AI算力行業(yè)深度：AI模型乘風(fēng)起GPU掌舵算力大時代-20230417-財通證券-54正式版

半導(dǎo)體

/行業(yè)深度分析報告

/2023.04.17AI模型乘風(fēng)起，GPU掌舵算力大時代證券研究報告AI算力行業(yè)深度投資評級:看好(維持)核心觀點最近

12月市場表現(xiàn)???GPU掌舵

AI算力大時代，千億級市場再迎增量：GPU因其強(qiáng)大的并行計算能力而廣泛應(yīng)用于人工智能、圖像渲染、科學(xué)計算等領(lǐng)域。AI、自動駕駛與游戲市場是

GPU需求增長的主要場景，據(jù)

GlobalMarketInsights數(shù)據(jù)，全球

GPU市場預(yù)計將以

CAGR25.9%持續(xù)增長，至

2030年達(dá)到

4000億美元規(guī)模。其中

AI領(lǐng)域大語言模型的持續(xù)推出以及參數(shù)量的不斷增長有望驅(qū)動模型訓(xùn)練端、推理端

GPU需求快速增長。半導(dǎo)體滬深300上證指數(shù)11%4%-2%-9%-16%-23%微架構(gòu)和平臺生態(tài)共筑競爭壁壘：GPU的微架構(gòu)設(shè)計是決定硬件性能的關(guān)鍵，全球龍頭廠商英偉達(dá)與

AMD均以保持架構(gòu)升級節(jié)奏以及制程升級速率來保證產(chǎn)品競爭力。此外，成熟且完善的平臺生態(tài)形成的強(qiáng)大用戶粘性將在長時間內(nèi)塑造

GPU廠商的軟實力，以英偉達(dá)通用計算平臺

CUDA為例，從軟件棧的完整度和對硬件性能的高效利用角度出發(fā)降低了通用計算

GPU開發(fā)者編譯難度，建立起卡位全球的開發(fā)生態(tài)，從而實現(xiàn)長期競爭壁壘。分析師

張益敏SAC證書編號：S0160522070002zhangym02@相關(guān)報告兼容主流生態(tài)對標(biāo)行業(yè)龍頭，國內(nèi)廠商持續(xù)發(fā)力：近年來，國產(chǎn)

GPU廠商在圖形渲染

GPU和高性能計算

GPGPU領(lǐng)域上均推出了較為成熟的產(chǎn)品，在性能上不斷追趕行業(yè)主流產(chǎn)品，在特定領(lǐng)域達(dá)到業(yè)界一流水平。生態(tài)方面國產(chǎn)廠商大多兼容英偉達(dá)

CUDA，融入大生態(tài)進(jìn)而實現(xiàn)客戶端不斷導(dǎo)入。在高端GPU芯片進(jìn)口受限的背景下，國產(chǎn)

GPU廠商預(yù)計將乘政策東風(fēng)，抓住國產(chǎn)替代契機(jī)快速成長。1.《行業(yè)周期與政策共振，看好自主可控和周期復(fù)蘇》2023-03-15??建議關(guān)注：1）已上市標(biāo)的：寒武紀(jì)、海光信息、景嘉微、芯原股份、龍芯中科；2）未上市標(biāo)的：壁仞科技、摩爾線程、芯動科技、兆芯、天數(shù)智芯、沐曦。風(fēng)險提示：技術(shù)迭代風(fēng)險、宏觀經(jīng)濟(jì)風(fēng)險、國產(chǎn)替代風(fēng)險、行業(yè)競爭風(fēng)險。表

1：重點公司投資評級:總市值EPS（元）PE收盤價（億元）

（04.14）代碼公司投資評級2021A2022E2023E2021A2022E2023E-2.91-1.80-1.04-18.75-108.30-187.09688256寒武紀(jì)-U781.58688041海光信息

1,790.67195.0077.04未覆蓋增持0.380.650.150.130.560.930.300.590.791.300.541.09116.27163.45297.18674.4974.75113.48319.16269.3552.6081.41300474景嘉微480.70105.7595.39未覆蓋增持177.45145.94688521芯原股份

474.80688047龍芯中科

635.91158.58未覆蓋數(shù)據(jù)來源：wind數(shù)據(jù)，財通證券研究所注：景嘉微

22年數(shù)據(jù)為預(yù)測數(shù)據(jù)，其余公司

22年數(shù)據(jù)為年報數(shù)據(jù)或

22年業(yè)績快報數(shù)據(jù)注：芯原股份、海光信息預(yù)測數(shù)據(jù)來自于財通證券研究所，其余預(yù)測數(shù)據(jù)來自于

Wind一致預(yù)期（截止

2023/04/16）。請閱讀最后一頁的重要聲明！每日免費獲取報告1、每日微信群內(nèi)分享7+最新重磅報告；2、每日分享當(dāng)日華爾街日報、金融時報；3、每周分享經(jīng)濟(jì)學(xué)人4、行研報告均為公開版，權(quán)利歸原作者所有，起點財經(jīng)僅分發(fā)做內(nèi)部學(xué)習(xí)。掃一掃二維碼關(guān)注公號回復(fù)：研究報告加入“起點財經(jīng)”微信群。。行業(yè)深度分析報告/證券研究報告內(nèi)容目錄1行業(yè)概況：GPU

掌舵

AI

算力大時代，千億級市場再迎增量...........................................................7GPU：提供大規(guī)模并行計算解決方案

..............................................................................................7“AI+汽車+游戲”三駕馬車驅(qū)動行業(yè)發(fā)展..........................................................................................8大語言模型助推

GPU

算力需求增長

..............................................................................................16微架構(gòu)和平臺生態(tài)共筑競爭壁壘.........................................................................................................19微架構(gòu)：統(tǒng)一計算單元解鎖通用計算時代.....................................................................................19架構(gòu)迭代與制程升級是

GPU

性能的生命線

..................................................................................21成熟的平臺生態(tài)是

GPU

廠商的護(hù)城河

..........................................................................................23國內(nèi)外發(fā)展現(xiàn)狀：海外龍頭領(lǐng)跑，國產(chǎn)持續(xù)發(fā)力.............................................................................30海外龍頭：深耕多年，技術(shù)引領(lǐng)行業(yè).............................................................................................301.11.21.322.12.22.333.13.1.13.1.23.1.33.1.43.1.53.2英偉達(dá).............................................................................................................................................30AMD...............................................................................................................................................32高通.................................................................................................................................................33Imagination....................................................................................................................................35ARM...............................................................................................................................................36兼容主流生態(tài)對標(biāo)行業(yè)龍頭，國內(nèi)廠商持續(xù)發(fā)力.........................................................................373.34高端芯片進(jìn)口遭限制，國產(chǎn)廠商替代迎契機(jī).................................................................................39建議關(guān)注.................................................................................................................................................40寒武紀(jì).................................................................................................................................................40海光信息.............................................................................................................................................41景嘉微.................................................................................................................................................43芯原股份.............................................................................................................................................44龍芯中科.............................................................................................................................................46壁仞科技（非上市）.........................................................................................................................47摩爾線程（非上市）.........................................................................................................................48芯動科技（非上市）.........................................................................................................................49兆芯（非上市）.................................................................................................................................50天數(shù)智芯（非上市）.....................................................................................................................514.14.24.34.44.54.64.74.84.94.104.11

沐曦（非上市）.................................................................................................................................525風(fēng)險提示.................................................................................................................................................53謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)2行業(yè)深度分析報告/證券研究報告圖表目錄圖

1.CPU架構(gòu)示意圖

....................................................................................................................................7圖

2.GPU架構(gòu)示意圖

....................................................................................................................................7圖

3.CPU+GPU的異構(gòu)計算..........................................................................................................................8圖

4.GPT-3Transformer模型結(jié)構(gòu)...............................................................................................................8圖

5.LLM基礎(chǔ)模型........................................................................................................................................8圖

6.百度文心大模型.....................................................................................................................................9圖

7.文心大模型性能評測.............................................................................................................................9圖

8.阿里通義大模型層次示意圖...............................................................................................................10圖

9.多模態(tài)模塊化設(shè)計...............................................................................................................................10圖

10.阿里所有產(chǎn)品未來將接入“通義千問”大模型.................................................................................10圖

11.ModelArts平臺架構(gòu)

..........................................................................................................................11圖

12.主流

NLP預(yù)訓(xùn)練模型規(guī)模...............................................................................................................12圖

13.深度學(xué)習(xí)模型對算力的需求增速.....................................................................................................12圖

14.中國

AI芯片市場份額（按類型）

..................................................................................................12圖

15.全球自動駕駛滲透率.........................................................................................................................13圖

16.汽車自動駕駛分級以及對算力需求.................................................................................................13圖

17.Orin系統(tǒng)架構(gòu)

....................................................................................................................................14圖

18.NVIDIA自動駕駛平臺算力升級路線圖..........................................................................................14圖

19.光線追蹤算法過程.............................................................................................................................15圖

20.NVIDIARTX平臺.............................................................................................................................15圖

21.英偉達(dá)中端

GPU顯卡單位價格性能持續(xù)升級

..............................................................................15圖

22.全球

GPU市場規(guī)模（十億美元）

..................................................................................................16圖

23.全球獨立

GPU市場占比（按廠商）

..............................................................................................16圖

24.NvidiaTesla整體架構(gòu)圖....................................................................................................................19圖

25.NvidiaTesla微架構(gòu)中

TPC架構(gòu)圖..................................................................................................20圖

26.圖像渲染管線相對固定.....................................................................................................................20圖

27.NvidiaTesla微架構(gòu)中

SM架構(gòu)圖....................................................................................................20圖

28.NvidiaFermi架構(gòu)圖..........................................................................................................................21圖

29.NvidiaFermi微架構(gòu)中

SM架構(gòu)圖..................................................................................................21圖

30.NVIDIAGPU架構(gòu)演進(jìn)歷史.............................................................................................................22謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)3qRpMpPwPxPrOqPsNsRsNmO9PcMbRsQoOsQoNjMpPsOiNmNwO9PoPrNxNqMnPxNmRwP行業(yè)深度分析報告/證券研究報告圖

31.AMDGPU架構(gòu)演進(jìn)歷史..................................................................................................................22圖

32.GPU在并行計算的應(yīng)用

....................................................................................................................24圖

33.CUDA加速計算解決方案

.................................................................................................................24圖

34.CUDA支持

CPU+GPU的異構(gòu)計算

................................................................................................24圖

35.CUDA編程模式示意圖

.....................................................................................................................25圖

36.CUDA在

Host中的函數(shù)庫

...............................................................................................................25圖

37.Kernel是

GPU內(nèi)核函數(shù)

.................................................................................................................26圖

38.GPU上的

Kernel執(zhí)行

......................................................................................................................26圖

39.CUDA存儲結(jié)構(gòu).................................................................................................................................26圖

40.GPU中的內(nèi)存層次結(jié)構(gòu)

....................................................................................................................26圖

41.CUDA是

GPU計算生態(tài)系統(tǒng)...........................................................................................................27圖

42.CUDA提供強(qiáng)大的開發(fā)支持工具

.....................................................................................................27圖

43.AMDROCm5.0.................................................................................................................................28圖

44.異構(gòu)計算框架

OpenCL.....................................................................................................................29圖

45.英偉達(dá)四大業(yè)務(wù).................................................................................................................................30圖

46.英偉達(dá)下游應(yīng)用行業(yè).........................................................................................................................30圖

47.英偉達(dá)營業(yè)收入及增速(億美元)......................................................................................................31圖

48.英偉達(dá)凈利潤及增速(億美元)..........................................................................................................31圖

49.AMD業(yè)務(wù)概覽

...................................................................................................................................32圖

50.AMD核心技術(shù)概覽

...........................................................................................................................32圖

51.AMD營業(yè)收入及增速(億美元).........................................................................................................33圖

52.AMD凈利潤及增速(億美元).............................................................................................................33圖

53.高通驍龍移動平臺.............................................................................................................................34圖

54.高通營業(yè)收入及增速(億美元)..........................................................................................................35圖

55.高通凈利潤及增速(億美元)..............................................................................................................35圖

56.IMGB系列產(chǎn)品.................................................................................................................................35圖

57.IMGB系列與

A系列性能對比........................................................................................................35圖

58.ARM整體設(shè)計解決方案

...................................................................................................................36圖

59.ARMImmortails-G715架構(gòu).............................................................................................................37圖

60.寒武紀(jì)營業(yè)收入及增速(億元)..........................................................................................................41圖

61.寒武紀(jì)歸母凈利潤及增速(億元)......................................................................................................41圖

62.海光信息

DCU基本組成架構(gòu)..........................................................................................................42圖

63.海光深算

DCU完善軟件棧支持......................................................................................................42謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)4行業(yè)深度分析報告/證券研究報告圖

64.海光信息營業(yè)收入及增速(億元)......................................................................................................43圖

65.海光信息歸母凈利潤及增速(億元)..................................................................................................43圖

66.景嘉微營業(yè)收入及增速(億元)..........................................................................................................44圖

67.景嘉微歸母凈利潤及增速(億元)......................................................................................................44圖

68.一站式芯片定制服務(wù).........................................................................................................................44圖

69.芯原

IP產(chǎn)品陣...................................................................................................................................44圖

70.芯原股份營業(yè)收入及增速(億元)......................................................................................................45圖

71.芯原股份歸母凈利潤及增速(億元)..................................................................................................45圖

72.龍芯中科芯片產(chǎn)品.............................................................................................................................46圖

73.龍芯中科自主生態(tài)技術(shù)架構(gòu).............................................................................................................46圖

74.龍芯中科營業(yè)收入及增速(億元)......................................................................................................47圖

75.龍芯中科歸母凈利潤及增速(億元)..................................................................................................47圖

76.BR100系列通用

GPU芯片...............................................................................................................47圖

77.BIRENSUPA軟件平臺......................................................................................................................47圖

78.開發(fā)者軟件

MTGPUManagementCenter....................................................................................48圖

79.第一代

MUSA架構(gòu)...........................................................................................................................48圖

80.芯動科技的定制服務(wù).........................................................................................................................49圖

81.芯動科技核心產(chǎn)品.............................................................................................................................49圖

82.基于

GPU的

TEE隱私計算解決方案

............................................................................................51圖

83.公司發(fā)布的人工智能開源平臺

DeepSpark.....................................................................................51表

1.NVIDIA架構(gòu)演進(jìn)歷史..........................................................................................................................7表

2.GPU、FPGA、ASIC指標(biāo)對比..........................................................................................................12表

3.訓(xùn)練端

GPU需求增量測算

................................................................................................................17表

4.推理端

GPU需求增量測算

................................................................................................................18表

5.ROCm與

CUDA模塊對比.................................................................................................................28表

6.OpenCL與

CUDA對比

......................................................................................................................29表

7.英偉達(dá)

40系列顯卡產(chǎn)品參數(shù)規(guī)格.....................................................................................................30表

8.英偉達(dá)

A100、H100系列產(chǎn)品規(guī)格參數(shù)...........................................................................................31表

9.AMD7000顯卡參數(shù)規(guī)格

.....................................................................................................................32表

10.AMDInstinct系列產(chǎn)品規(guī)格

.............................................................................................................33表

11.高通

Adreno7系列產(chǎn)品規(guī)格...........................................................................................................34表

12.ImaginationIMGB系列產(chǎn)品簡介...................................................................................................36謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)5行業(yè)深度分析報告/證券研究報告表

13.圖形渲染

GPU產(chǎn)品性能對比

..........................................................................................................37表

14.通用計算

GPU產(chǎn)品性能對比

..........................................................................................................38表

15.國內(nèi)

GPU、半導(dǎo)體相關(guān)政策（部分）

...........................................................................................39表

16.寒武紀(jì)主要產(chǎn)品性能參數(shù).................................................................................................................40表

17.思元

370系列產(chǎn)品信息.....................................................................................................................41表

18.海光

DCU產(chǎn)品主要參數(shù)..................................................................................................................42表

19.景嘉微

JM9產(chǎn)品性能參數(shù)...............................................................................................................43表

20.芯原

Vivante?圖形處理器

IP各系列產(chǎn)品參數(shù)..............................................................................45表

21.壁仞

BR100系列產(chǎn)品參數(shù)

...............................................................................................................48表

22.摩爾線程產(chǎn)品參數(shù).............................................................................................................................49表

23.芯動風(fēng)華系列

GPU主要參數(shù)

..........................................................................................................50表

24.兆芯

Arise-GT10C0芯片介紹.........................................................................................................50表

25.天數(shù)智芯

BI-V100主要產(chǎn)品參數(shù)

....................................................................................................51表

26.沐曦

GPU產(chǎn)品矩陣

..........................................................................................................................52謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)6行業(yè)深度分析報告/證券研究報告1行業(yè)概況：GPU

掌舵

AI

算力大時代，千億級市場再迎增量1.1GPU：提供大規(guī)模并行計算解決方案GPU，專注圖像處理。GPU（圖形處理器）最初是為了解決

CPU

在圖形處理領(lǐng)域性能不足的問題而誕生。CPU

作為核心控制計算單元，高速緩沖存儲器（Cache）、控制單元（Control）在

CPU

硬件架構(gòu)設(shè)計中所占比例較大，主要為實現(xiàn)低延遲和處理單位內(nèi)核性能要求較高的工作而存在，而計算單元（ALU）所占比例較小，這使得

CPU

的大規(guī)模并行計算表現(xiàn)不佳。GPU

架構(gòu)內(nèi)主要為計算單元，采用極簡的流水線進(jìn)行設(shè)計，適合處理高度線程化、相對簡單的并行計算，在圖像渲染等涉及大量重復(fù)運算的領(lǐng)域擁有更強(qiáng)運算能力。圖2.GPU

架構(gòu)示意圖圖1.CPU

架構(gòu)示意圖數(shù)據(jù)來源：eetrend，財通證券研究所數(shù)據(jù)來源：eetrend，財通證券研究所GPGPU，脫胎于

GPU，通用性提升。GPU

計算單元既可運用于圖形渲染領(lǐng)域，也能夠進(jìn)行通用計算。傳統(tǒng)

GPU

應(yīng)用局限于圖形渲染計算，而面對非圖像顯示領(lǐng)域并涉及大量并行運算的領(lǐng)域，比如

AI、加密解密、科學(xué)計算等領(lǐng)域則更需要通用計算能力。隨著

GPU

可編程性的不斷提高，去掉或減弱

GPU

的圖形顯示部分能力，全部投入通用計算的

GPGPU（通用計算處理器）應(yīng)運而生。表1.NVIDIA

架構(gòu)演進(jìn)歷史數(shù)據(jù)來源：CSDN，財通證券研究所謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)7行業(yè)深度分析報告/證券研究報告CPU+GPU

異構(gòu)計算解決多元化計算需求。使用不同的體系架構(gòu)的計算單元組成混合系統(tǒng)，GPU作為協(xié)處理器負(fù)責(zé)并行加速計算，CPU作為控制中心的異構(gòu)計算面對復(fù)雜場景可實現(xiàn)更優(yōu)性能。圖3.CPU+GPU的異構(gòu)計算數(shù)據(jù)來源：NVIDIA，財通證券研究所1.2“AI+汽車+游戲”三駕馬車驅(qū)動行業(yè)發(fā)展大語言模型開啟

AI

元年。2022年

11月，OpenAI

推出基于大型語言模型

GPT-3的

AI對話機(jī)器人

ChatGPT，其可以與用戶進(jìn)行富有邏輯和創(chuàng)造力的自然語言對話。2017年由

Google提出的

Transformer模型是大型語言模型發(fā)展的里程碑，Transformer是一種基于注意力（Attention）機(jī)制構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型，克服了傳統(tǒng)的遞歸神經(jīng)網(wǎng)絡(luò)（RNN）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）在自然語言處理時容易被無關(guān)信息干擾的缺點，能夠更好的理解長序列和上下文的關(guān)系。圖5.LLM基礎(chǔ)模型圖4.GPT-3Transformer模型結(jié)構(gòu)數(shù)據(jù)來源：《OntheOpportunitiesandRisksofFoundationModels》

RishiBommasan、iDrewA.Hudson等，財通證券研究所數(shù)據(jù)來源：MetaX，財通證券研究所謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)8行業(yè)深度分析報告/證券研究報告國內(nèi)

AI巨頭持續(xù)跟進(jìn)，大模型產(chǎn)業(yè)迎發(fā)展契機(jī)。騰訊、阿里、百度以及華為等廠商都已布局大模型產(chǎn)業(yè)，以“通用大模型+專精小模型”的層次化協(xié)同發(fā)展模式持續(xù)發(fā)力。百度是國內(nèi)最早進(jìn)行大模型研發(fā)的科技企業(yè)之一，立足文心

NLP大模型推出“文心一言”對話機(jī)器人（ErnieBot）。百度在

2019年

3月率先發(fā)布中國首個正式開放的預(yù)訓(xùn)練模型文心大模型（Ernie）1.0，2021年

12月，文心大模型

3.0參數(shù)突破千億，升級為全球首個知識增強(qiáng)千億大模型，成為目前為止全球最大的中文單體模型，根據(jù)

IDC發(fā)布的《2022中國大模型發(fā)展白皮書》，文心大模型在國內(nèi)市場格局中處于第一梯隊，產(chǎn)品能力、生態(tài)能力、應(yīng)用能力均處于行業(yè)領(lǐng)先地位。2023年

3月

16日，百度正式發(fā)布“文心一言”對話機(jī)器人，擁有文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推理、中文理解和多模態(tài)生成五大能力，表現(xiàn)出對文本語義的深度理解。圖6.百度文心大模型圖7.文心大模型性能評測數(shù)據(jù)來源：百度文心大模型，財通證券研究所數(shù)據(jù)來源：IDC，財通證券研究所阿里達(dá)摩院推通義大模型，打造國內(nèi)首個

AI統(tǒng)一底座。2022年

9月

2日，阿里達(dá)摩院在世界人工智能大會大規(guī)模預(yù)訓(xùn)練模型主題論壇上發(fā)布了最新的“通義”大模型，其打造了國內(nèi)首個

AI統(tǒng)一底座，構(gòu)建了通用與專業(yè)模型協(xié)同的層次化人工智能體系，“統(tǒng)一學(xué)習(xí)范式”是通義大模型的最大亮點，通過多模態(tài)統(tǒng)一模型

M6-OFA完成了架構(gòu)、模塊與任務(wù)的三大統(tǒng)一，賦予模型不新增結(jié)構(gòu)即可處理包括圖像描述、文檔摘要、視覺定位等單模態(tài)和跨模態(tài)任務(wù)的能力?！澳K化設(shè)計”也是模型特點之一，其借鑒了人腦“能力模塊”結(jié)構(gòu)，采用模塊化TransformerEncoder-Decoder結(jié)構(gòu)，切分出基礎(chǔ)層、通用層、任務(wù)層、功能性四大模塊，每個模塊間相互解耦，分工合作。該設(shè)計便于對不同板塊進(jìn)行微調(diào)與繼續(xù)訓(xùn)練，以實現(xiàn)大模型的輕量化。謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)9行業(yè)深度分析報告/證券研究報告圖8.阿里通義大模型層次示意圖圖9.多模態(tài)模塊化設(shè)計數(shù)據(jù)來源：阿里云發(fā)者社區(qū)，財通證券研究所數(shù)據(jù)來源：阿里云發(fā)者社區(qū)，財通證券研究所阿里巴巴集團(tuán)董事會主席兼

CEO、阿里云智能集團(tuán)

CEO張勇在

4月

11日阿里云峰會上表示，阿里巴巴所有產(chǎn)品未來將接入“通義千問”大模型，進(jìn)行全面改造，未來有望重塑產(chǎn)品格局。圖10.阿里所有產(chǎn)品未來將接入“通義千問”大模型數(shù)據(jù)來源：2023阿里云峰會，財通證券研究所華為盤古大模型基于其

ModelArts

平臺開發(fā)，模型泛化有望多場景落地。ModelArts平臺為機(jī)器學(xué)習(xí)與深度學(xué)習(xí)提供海量數(shù)據(jù)預(yù)處理及交互式智能標(biāo)注、大規(guī)模分布式訓(xùn)練、自動化模型生成，及端-邊-云模型按需部署能力。盤古大模型基于

ModelArts開發(fā)，由

NLP大模型、CV大模型、多模態(tài)大模型、科學(xué)計算大模型多個大模型構(gòu)成，通過模型泛化可在不同部署場景下抽取出不同大小的模型，動態(tài)范圍可根據(jù)需求調(diào)整，從特定的小場景到綜合性的復(fù)雜大場景均能覆蓋。目前，盤古大模型已經(jīng)在能源、零售、金融、工業(yè)、醫(yī)療、環(huán)境、物流等100多個行業(yè)場景完成驗證。謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)10行業(yè)深度分析報告/證券研究報告圖11.ModelArts

平臺架構(gòu)數(shù)據(jù)來源：華為云官網(wǎng)，財通證券研究所參數(shù)數(shù)量是決定模型表現(xiàn)的最重要因素。大語言模型的特點是擁有強(qiáng)大的自學(xué)習(xí)能力，隨著訓(xùn)練數(shù)據(jù)集和模型參數(shù)的增加，可以顯著提高模型的泛化能力和通用能力，模型規(guī)模的擴(kuò)大已經(jīng)成為了大語言模型的發(fā)展趨勢。以

OpenAI

為例，其初代

GPT

模型參數(shù)量僅有

15

億，而基于

GPT-3

的

chatGPT

參數(shù)量已經(jīng)達(dá)到了1750

億，目前主流

AI

廠商都進(jìn)入了“千億參數(shù)時代”。模型表現(xiàn)改善的同時，不斷增長的參數(shù)量對硬件算力提出了更高的要求。據(jù)

OpenAI

研究表明，最大的AI

訓(xùn)練模型所需的算力每

3-4

個月翻倍，而

2012-2018

年間這個指標(biāo)增長超過300,000

倍。謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)11行業(yè)深度分析報告/證券研究報告圖12.主流

NLP預(yù)訓(xùn)練模型規(guī)模圖13.深度學(xué)習(xí)模型對算力的需求增速數(shù)

據(jù)

來

源

：《

IntelligentComputing:TheLatestAdvances,Challenges,andFuture》SHIQIANGZHU、TINGYU等，財通證券研究所數(shù)據(jù)來源：CSDN，財通證券研究所GPU

已成為

AI

加速芯片通用性解決方案，提供大語言模型推理訓(xùn)練所需的海量算力。為構(gòu)建有效的

AI部署方案，CPU和加速芯片結(jié)合的異構(gòu)計算是經(jīng)典的計算框架，目前最常見的

AI加速芯片主要為

GPU、FPGA和

ASIC，而

GPU憑借其高性能、高靈活度特點成為

AI加速方案首選。表2.GPU、FPGA、ASIC指標(biāo)對比GPU中FPGA高ASIC低靈活性性能中低高同構(gòu)性功耗高中低高中低成本中低高數(shù)據(jù)來源：CSDN，財通證券研究所圖14.中國

AI芯片市場份額（按類型）1.5%

0.3%6.3%GPUNPUASICFPGA91.9%數(shù)據(jù)來源：IDC，財通證券研究所謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)12行業(yè)深度分析報告/證券研究報告自動駕駛升級推動邊緣計算需求增加，GPU

車載領(lǐng)域價值逐步顯現(xiàn)。在云計算架構(gòu)中，數(shù)據(jù)通過高速網(wǎng)絡(luò)傳輸至擁有大規(guī)模高性能計算設(shè)備的云計算中心進(jìn)行計算，而邊緣計算則將數(shù)據(jù)計算與儲存集中在靠近數(shù)據(jù)源頭的本地設(shè)備上，能夠更快的響應(yīng)計算需求。自動駕駛是邊緣計算架構(gòu)最前沿的應(yīng)用場景之一，目前大多數(shù)自動駕駛處于

L2-L3（部分自動駕駛）級別，而要實現(xiàn)

L4-L5級別高度自動駕駛，則需要人工智能短時、高頻地處理大量路況信息并自主完成大部分決策，因此需要

GPU為汽車芯片提供更多計算能力來處理復(fù)雜數(shù)據(jù)。根據(jù)地平線對OEM廠商需求情況的分析，更高級別的自動駕駛意味著更高的算力需求，L2級別需要

2TOPS、L3級別需要

24TOPS、L4級需要

320TOPS，L5級則需要4000+TOPS。圖15.全球自動駕駛滲透率數(shù)據(jù)來源：Rolandberger，財通證券研究所圖16.汽車自動駕駛分級以及對算力需求數(shù)據(jù)來源：億歐智庫《2021中國車聯(lián)網(wǎng)行業(yè)發(fā)展趨勢研究報告：漸入佳境，一觸即發(fā)》，財通證券研究所GPU

提供核心計算能力，是自動駕駛算力升級趨勢關(guān)鍵。目前，市面上主流的自動駕駛芯片采用

NVIDIA推出的

Orin系統(tǒng)級芯片（SoC），Orin集成

NVIDIA謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)13行業(yè)深度分析報告/證券研究報告Ampere架構(gòu)

GPU和

ArmHercules內(nèi)核

CPU以及全新深度學(xué)習(xí)加速器（DLA）和計算機(jī)視覺加速器（PVA），可以提供每秒

254TOPS的計算能力，幾乎是

NVIDIA上一代系統(tǒng)級芯片

Xavier性能的

7倍。而根據(jù)英偉達(dá)公告，其預(yù)計在

2024年發(fā)布下一代車載系統(tǒng)級芯片

Thor，通過更新芯片內(nèi)含的

GPU架構(gòu)，Thor預(yù)計可以為自動駕駛汽車提供約

2000TOPS的計算能力。圖17.Orin系統(tǒng)架構(gòu)數(shù)據(jù)來源：NVIDIA，財通證券研究所圖18.NVIDIA自動駕駛平臺算力升級路線圖數(shù)據(jù)來源：NVIDIA，財通證券研究所游戲市場畫質(zhì)升級驅(qū)動

GPU

顯卡性能升級需求。GPU最初作為圖形處理器而誕生，在游戲顯卡市場伴隨玩家對游戲品質(zhì)的追求不斷提升，以光線追蹤算法（RayTracing）為代表的特殊渲染算法更多的應(yīng)用到游戲顯卡以提升顯示畫質(zhì)。謹(jǐn)請參閱尾頁重要聲明及財通證券股票和行業(yè)評級標(biāo)準(zhǔn)14行業(yè)深度分析報告/證券研究報告2018年，NVIDIA聯(lián)合

Microsoft共同發(fā)布了

RTX（RayTracingX）標(biāo)準(zhǔn)，NVIDIA也在其同年發(fā)布的

Turing架構(gòu)

GPU中引入了加速光線追蹤計算的

RTCore，實現(xiàn)了光線追蹤的實時化。光追通過在場景中發(fā)射光線并跟蹤每個像