科技行業(yè)專題研究：AI大模型開啟新一輪大國競爭半導(dǎo)體戰(zhàn)略地位凸顯

究2023年4月6日究2023年4月6日增持分析師：劉牧野股市有風(fēng)險入市需謹(jǐn)慎中航證券研究所發(fā)布證券研究報告請務(wù)必閱讀正文后的免責(zé)條款部分點(diǎn)?AI正處史上最長繁榮大周期：在進(jìn)入21世紀(jì)以來，在大數(shù)據(jù)和大算力的支持下，歸納統(tǒng)計(jì)方法逐漸占據(jù)了人工智能領(lǐng)域的主導(dǎo)地位，深度學(xué)習(xí)的浪。術(shù)未出現(xiàn)前，它將是人工智能研究和開發(fā)的最強(qiáng)武器。圍繞大模型的研發(fā)和落地，中美之間已經(jīng)展開了新一輪的競爭，美國已對華限制銷售最先進(jìn)?AI訓(xùn)練芯片：寒武紀(jì)、商湯(港股)、燧原科技(未上市)AI將再次成為大國博弈焦點(diǎn)AIAI正處史上最長繁榮大周期?人工智能從1956年被正式提出以來，經(jīng)歷了數(shù)十年的派，即邏輯演繹、歸納統(tǒng)計(jì)和類腦計(jì)算。?人工智能研究的三大流派各有優(yōu)劣勢。類腦計(jì)算流派的目標(biāo)最為宏遠(yuǎn)，但在未得到生命科學(xué)的支撐之前，難以取得實(shí)際應(yīng)用。歸納演繹流派的思考方式與人類相似，具有較強(qiáng)的可解釋性。由于對數(shù)據(jù)和算力的依賴較少，歸納演繹流派成為人工智能前兩次繁榮的主角。隨著學(xué)界對人工智能困難程度的理解逐漸加深，數(shù)理邏輯方法的局限性被不斷放大，并最終在第三次繁榮期中，逐漸讓位于統(tǒng)計(jì)學(xué)習(xí)的“暴力美學(xué)”。?在進(jìn)入21世紀(jì)以來，在大數(shù)據(jù)和大算力的支持下，歸納統(tǒng)計(jì)方法逐漸占據(jù)了人工智能領(lǐng)域的主導(dǎo)地位，深度學(xué)勢。華為，中航證券研究所通用大模型加持，平民化AI普惠千行百業(yè)通用大模型加持，平民化AI普惠千行百業(yè)?預(yù)訓(xùn)練大模型降本增效，將推動AI普惠千行百業(yè)。預(yù)訓(xùn)練大模型加持下的人工智能算法(包括計(jì)算機(jī)視覺、自然語言處理等)，相比于普通開發(fā)上升、數(shù)據(jù)和計(jì)算成本明顯下降，且開發(fā)難度大幅降低。訓(xùn)練基礎(chǔ)物體檢測算法，從頭搭建vs大模型支持8xGPU7x天1x100%成本1xGPU2x小時0x開發(fā)者1%~10%成本支持√華為，中航證券研究所騰訊，中航證券研究所GPT基GPT基礎(chǔ)大模型驅(qū)動，引發(fā)AIGC范式革命?以ChatGPT為代表的AIGC應(yīng)用在2022年的爆發(fā)，創(chuàng)新的生成算法、預(yù)訓(xùn)練模型、多模態(tài)等技術(shù)融合帶來了AIGC(AIGeneratedContent)技術(shù)變革，擁有通用性、基礎(chǔ)性多模態(tài)、參數(shù)多、訓(xùn)練數(shù)量大、生成內(nèi)容高質(zhì)穩(wěn)定等特征的AIGC模型成為了自動化內(nèi)容生產(chǎn)的“工廠”和“流水線”。種來源的大量文本數(shù)據(jù)上進(jìn)行了訓(xùn)練。能夠產(chǎn)生類似人類的反應(yīng)，并可用于廣泛的語言相關(guān)任務(wù)。于自然語言對話，接受了更廣泛的語言模式和GPT4產(chǎn)生更多樣化和微妙礎(chǔ)層預(yù)訓(xùn)練模型訓(xùn)練大規(guī)模模型為基礎(chǔ)搭建的AIGC技術(shù)基礎(chǔ)重直化、場景化、個性化型實(shí)現(xiàn)不同行業(yè)、垂直領(lǐng)域的流水線式部署層文字生成等各種各樣的AIGC的應(yīng)用圖片、音視頻等內(nèi)容生成服務(wù)拾象科技，中航證券研究所OpenAIOpenAI的“暴力美學(xué)”：大算力和大數(shù)據(jù)?窮盡所有的測試數(shù)據(jù)和訓(xùn)練材料，AI就會呈現(xiàn)出恐怖的準(zhǔn)確率。OpenAI意識到了“大”和“規(guī)?！钡牧α?，沿著該路徑狂飆，閱覽了幾乎所復(fù)雜的模型之下進(jìn)行深度學(xué)習(xí)。速引入了人類反饋，讓模型的語言前后邏輯更加明晰、有因果關(guān)聯(lián)。OpenAIOpenAI的“暴力美學(xué)”：大算力和大數(shù)據(jù)?OpenAI在《ScalingLawsforNeuralLanguageModels》中提出語言大模型所遵循的“規(guī)模法則”(ScalingLaw)。?ScalingLaw說明：通過獨(dú)立延長模型訓(xùn)練時間(Compute)、增加訓(xùn)練數(shù)據(jù)量(DatasetSize)或者擴(kuò)大模型參數(shù)規(guī)模(Parameters)，預(yù)訓(xùn)calingLawOpenAI收集演示數(shù)據(jù)，并訓(xùn)練監(jiān)督略收集對比數(shù)據(jù)，訓(xùn)練獎勵模型收集演示數(shù)據(jù)，并訓(xùn)練監(jiān)督略收集對比數(shù)據(jù)，訓(xùn)練獎勵模型通過優(yōu)化策略對獎勵模型進(jìn)行習(xí)拿微調(diào)過的GPT模型去預(yù)測提示文本獲得一系列結(jié)果工程師團(tuán)隊(duì)設(shè)計(jì)了含有大量提示文本的數(shù)據(jù)集，取其中一條提示文本作為任務(wù)從提示文本數(shù)據(jù)集調(diào)取一條新的提示文本，作為新的任務(wù)使用在第二步訓(xùn)出結(jié)果人類標(biāo)注員對希望得到進(jìn)行標(biāo)注人類標(biāo)注員對訓(xùn)練結(jié)果按照從好到壞進(jìn)行排序獎勵模型對輸出結(jié)果進(jìn)行打分通過監(jiān)督學(xué)習(xí)，使用標(biāo)注過的數(shù)據(jù)集對GPT模型進(jìn)行微調(diào)使用經(jīng)過排序的標(biāo)注結(jié)果，訓(xùn)練獎勵型計(jì)算出來的分?jǐn)?shù)被用來更新策略精細(xì)化策略+標(biāo)注提升ChatGPT模型效果?預(yù)訓(xùn)練大模型分為上游(模型預(yù)訓(xùn)練)和下游(模型微調(diào))兩個階段。上游階段主要是收集大量數(shù)據(jù)，并且訓(xùn)練超大規(guī)模的?ChatGPT的訓(xùn)練過程也遵循預(yù)訓(xùn)練大模型并且通過人工標(biāo)注讓模型更好地區(qū)別回復(fù)據(jù)加上充分的訓(xùn)練，人工和算法的有機(jī)配合，使ChatGPT在模型層面實(shí)現(xiàn)領(lǐng)跑。高盛，中航證券研究所大模型大模型開啟新一輪大國博弈新一輪的競爭。ChatGPT對標(biāo)ChatGPT相關(guān)的模型及產(chǎn)品。盤古(華為)NLP&CV8多模態(tài)&科學(xué)計(jì)算參數(shù):1000億TB文本(更新)云腦川悟道2.0(北京智源)NLP&多模態(tài)參數(shù):1.75萬億據(jù):4.9TB圖像，文本超算文心ERNIE3.0(百度)NLP參數(shù):100億:4TB文本UsM6(阿里)多模態(tài)參數(shù):100億紫東太初(中科院自動化所)多模態(tài):干億級數(shù)據(jù):文本、圖像、音頻Turing-NLG(微軟，EN)參數(shù):170億:1-5百GB源:300-500GPUsGPT-3(OpenA，EN)參數(shù):170億據(jù):570GB10000V100TextSum.(OpenAl，EN)數(shù):67億據(jù):12萬文章使用數(shù):1.6萬億據(jù):750GB2TPU核EN)參數(shù):5300億:--參數(shù):5400億--4096TPU-v3華為，中航證券研究所二二、大算力描繪AI的“暴力美學(xué)”AI將再次成為大國博弈焦點(diǎn)大國大國AI競賽，國內(nèi)AI支出規(guī)模有望高速增長?據(jù)IDC，中國人工智能(AI)市場支出規(guī)模將在2023年增至147.5億美元，約占全球總規(guī)模十分之一。2021年中國加速服務(wù)器市場規(guī)模達(dá)到53.9億美元(約350.3億人民幣)，同比+68.6%；預(yù)計(jì)到2025年將達(dá)到103.4億美元。年復(fù)合增長率為19%，占全球整體服務(wù)器市場近三成。?我們認(rèn)為，預(yù)訓(xùn)練大模型是現(xiàn)階段人工智能的集大成者，代表了統(tǒng)計(jì)學(xué)習(xí)流派的最高成就。在新一代技術(shù)未出現(xiàn)前，它將是人工智能研究和開發(fā)能的支出增速有望超過IDC的預(yù)測。圖：中國人工智能市場支出預(yù)測(百萬美元)圖：全球及中國AI服務(wù)器市場規(guī)模(億美元)互連設(shè)備ASIC、FPGAASIC、FPGA間連接互連設(shè)備ASIC、FPGAASIC、FPGA間連接算力芯片主導(dǎo)AI計(jì)算市場?AI分布式計(jì)算的市場主要由算力芯片(55-75%)、內(nèi)存(10-20%)和互聯(lián)設(shè)備(10-20%)三部分組成。美國已限制對華銷售最先進(jìn)、使用最廣泛?我們認(rèn)為，訓(xùn)練芯片受限進(jìn)一步強(qiáng)調(diào)了高制程芯片設(shè)計(jì)、代工的國產(chǎn)替代緊迫性。而隨著人工智能的應(yīng)用普及，推理芯片的市場需求將加速增長。算力芯片算力芯片芯片接存儲芯片AMD拾象科技，中航證券研究所增大模型和增加訓(xùn)練數(shù)據(jù)仍是短期內(nèi)演進(jìn)方向。未來使用更多種圖像編碼、更多種語言、以及更多類型數(shù)據(jù)的預(yù)訓(xùn)練模型將會涌現(xiàn)。AI真正的元宇宙，目前的計(jì)算能力需量要再提高1000倍。數(shù)據(jù)規(guī)模增長迅速中國信通院，中航證券研究所力規(guī)模將進(jìn)入每秒十萬億億次浮點(diǎn)計(jì)算(ZFLOPS)級別，達(dá)到1,271.4EFLOPS。?運(yùn)算數(shù)據(jù)規(guī)模的增長，帶動了對AI訓(xùn)練芯片單點(diǎn)算力提升的需求，并對數(shù)據(jù)傳輸速度提出了更高的要求。圖：中國智能算力規(guī)模百億億次浮點(diǎn)運(yùn)算/秒(EFLOPS)書，亞馬遜等等在AI芯片領(lǐng)域從云端訓(xùn)練到終端產(chǎn)品應(yīng)用，在開源框架賦能產(chǎn)業(yè)行業(yè)上有一定的領(lǐng)先優(yōu)勢。國內(nèi)企IGPU上市的地平線、黑芝麻、摩爾線程等。以及面向基于ASIC架構(gòu)、感知識別等AI訓(xùn)練芯片公司，如寒武紀(jì)、商湯(港股)、燧原科技(未上市)等。向一：從通用構(gòu)點(diǎn)點(diǎn)(L1到L5依次增強(qiáng))英特爾CPU的通用架構(gòu)設(shè)計(jì)使運(yùn)行效率受限。當(dāng)前CPU雖然在機(jī)器學(xué)習(xí)領(lǐng)域英特爾計(jì)算大大減少,但是不會被完全取代。IAMD覺的處理器IP核芯片,速度較快,成本不高。賽靈思、微軟FPGA賽靈思、微軟是,FPGA的使用有一定門檻,要求使用者具備硬件知識。TPU/ASIC歌TPU/ASIC歌改變架構(gòu),適應(yīng)變化,對企業(yè)而言成本較昂貴。發(fā)展方向二：顛覆經(jīng)典馮氏架構(gòu)，采用人腦神經(jīng)元TrueNorth的結(jié)構(gòu)來提升計(jì)算能力模仿人腦神經(jīng)元和神經(jīng)突觸的結(jié)構(gòu),功耗非常低。有可能實(shí)現(xiàn)人工智能離大規(guī)模商業(yè)生產(chǎn)還有很遠(yuǎn)的距離。AI芯片市場規(guī)模占比中國移動研究院，中航證券研究所算力升級：馮氏架構(gòu)“破算力升級：馮氏架構(gòu)“破壁者”，存算一體突破瓶頸提升和成本優(yōu)化，“存”“算”之間性能失配，從而導(dǎo)致了訪存帶寬低、時延長、功耗高等問題，即通常所說的“存儲墻”和“功耗墻”。圖：存儲計(jì)算性能存在“剪刀差”表：存算一體化應(yīng)用場景廣泛場景重點(diǎn)需求存算一體優(yōu)勢側(cè)計(jì)算產(chǎn)品已成功在端側(cè)初步商用，提供語音、視頻等AI處理能力，并獲得十倍以上的能效提升，有效降低側(cè)通用性可以提供綜合性能全面兼顧的芯片及板卡，預(yù)計(jì)將在邊側(cè)云側(cè)大算力、高寬帶、低功耗存內(nèi)計(jì)算可通過多核協(xié)同集成大算力芯片，結(jié)合可重構(gòu)設(shè)計(jì)打造通用計(jì)算架構(gòu)，存內(nèi)計(jì)算作為智算中心下一代關(guān)鍵AI芯片技術(shù)，正面向大算力、通用性、高計(jì)算精度等方面云側(cè)大算力、高寬帶、低功耗算力升級：馮氏架構(gòu)“破算力升級：馮氏架構(gòu)“破壁者”，存算一體突破瓶頸性能較好，均有各自獨(dú)特優(yōu)勢與發(fā)展?jié)摿沙掷m(xù)推動器件成熟，同步進(jìn)行存內(nèi)計(jì)算探索。力存算一體芯片，閃易半導(dǎo)體、蘋芯科技、知存科技、智芯科、九天睿芯專注于小算力存算一體芯片。上市公司中，推薦關(guān)注打造存算生態(tài)的頭sh析SRAMNORFLASHRRAMMRAMPCM易失特性失易失易失易失易失存儲否是是否是現(xiàn)有工藝節(jié)點(diǎn)理論工藝極限單比特存儲面積(F2/bit)5讀寫次數(shù)限應(yīng)用場景云側(cè)和邊側(cè)的推理和訓(xùn)練邊側(cè)和端側(cè)的推理云側(cè)、邊側(cè)和端側(cè)的推理云側(cè)和邊測的推理和訓(xùn)練云側(cè)、邊側(cè)和端側(cè)的推理雅克科技、國芯科技、通富微電。HBMHBM1HBM2HBM2EHBM3發(fā)布年份2014年2018年2020年2022年芯片密度2Gb8Gb16Gb16Gb堆疊高度4層4層/8層4層/8層8層/12層容量4GB/8GB8GB/16GB16GB/24GB帶寬128GB/s307GB/s460GB/s819GB/sI/O速率1Gbps2.4Gbps3.6Gbps6.4Gbps傳輸升級：傳輸升級：高速光模塊放量?據(jù)lightcounting2022年3月預(yù)測，未來隨著AI、元宇宙等新技術(shù)不斷發(fā)展，以及網(wǎng)絡(luò)流量長期保持持續(xù)增長，以太網(wǎng)光模塊銷售額也將保持較快增長并不斷迭代升級。預(yù)計(jì)到2027年，以太網(wǎng)光模塊市場將達(dá)到100.11億美元。圖：高速光模塊發(fā)貨量預(yù)測(百萬只)圖：以太網(wǎng)光模塊營收預(yù)測(百萬美元)?CPO(協(xié)同封裝光子技術(shù))提升數(shù)據(jù)中心應(yīng)用中的光互連技術(shù)。CPO將光學(xué)器件和ASIC緊密結(jié)合在一起，通過Co-packaging的封裝方式，大體OG天孚通信、德科立、源杰科技等光模塊產(chǎn)業(yè)相關(guān)標(biāo)的。芯片在光模塊中的應(yīng)用芯片在光模塊中的應(yīng)用?硅光芯片基于絕緣襯底上硅(Silicon-On-Insulator，SOI)平臺，兼容互補(bǔ)金屬氧化物半導(dǎo)體(ComplementaryMetalOxideSemiconductor，CMOS)微電子制備工藝，同時具備了CMOS技術(shù)超大規(guī)模邏輯、超高精度制造的特性和光子技術(shù)超高速率、超低功耗的優(yōu)勢。硅光芯片商業(yè)化至今較為成熟的領(lǐng)域?yàn)閿?shù)據(jù)中心、通信基礎(chǔ)設(shè)施等光連接領(lǐng)域。目前，硅光技術(shù)在第一代4x25G光模塊中主要應(yīng)用于500m內(nèi)的100GQSFP28?建議關(guān)注光庫科技、聲光電科、賽微電子等硅光制造產(chǎn)業(yè)鏈相關(guān)標(biāo)的。光芯片的未來主要應(yīng)用場景展望華中科技大學(xué)武漢光電國家研究中心，易飛揚(yáng)通信，中航證券研究所三、半導(dǎo)體三、半導(dǎo)體作為AI算力核心，將再次成為大國博弈焦點(diǎn)：新華網(wǎng)、智能網(wǎng)聯(lián)汽車網(wǎng)、新京報、中航證券研究所2022年9月1日，美國芯片2022年9月1日，美國芯片巨頭英偉達(dá)收到美國官方通知，若對中國和俄羅斯的客戶出口兩款高端GPU芯片——A100和H100，需要新的出口許可。2023年3月2日，國務(wù)院副總理劉鶴調(diào)研北京集成電路企業(yè)發(fā)展并主持召開相關(guān)座談會。會上提及發(fā)展集成電路產(chǎn)業(yè)必須發(fā)揮新型舉國體AI大模型催化新一輪半導(dǎo)體制裁AI核心，美國已在2022年9月限制中國采購最先進(jìn)的AI訓(xùn)練芯片。重視自主可控22023年3月31日，日本政府宣布擬對23種半導(dǎo)體制造設(shè)備實(shí)施出口管制，并就有關(guān)措施征求公眾意見。s工廠，“舉國體制”下，國內(nèi)IC制造的景氣度無需過度憂慮。表：全球部分大廠資本支出調(diào)整計(jì)劃(除三星外，均為億美元)2020年2021年2022E2022/20212021/2020整措施億美元元/5.07%/16億美元%下修12-15億美元億美元器2%變43.6萬億47.4萬億變s表：全球半導(dǎo)體產(chǎn)業(yè)刺激政策/地區(qū)振興措施《新時期促進(jìn)集成電路產(chǎn)業(yè)和軟件產(chǎn)業(yè)高質(zhì)量發(fā)展的若干政、批準(zhǔn)7740億日元(68億美元)的半導(dǎo)體投資預(yù)算，54億美元國內(nèi)晶圓產(chǎn)能將以遠(yuǎn)超全球增速的態(tài)勢增長。根據(jù)我們對全球63家主流IDM/Foundry企業(yè)的產(chǎn)能統(tǒng)計(jì)，當(dāng)前全球晶圓月產(chǎn)能2125萬片(折合8英寸)，未來三年以7%左右的增速持續(xù)增長。且擴(kuò)產(chǎn)以12英寸為主，預(yù)計(jì)2024年全球12英寸達(dá)到808萬片/月。值得注意的是，國內(nèi)12英寸產(chǎn)能將達(dá)到155萬片/月，保持30%以上的CAGR，中國大陸內(nèi)資總產(chǎn)能有望從當(dāng)前的15%增長至2024年的24%。nm表：全球及中國大陸晶圓產(chǎn)能概覽晶圓產(chǎn)能(萬片/月)總產(chǎn)能：等效8英寸能增速27.0%7.1%表：國內(nèi)代工廠部分主要在建項(xiàng)目線產(chǎn)線地址規(guī)劃產(chǎn)能(萬片/月)預(yù)計(jì)建成時間上海臨港基地m中芯京城(1期)京2022年底m圳42022年底m津華虹半導(dǎo)體華虹七廠一期擴(kuò)產(chǎn)錫新增3Q5nm江存儲2期/鑫存儲鑫二期肥爬坡中海積塔導(dǎo)體特色工藝生產(chǎn)線Fab16爬坡中0.11/0.13/0.18m特色工藝生產(chǎn)線Fab2爬坡中N肥4資料來源：各公司官網(wǎng)，產(chǎn)業(yè)鏈調(diào)研，Omdia2020報告，中航證券研究所整理(注：完整數(shù)據(jù)統(tǒng)計(jì)表，可以聯(lián)系團(tuán)隊(duì)/對口銷售)已成，國產(chǎn)替代勢在必行。美國10月7日《出口管制條例》(EAR)對半導(dǎo)體設(shè)備出口設(shè)定了明確的閾值：①16/14nm以?從海外大廠披露的情況來看，預(yù)計(jì)EAR2023年將影響三家美系設(shè)備廠(AMAT+LAM+KLA)51~59億美元的收入，且考慮到海外較大的訂單積表：海外龍頭對EAR影響的判斷及訂單積壓情況圖：中國集成電路產(chǎn)業(yè)鏈及各環(huán)節(jié)所受制裁情況梳理2022Q3收入Q3中國大陸收入EAR對Q4的影響EAR對2023的影響EAR影響的相關(guān)表述ASML未披露 (5%*380億ASML為歐洲公司，只有有限的美國預(yù)計(jì)將間接影響5%的積壓訂單。AMAT元4.9億美元公司預(yù)計(jì)FY23Q1的影響約4.9億美元，全