(gòu)：深度受益于未來(lái)AIoT趨勢(shì)資料來(lái)源：《關(guān)于深圳市中科藍(lán)訊科技股份有限公司首3次6公開(kāi)發(fā)行股票并在科創(chuàng)板上市申請(qǐng)文件第二輪審核問(wèn)詢函的回復(fù)》ARM架構(gòu)和RISC-V架構(gòu)都源自1980年代的精簡(jiǎn)指令計(jì)算機(jī)RISC，區(qū)別在于RISC-V推崇的大道至簡(jiǎn)的技術(shù)風(fēng)格和徹底開(kāi)放的技術(shù)模式。ARM是一種封閉的指令集架構(gòu)，應(yīng)用ARM架構(gòu)的廠商只能根據(jù)自身需求調(diào)整產(chǎn)品頻率和功耗，不得改變?cè)性O(shè)計(jì)。經(jīng)過(guò)幾十年的發(fā)展演變，CPU架構(gòu)變得極為復(fù)雜和冗繁，ARM架構(gòu)文檔長(zhǎng)達(dá)數(shù)千頁(yè)，指令數(shù)目復(fù)雜、版本眾多，且彼此之間既不兼容，也不支持模塊化，并且存在著高昂的專利和架構(gòu)授權(quán)問(wèn)題。相反，RISC-V在設(shè)計(jì)之初就定位為完全開(kāi)源的架構(gòu)，架構(gòu)文檔只有二百多頁(yè)，基本指令數(shù)目?jī)H40多條，同時(shí)一套指令集支持所有架構(gòu)，模塊化使得用戶可以根據(jù)需求自由定制不同的指令子集。圖28：RISC-V特點(diǎn)3.2、

RISC-V芯片架構(gòu)：深度受益于未來(lái)AIoT趨勢(shì)37資料來(lái)源：嘉楠科技公開(kāi)PPT，雷鋒網(wǎng)計(jì)算“邊緣化”趨勢(shì)將更多AI和計(jì)算能力賦予邊緣設(shè)備，為SoC設(shè)計(jì)公司提供更多機(jī)會(huì)的同時(shí)也提出了更高的PPA要求（PPA是Performance（性能）、Power（功耗）、Area（尺寸）三者的縮寫(xiě)）。此外，計(jì)算架構(gòu)“開(kāi)放”激發(fā)開(kāi)源硬件創(chuàng)新，RISC-V掀起了開(kāi)源硬件和開(kāi)放芯片設(shè)計(jì)的熱潮，現(xiàn)已得到全球很多大中企業(yè)、科研機(jī)構(gòu)和初創(chuàng)公司的支持，圍繞RISC-V成長(zhǎng)起來(lái)的生態(tài)和社區(qū)也發(fā)展迅猛，從基礎(chǔ)RISC-V

ISA、內(nèi)核IP到開(kāi)發(fā)環(huán)境和軟件工具，都在推動(dòng)RISC-V生態(tài)的進(jìn)一步擴(kuò)大。圖29：AI浪潮下RISC-V芯片應(yīng)用領(lǐng)域3.2、

RISC-V芯片架構(gòu)：深度受益于未來(lái)AIoT趨勢(shì)目 錄ChatGPT

驅(qū)動(dòng)AI浪潮趨勢(shì)漸起，芯片等AI硬件構(gòu)成核心底座云端算力硬件將成為AI新浪潮的關(guān)鍵基礎(chǔ)設(shè)施AI新浪潮未來(lái)將提升海量IoT設(shè)備的邊緣算力需求投資建議：云端算力和邊緣算力兩個(gè)維度關(guān)注AI硬件投資機(jī)會(huì)風(fēng)險(xiǎn)分析云端算力：建議關(guān)注（1）GPU：景嘉微、海光信息；（2）CPU：龍芯中科、中國(guó)長(zhǎng)城、瀾起科技、海光信息；（3）AI芯片：寒武紀(jì)、瀾起科技；（4）FPGA：復(fù)旦微電、安路科技、紫光國(guó)微等；（5）光模塊：天孚通信、德科立、新易盛、光迅科技、博創(chuàng)科技、源杰科技、中際旭創(chuàng)等；（6）CHIPLET：興森科技、長(zhǎng)川科技、方邦股份、華正新材、通富微電、長(zhǎng)電科技等。邊緣算力：建議關(guān)注（1）SoC：晶晨股份、富瀚微、瑞芯微等；（2）AIoT：樂(lè)鑫科技、恒玄科技等；（3）RISC-V：中科藍(lán)訊、樂(lè)鑫科技、全志科技等。圖30：行業(yè)重點(diǎn)上市公司盈利預(yù)測(cè)與估值4、

投資建議Wind，光大證券研究所整理；注：歸母凈利潤(rùn)預(yù)測(cè)為Wind一致預(yù)期，股價(jià)時(shí)間為2023年2月13日PE

XPS(X)2122E23E24E2122E23E24E2122E23E24E603160.SH2608.63.26.910.2308237255654300474.SZ3852.02.94.25.8132133916735342216688041.SH1,2213.39.515.623.2373128785353241611688047.SH4732.41.73.14.82002741529939452618000066.SZ4286.03.56.110.57212170412221688008.SH7148.313.419.027.4865338262818129688256.SH-U351-8.2-11.2-7.1-3.8N/AN/AN/AN/A49412921688385.SH4585.110.914.918.8894231241813108688107.SH-U286-0.30.40.91.9N/A65233015042261712002049.SZ1,02419.529.240.454.7523525191914108300394.SZ1653.15.16.4-5432