電子行業(yè)2023年中期AI與電子共舞

01證券研究報(bào)告 *

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明AI

與電子共舞民生電子團(tuán)隊(duì)2023年6月28日——電子行業(yè)2023年中期投資策略證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明2核心觀點(diǎn)以ChatGPT為代表的生成式AI，正引領(lǐng)科技產(chǎn)業(yè)的全新變革。電子產(chǎn)業(yè)作為基礎(chǔ)硬件，在AI浪潮中不可或缺。我們?cè)诖藢㈦娮覣I標(biāo)的分為三大賽道：算力、邊緣域、Chiplet，并分別討論其投資思路。一、算力：大模型百花齊放之際，算力緊缺或?qū)⒊蔀槌B(tài)。AI服務(wù)器相較傳統(tǒng)服務(wù)器價(jià)值量大幅提升，從服務(wù)器整機(jī)到光模塊、PCB，參與全球競(jìng)爭(zhēng)的龍頭公司，都有望具有較強(qiáng)的業(yè)績(jī)彈性。我們于2月22日發(fā)布的報(bào)告《

ChatGPT開(kāi)啟行業(yè)變革，Chiplet引領(lǐng)破局之路》中，量化測(cè)算了AI服務(wù)器的中遠(yuǎn)期需求。同時(shí)，國(guó)產(chǎn)化驅(qū)動(dòng)下，本土算力芯片也在加速跟進(jìn)全球龍頭的步伐。從訓(xùn)練到推理，均有長(zhǎng)足突破。我們于3月19日發(fā)布的專(zhuān)題報(bào)告《國(guó)產(chǎn)AI算力芯片全景圖》，對(duì)國(guó)內(nèi)上市及未上市的算力芯片公司，做了系統(tǒng)梳理。二、邊緣域：如果說(shuō)算力是供給側(cè)，那么邊緣域則代表需求側(cè)。我們認(rèn)為邊緣域是未來(lái)的投資重點(diǎn)，全球龍頭紛紛下注，谷歌推出輕量化大語(yǔ)言模型PaLM

2，高通也在加強(qiáng)布局

AI和智能網(wǎng)聯(lián)邊緣領(lǐng)域。就投資方向來(lái)看：硬件側(cè)，我們看好音頻產(chǎn)業(yè)率先發(fā)力。音頻作為輕交互的方式，更適用于碎片化場(chǎng)景。無(wú)論是智能音箱（智能家居）還是耳機(jī)（可穿戴設(shè)備），都已有諸多AI應(yīng)用涌現(xiàn)出來(lái)。而視頻則會(huì)隨后發(fā)力，成為全球龍頭決勝賽道。AIGC內(nèi)容快速增長(zhǎng)下，海量及高清化視頻作為物聯(lián)網(wǎng)的絕對(duì)入口，對(duì)傳輸速率上限和帶寬提出更高的要求。同時(shí)，Meta發(fā)布SAM模型，也會(huì)加速機(jī)器視覺(jué)發(fā)展。高清視頻也對(duì)數(shù)字芯片提出更高的性能要求，有助產(chǎn)業(yè)鏈價(jià)量齊升。三、Chiplet：Chiplet是算力時(shí)代的主流方案。海外龍頭公司已經(jīng)率先發(fā)力，國(guó)內(nèi)算力芯片也將迎頭趕上。Nvdia的H100采用臺(tái)積電CoWoS

2.5D封裝，并配備最高80GB

HBM3。AMD則推出了更大規(guī)模的Chiplet產(chǎn)品，MI300

AI加速卡擁有13個(gè)小芯片。目前來(lái)看：1）封測(cè)廠商方面，為了滿(mǎn)足Chiplet的全新需求，主要發(fā)力中段的晶圓級(jí)封裝（Bumping）和后段的OS環(huán)節(jié)。2）設(shè)備廠商方面，Chiplet對(duì)晶圓級(jí)封裝設(shè)備及后道封測(cè)設(shè)備，都提出了更高的性能要求。3）材料方面，IC載板、ABF膜/可剝銅箔也是國(guó)產(chǎn)化替代的重點(diǎn)方向。我們看好AI產(chǎn)業(yè)加速發(fā)展，算力、邊緣域、Chiplet三大賽道至關(guān)重要。算力為供給側(cè)，是AI產(chǎn)業(yè)發(fā)展的基石；邊緣域?yàn)樾枨髠?cè)，為AI應(yīng)用提供硬件落地；Chiplet則是算力時(shí)代的主流方案，也是未來(lái)技術(shù)發(fā)展的核心方向。建議關(guān)注相關(guān)產(chǎn)業(yè)鏈的投資機(jī)遇：1）算力：芯原股份、滬電股份、聯(lián)想集團(tuán)、工業(yè)富聯(lián)；2）邊緣AI：安克創(chuàng)新、國(guó)光電器、樂(lè)鑫科技、晶晨股份；3）Chiplet：長(zhǎng)電科技、甬矽電子、興森科技、長(zhǎng)川科技。風(fēng)險(xiǎn)提示：產(chǎn)業(yè)研發(fā)進(jìn)展不及預(yù)期的風(fēng)險(xiǎn)；下游需求不及預(yù)期的風(fēng)險(xiǎn)；競(jìng)爭(zhēng)格局變化的風(fēng)險(xiǎn)。證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明目錄CONTENT

S3AI芯片：算力核芯02服務(wù)器產(chǎn)業(yè)鏈：算力基座03回望GPT發(fā)展歷程，AI的“iPhone”時(shí)刻到來(lái)01邊緣域：催生邊緣芯片需求04Chiplet：助力AI芯實(shí)現(xiàn)算力跨越05重點(diǎn)公司盈利預(yù)測(cè)06風(fēng)險(xiǎn)提示07證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明“iPhone”時(shí)刻到來(lái)01.

回望GPT發(fā)展歷程，AI的4證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明1.1資料來(lái)源：中國(guó)信通院《人工智能生成內(nèi)容白皮書(shū)》，民生證券研究院5ChatGPT

：AI的“iPhone“時(shí)刻到來(lái)近年來(lái)生成式AI步入快速發(fā)展期。1950年開(kāi)始生成式AI出現(xiàn)早期萌芽，此后AIGC處于漫長(zhǎng)的沉淀積累期，決策式AI占據(jù)主流。隨著2014年生成式對(duì)抗網(wǎng)絡(luò)等深度學(xué)習(xí)算法的提出，AIGC步入快速發(fā)展期，生成內(nèi)容的豐富度和精度都有了較大的提升。ChatGPT

為AI的“iPhone“時(shí)刻。3月21日，英偉達(dá)CEO黃仁勛在GTC

2023大會(huì)上將ChatGPT比作AI的“iPhone“時(shí)刻，AI時(shí)代加速來(lái)臨，推動(dòng)生成式AI加速發(fā)展。從GPT-1到GPT-3.5，GPT模型的智能化程度不斷提升，

ChatGPT在擁有3000億單詞的語(yǔ)料基礎(chǔ)上預(yù)訓(xùn)練出擁有1750億個(gè)參數(shù)的模型（GPT-2僅有15億參數(shù)），預(yù)訓(xùn)練數(shù)據(jù)量從5GB增加到45TB。圖：AI模型發(fā)展歷程證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明6全球AI大模型進(jìn)展迅速1.2百度文心一言3月16日3月29日4月8日4月10日4月11日4月18日三六零大模型360

AI華為大模型盤(pán)古模型商湯大模型阿里大模型同花順AI產(chǎn)品阿里行業(yè)應(yīng)用模型科大訊飛AI學(xué)習(xí)機(jī)星火認(rèn)知大模型5月6日谷歌I/O大會(huì)，推出AI+Gmail&DOC5月10日騰訊發(fā)布MaaS能力全景圖微軟開(kāi)發(fā)者大會(huì)發(fā)布新Windows等5月23日6月9日4月17日昆侖萬(wàn)維「天工」3.5大語(yǔ)言模型4月13日 4月14日發(fā)布基于Web3的GPT大模型5月31日金山辦公發(fā)布WPS365、WPS

AI訊飛星火認(rèn)知大模型

V1.5發(fā)布6月13日360智腦大模型應(yīng)用發(fā)布會(huì)6月19日資料來(lái)源：金十?dāng)?shù)據(jù)，快科技，新浪科技，澎湃，IT之家等，民生證券研究院整理圖：全球AI大模型進(jìn)展證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明7API端口開(kāi)放+插件引入，海量應(yīng)用邁入AI新時(shí)代1.3資料來(lái)源：Open

AI，民生證券研究院Plugin開(kāi)啟AI的“APP

Store“時(shí)代，生態(tài)版圖進(jìn)一步擴(kuò)展。2023年3月2日，Open

Al

推出了自然語(yǔ)言對(duì)話模型GPT-3.5-Turbo和語(yǔ)音轉(zhuǎn)文本模型

Whisper

models

的開(kāi)發(fā)者

API，使得多種應(yīng)用程序可通過(guò)API的方式接入ChatGPT。3月24日，ChatGPTplugins的發(fā)布，進(jìn)一步擴(kuò)大了ChatGPT的應(yīng)用能力并催化至多場(chǎng)景的業(yè)務(wù)處理能力，AI的“APP

Store“時(shí)代到來(lái)。插件商城接入10余家應(yīng)用，具備檢索實(shí)時(shí)信息、檢索知識(shí)庫(kù)信息和代替用戶(hù)操作應(yīng)用功能。圖：Whisper

models

的開(kāi)發(fā)者

API&

Plugin 圖：ChatGPT

plugins可接入的應(yīng)用證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明AI+電子全景圖1.48算力邊緣域服務(wù)器

聯(lián)想集團(tuán)工業(yè)富聯(lián)算力芯片寒武紀(jì)景嘉微海光信息PCB

滬電股份勝宏科技其他芯片晶豐明源江波龍電源芯片杰華特IP

芯原股份智能終端惠威科技

國(guó)光電器數(shù)字芯片

晶晨股份瑞芯微

全志科技

中科藍(lán)訊炬芯科技恒玄科技樂(lè)鑫科技富瀚微封裝測(cè)試Chiplet

長(zhǎng)電科技甬矽電子華天科技通富微電偉測(cè)科技設(shè)備IP

芯原股份長(zhǎng)川科技華峰測(cè)控新益昌材料

興森科技華正新材方邦股份IP

芯原股份

安克創(chuàng)新漫步者奮達(dá)科技裕太微

傳音控股小米集團(tuán)創(chuàng)維數(shù)字佳禾智能螢石網(wǎng)絡(luò)資料來(lái)源：民生證券研究院整理證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明902.

AI芯片：算力核芯*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明AI芯片：GPGPU+ASIC+FPGA2.1證券研究報(bào)資告料來(lái)源：華為云，芯東西，安寶磊《AI芯片的落地場(chǎng)景和關(guān)鍵技術(shù)分析》，民生證券研究院整理10圖形處理器（GPU）通用圖形處理器（GPGPU）現(xiàn)場(chǎng)可編程門(mén)陣列（FPGA）專(zhuān)用集成電路（ASIC）圖例定制化程度通用型通用型半定制化全定制化優(yōu)點(diǎn)編程靈活性高，相比CPU，有更高的并行計(jì)算能力；有成熟的軟件生態(tài)相較傳統(tǒng)GPU計(jì)算能力更高；通用性強(qiáng)；具有軟件棧的易用性及豐富的軟件生態(tài)半定制，可對(duì)芯片硬件層進(jìn)行編程和配置；相對(duì)于GPU，功耗更低定制化帶來(lái)的低成本、低功耗、高性能特點(diǎn)缺點(diǎn)相對(duì)于FPGA和ASIC，價(jià)格和功耗較高能效比有待提升硬件編程語(yǔ)言難以掌握；功耗和成本有壓縮空間芯片通用性差；可編程架構(gòu)設(shè)計(jì)難度高、研發(fā)周期長(zhǎng)、研發(fā)成本高AI芯片一般泛指所有用來(lái)加速AI應(yīng)用，尤其是用在基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)中的硬件。根據(jù)技術(shù)架構(gòu)，可分為

GPU、

FPGA、

ASIC。GPGPU——優(yōu)勢(shì)：1）生態(tài)完善；2）可進(jìn)行通用計(jì)算，應(yīng)用范圍廣；3）目前算力最強(qiáng)。缺點(diǎn)：1）無(wú)法針對(duì)特定場(chǎng)景優(yōu)化；2）成本高。ASIC——優(yōu)勢(shì)：1）相同價(jià)格下算力強(qiáng)大；2）單算力功耗?。?）可以針對(duì)特定場(chǎng)景進(jìn)行優(yōu)化。缺點(diǎn)：1）沒(méi)有完整生態(tài)，開(kāi)發(fā)、使用成本高；2）通用性差，只能支持特定運(yùn)算，如矩陣運(yùn)算等。表：不同AI芯片架構(gòu)對(duì)比證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明2.2 AI芯片競(jìng)爭(zhēng)格局：英偉達(dá)保持領(lǐng)先地位資料來(lái)源：IDC，民生證券研究院11據(jù)IDC數(shù)據(jù)，2022年中國(guó)AI加速卡出貨量約為109萬(wàn)張，其中英偉達(dá)在中國(guó)AI加速卡市場(chǎng)份額為85%，華為市占率為10%，百度市占率為2%，寒武紀(jì)和燧原科技均為1%。英偉達(dá)GPU產(chǎn)品憑借其性能優(yōu)勢(shì)在全球主要云平臺(tái)中得到了廣泛運(yùn)用，如亞馬遜AWS、Google

Compute

Engine、阿里云等廠商云平臺(tái)的主要AI芯片均采購(gòu)自英偉達(dá)。85%1%2%

10%1% 2%英偉達(dá) 華為 百度 寒武紀(jì) 燧原科技 其他圖：2022中國(guó)AI加速卡出貨量占比云平臺(tái)GPU產(chǎn)品型號(hào)亞馬遜AWS英偉達(dá)A100、V100、K80、A10G、T4G、Tesla

M60,RadeonPro

V520GoogleCompute

Engine英偉達(dá)L4、P100、P4、T4、V100、A100，TPU

v4

Pod、TPU

v3

Pod、TPU

v2

Pod騰訊云英偉達(dá)A10、A100、Tesla

V100、Tesla

P40、TeslaT4、Tesla

P4百度云英偉達(dá)A100、V100、A10阿里云英偉達(dá)A100、V100、A10、P100、P4、T4資料來(lái)源：各平臺(tái)官網(wǎng)，民生證券研究院表：全球主要云平臺(tái)AI芯片配置情況證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明AI芯片市場(chǎng)空間：GPU為主，2021-2026年CAGR增速近30%資料來(lái)源：Frost&Sullivan、觀研天下，民生證券研究院122021年全球人工智能芯片市場(chǎng)規(guī)模為255億美元，據(jù)Frost&Sullivan預(yù)計(jì)，2026年市場(chǎng)規(guī)模將增長(zhǎng)至920億美元，CAGR達(dá)29.3%。據(jù)IDC數(shù)據(jù)，2022年中國(guó)仍以GPU為主實(shí)現(xiàn)數(shù)據(jù)中心計(jì)算加速，GPU在人工智能芯片市場(chǎng)中出貨量占比達(dá)86%。NPU占比達(dá)12%，較以往具有明顯增長(zhǎng)。NPU芯片設(shè)計(jì)邏輯更為簡(jiǎn)單，在處理推理工作負(fù)載時(shí)具有顯著的能耗節(jié)約優(yōu)勢(shì)。CAGR

+29.3%2.21752553614906307769201000900800700600500400300200100020202021 2022E2023E2024E2025E2026E圖：2020-2026全球人工智能芯片市場(chǎng)規(guī)模及預(yù)測(cè)（億美元）85.6%12.3%GPU NPU ASIC

FPGA圖：2022中國(guó)人工智能芯片出貨量占比1.7% 0.3%資料來(lái)源：IDC，民生證券研究院證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明AI芯片的硬件性能指標(biāo)2.3GPU在硬件方面的核心能力包括：算力：?jiǎn)挝皇荈LOPS或者TOPS，表示GPU在單位時(shí)間內(nèi)的峰值運(yùn)算次數(shù)，是GPU的核心性能指標(biāo)。功耗：GPU的功耗和算力、制程、硬件架構(gòu)等因素有關(guān)，相同算力情況下，功耗越大，意味著數(shù)據(jù)中心的運(yùn)營(yíng)成本越高，同時(shí)對(duì)服務(wù)器的電源、制冷都會(huì)有更高的要求。片間互聯(lián)：大型AI訓(xùn)練需要使用多個(gè)GPU服務(wù)器，在服務(wù)器外部互聯(lián)通常使用光纖或高速電纜，而服務(wù)器內(nèi)部GPU之間（通常為8個(gè)），則使用NVLink等片間互聯(lián)技術(shù)進(jìn)行數(shù)據(jù)交互，如果片間互聯(lián)傳輸速率低于服務(wù)器外部傳輸速率，則可能會(huì)成為瓶頸。顯存帶寬：GPU與系統(tǒng)內(nèi)存之間的數(shù)據(jù)傳輸速率，單位GB/s；如果顯存帶寬不足，則系統(tǒng)會(huì)出現(xiàn)瓶頸，GPU運(yùn)算核心可能處于空閑狀態(tài)，但通常影響不大。算力顯存：顯存的大小在幾個(gè)GB到幾十GB之間，用于存儲(chǔ)運(yùn)算中間過(guò)程的臨時(shí)數(shù)據(jù)，在GPU算力足夠的情況下，顯存越大，讀取次數(shù)越小，延時(shí)越低。顯存功耗片間互聯(lián)13資料來(lái)源：英偉達(dá)官網(wǎng)，民生證券研究院圖：英偉達(dá)A100

GPU規(guī)格示例*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明硬件性能：算力是AI芯片的核心參數(shù)2.3精度定義FP64雙精度浮點(diǎn)運(yùn)算，精度為64位，通常用于HPCFP32單精度浮點(diǎn)數(shù)，精度為32位，是神經(jīng)網(wǎng)絡(luò)計(jì)算的標(biāo)準(zhǔn)類(lèi)型FP16半精度浮點(diǎn)數(shù)，精度為16位，在對(duì)訓(xùn)練速度有需求的情況下也可用于訓(xùn)練BF16對(duì)FP32截?cái)鄶?shù)據(jù)，8bit表示指數(shù)，7bit表示小數(shù)，和FP32精度相同但吞吐量更高TF32用Tensor

Core運(yùn)算，默認(rèn)使用矩陣乘法，精度和FP32相同，但運(yùn)算速度更快TF16用Tensor

Core運(yùn)算，精度為16位INT8用CUDA

Core中的INT單元計(jì)算，8位整數(shù)，通常用于推理一般而言，AI芯片采用16-32位精度算力進(jìn)行訓(xùn)練，采用8位精度算力進(jìn)行推理，而64位精度算力通常用于高性能計(jì)算場(chǎng)景。海外龍頭英偉達(dá)的H100芯片是目前市場(chǎng)上算力最高的產(chǎn)品，其他廠商均處于追趕狀態(tài)。國(guó)內(nèi)來(lái)看，寒武紀(jì)、海光、昇騰、沐曦等廠商進(jìn)展較快。高性能計(jì)算AI訓(xùn)練AI推理注：此處未展示廠商最新產(chǎn)品14NVIDIAH100

SXMAMD

MI250X寒武紀(jì)MLU370-X82壁礪100P2昇騰910曦思MXN100制程（nm）467777INT8算力（TOPS）39583832561920640160FP16算力197938396/32080BF16算力197938396960//內(nèi)存類(lèi)型HBM2EHBM2ELPDDR5HBM2E/HBM2E內(nèi)存容量（GB）801284864//內(nèi)存帶寬（GB/s）34303276614.41679//互聯(lián)帶寬（GB/s）900/200448//證券研究報(bào)告 資料來(lái)源：各公司官網(wǎng)，民生證券研究院表：AI芯片不同算力精度定義表：國(guó)內(nèi)外廠商AI芯片相關(guān)參數(shù)對(duì)比資料來(lái)源：英偉達(dá)、微軟官網(wǎng)，甲子光年，CSDN，電子發(fā)燒友，民生證券研究院*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明硬件性能：片間互聯(lián)是AI芯片之間的數(shù)據(jù)交互的渠道2.3廠商型號(hào)互聯(lián)帶寬GB/s英偉達(dá)A100/A100

SXMNVLINK

600T432A800NVLink

400H100/H100SXMNVLink600/900AMDMI250X100寒武紀(jì)MLU290-M5600MLU370-X8200海光深算一號(hào)184沐曦MXN100-MXC500-天數(shù)Big

Island64壁仞B(yǎng)R

100P448昇騰昇騰930-燧原云燧T2130015證券研究報(bào)告 資料來(lái)源：搜狐新聞，民生證券研究院資料來(lái)源：各公司官網(wǎng)，海光信息招股書(shū)，民生證券研究院在AI服務(wù)器中，GPU之間通常通過(guò)NVLink/NVSwitch等技術(shù)進(jìn)行GPU之間的通信，GPU再通過(guò)PCIe總線連接到PCIe

Switch，與CPU、外部服務(wù)器等進(jìn)行數(shù)據(jù)交互。GPU吞吐量越大，則所需的片間互聯(lián)傳輸速率和PCIe總線傳輸速率也越大，以A100為例，其N(xiāo)VLink傳輸速率為600GB/s，PCIe4.0總線雙向傳輸速率最大為64GB/s。圖：8GPU的片間互聯(lián)方案 表：AI芯片片間互聯(lián)能力對(duì)比*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明軟件生態(tài)：衡量AI芯片公司能力更重要的因素2.3深度學(xué)習(xí)框架K8S集群運(yùn)算符計(jì)算架構(gòu)容器平臺(tái)GPU、網(wǎng)卡等硬件編程語(yǔ)言廠商O(píng)penCL蘋(píng)果等CUDA英偉達(dá)ROCmAMD框架名稱(chēng)維護(hù)方支持語(yǔ)言TensorFlowGoogleC++/Python/Java/R等KerasGooglePython/RCaffeBVLCC++/Python/MatlabPyTorchFacebookC/C++/PythonTheanoUdeMPythonCNTKMicrosoftC++/Python/C#/.NET/Java/RMXNetDMLCC++/Python/R等PaddlePaddle百度C++/PythonDeeplearning4jEclipseJava/Scala等ONNXMicrosoft/FacebookPython/R16證券研究報(bào)告 資料來(lái)源：英偉達(dá)官網(wǎng)，民生證券研究院資料來(lái)源：大數(shù)據(jù)DT，民生證券研究院GPU的軟件生態(tài)核心包括兩個(gè)部分：深度學(xué)習(xí)框架：一套對(duì)深度學(xué)習(xí)算法進(jìn)行模塊化封裝的開(kāi)發(fā)工具。英偉達(dá)基于CUDA技術(shù)在2014年推出了深度學(xué)習(xí)庫(kù)cuDNN，同時(shí)英偉達(dá)的GPU也支持基于TensorFlow、PyTorch的TensorRT等深度學(xué)習(xí)庫(kù)。計(jì)算架構(gòu)：異構(gòu)編程語(yǔ)言，是實(shí)現(xiàn)異構(gòu)計(jì)算單元（CPU/GPU/DSP/ASIC/FPGA等）在同一個(gè)計(jì)算框架下的關(guān)鍵。目前主流的GPU編程語(yǔ)言包括英偉達(dá)開(kāi)發(fā)的CUDA、AMD開(kāi)發(fā)的ROCm以及開(kāi)源的OpenCL。其中CUDA和OpenCL分別主要被英偉達(dá)和AMD采用。由于目前CUDA是最主流的深度學(xué)習(xí)架構(gòu)，因此市面上大部分GPU相關(guān)軟件都是用CUDA開(kāi)發(fā)，兼容CUDA可以大幅降低國(guó)產(chǎn)GPU的開(kāi)發(fā)難度，提升產(chǎn)品可用度，增加產(chǎn)品穩(wěn)定性，而部分廠商則選擇推廣自己的軟件生態(tài)，如寒武紀(jì)、百度等。圖：英偉達(dá)人工智能企業(yè)軟件層證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明訓(xùn)練：?jiǎn)文Ｐ陀?xùn)練成本近1200萬(wàn)美金17以O(shè)pen

AI的GPT-3模型為例，擁有1750億個(gè)參數(shù)，租用Azure云服務(wù)器進(jìn)行運(yùn)算的成本約為200萬(wàn)美金，而實(shí)際由于訓(xùn)練通常不止一次，且訓(xùn)練過(guò)程中還包括參數(shù)的調(diào)整等，參考Alchemy

API創(chuàng)始人Elliot

Turner估計(jì)，訓(xùn)練GPT-3的成本可能接近1200萬(wàn)美金。訓(xùn)練成本模型參數(shù)Token數(shù)每Token單參數(shù)所需浮點(diǎn)運(yùn)算次數(shù)芯片算力單位時(shí)間訓(xùn)練成本算力利用率公司模型名稱(chēng)最新參數(shù)（億個(gè)）訓(xùn)練數(shù)據(jù)量（GB）Token數(shù)（億個(gè)）需算力（PFLOPS-day）使用芯片算力（PLOPs）租用單價(jià)（美元/h）訓(xùn)練成本（萬(wàn)美元）Open

AIGPT

317504500030009874A1000.1561.4209騰訊混元1000017000113321316A1000.1561.44512.4按照ChatGPT計(jì)算用3000億個(gè)token對(duì)應(yīng)45TB數(shù)據(jù)，一個(gè)Token大概對(duì)應(yīng)150個(gè)字節(jié)假設(shè)實(shí)際AI模型訓(xùn)練的算力利用率約為40%假設(shè)AI訓(xùn)練通常使用TF32（單精度浮點(diǎn)數(shù)算力），則使用A100對(duì)應(yīng)的算力為156TFLOPS按照Azure官網(wǎng)報(bào)價(jià)，8顆A100芯片服務(wù)器的租用價(jià)格最低可以降到約11美元/小時(shí)，即單顆1.4美元/小時(shí)左右。資料來(lái)源：Sunyan’s

Substack，量子位，CSDN，Azure官網(wǎng)，英偉達(dá)官網(wǎng)，民生證券研究院測(cè)算證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明推理：遠(yuǎn)期芯片及服務(wù)器需求快速增長(zhǎng)181.

目前每日谷歌搜索量超過(guò)35億次，假設(shè)每次用戶(hù)提問(wèn)10次，每次回答產(chǎn)生token數(shù)量為200個(gè)，訪問(wèn)峰值流量是日均流量的5倍，算力利用率為20%；2.

AI推理通常使用INT8算力，則使用A100對(duì)應(yīng)的算力為624TOPS；3.

按照Azure官網(wǎng)報(bào)價(jià)，8顆A100芯片服務(wù)器的租用價(jià)格最低可以降到約11美元/小時(shí)，即單顆1.4美元/小時(shí)左右。推理成本模型參數(shù)回答Token數(shù)每Token單參數(shù)所需INT運(yùn)算次數(shù)芯片算力單位時(shí)間訓(xùn)練成本算力利用率推理次數(shù)峰值流量倍數(shù)2.4項(xiàng)目數(shù)量日活（萬(wàn)次）350000假設(shè)每次互動(dòng)提問(wèn)次數(shù)（次）10假設(shè)每個(gè)回答Token數(shù)200模型參數(shù)（億個(gè)）1750每Token推理所需運(yùn)算次數(shù)2假設(shè)訪問(wèn)峰值流量/日均流量5假設(shè)算力利用率20%芯片INT8算力（A100）（TOPS）624每天運(yùn)算時(shí)間（秒）86400所需芯片顆數(shù)（顆）1136077所需服務(wù)器臺(tái)數(shù)（臺(tái)）142010近期：假如谷歌所有文字搜索場(chǎng)景全部接入chatgpt，按照gpt3的參數(shù)數(shù)量（1750億）計(jì)算，所需服務(wù)器數(shù)量仍然超過(guò)10萬(wàn)臺(tái)量級(jí)。遠(yuǎn)期：考慮到未來(lái)模型參數(shù)呈指數(shù)級(jí)增長(zhǎng)，且除文字交互外，未來(lái)圖像、視頻等多種形態(tài)對(duì)算力資源的消耗量或?qū)⒊蓴?shù)倍級(jí)增長(zhǎng)，遠(yuǎn)期推理側(cè)所需服務(wù)器數(shù)量需求或?qū)⒊蓴?shù)倍級(jí)提升。表：近期服務(wù)器需求量測(cè)算資料來(lái)源：academic

accelerator，

Sunyan’s

Substack，英偉達(dá)官網(wǎng)，Azure官網(wǎng)，民生證券研究院測(cè)算證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明192.5項(xiàng)目海光NVIDIAAMD品牌深算一號(hào)Ampere

100MI100生產(chǎn)工藝7nm

FinFET7nm

FinFET7nm

FinFET核心數(shù)量4096(64

CUs)2560

CUDAprocessors640Tensor

processors120CUs內(nèi)核頻率Upto1.5GHz

(FP64)Upto

1.7Ghz(FP32)Upto

1.53GhzUpto

1.5GHz(FP64)Upto1.7Ghz

(FP32)顯存容量32GB

HBM280GB

HBM2e32GB

HBM2顯存位寬4096

bit5120

bit4096bit顯存頻率2.0

GHz3.2

GHz2.4

GHz顯存帶寬1024

GB/s2039

GB/s1228

GB/sTDP350

W400

W300WCPUtoGPU

互聯(lián)PCIeGen4x

16PCIeGen4x

16PCIeGEN4x

16GPUtoGPU

互聯(lián)xGMIx2,Upto

184GB/sNVLinkupto

600GB/sInfinityFabricx

3，upto276

GB/s海光信息：CPU與DCU協(xié)同發(fā)展資料來(lái)源：海光信息官網(wǎng)、海光信息招股說(shuō)明書(shū)，民生證券研究院CPU：公司CPU產(chǎn)品按不同業(yè)務(wù)場(chǎng)景分成了高、中、低端的7000、5000、3000系列。海光CPU生態(tài)優(yōu)勢(shì)凸顯，國(guó)內(nèi)各大系統(tǒng)廠商，如曙光、浪潮、聯(lián)想、新華三、同方等都選用了海光的方案。下一代CPU產(chǎn)品海光四號(hào)、海光五號(hào)研發(fā)進(jìn)展順利。DCU：主要面向智能計(jì)算以及人工智能市場(chǎng)，采用GPGPU

模式，且支持FP64位運(yùn)算。海光

DCU系列產(chǎn)品可兼容通用的“類(lèi)CUDA”環(huán)境，可廣泛應(yīng)用于大數(shù)據(jù)處理、人工智能、商業(yè)計(jì)算等應(yīng)用領(lǐng)域。深算一號(hào)DCU部分參數(shù)已接近英偉達(dá)、AMD的高端GPU產(chǎn)品。風(fēng)險(xiǎn)提示：行業(yè)競(jìng)爭(zhēng)加劇的風(fēng)險(xiǎn)；行業(yè)景氣度波動(dòng)的風(fēng)險(xiǎn)；行業(yè)技術(shù)路線變化的風(fēng)險(xiǎn)；產(chǎn)品進(jìn)展不及預(yù)期。表：海光DCU：深算一號(hào)與NVIDIA、AMD高端GPU產(chǎn)品對(duì)比圖：海光CPU產(chǎn)品性能參數(shù)系列7000系列CPU5000系列CPU3000系列CPU核心規(guī)模16-32個(gè)核心8-16個(gè)核心4-9個(gè)核心PCIe通道128路64路32路DDR4通道8個(gè)4個(gè)2個(gè)內(nèi)存容量2TB1TB下游市場(chǎng)數(shù)據(jù)中心、云計(jì)算中心云計(jì)算、邊緣計(jì)算、分布式存儲(chǔ)等入門(mén)級(jí)服務(wù)器、工作站、工業(yè)控制等市場(chǎng)證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明寒武紀(jì)：國(guó)內(nèi)ASIC領(lǐng)先企業(yè)2.5資料來(lái)源：寒武紀(jì)2022年年報(bào)，民生證券研究院20寒武紀(jì)成立于2016年，專(zhuān)注于人工智能芯片產(chǎn)品的研發(fā)與技術(shù)創(chuàng)新，是國(guó)際上少數(shù)幾家全面系統(tǒng)掌握智能芯片及其基礎(chǔ)系統(tǒng)軟件研發(fā)和產(chǎn)品化核心技術(shù)的企業(yè)之一。公司堅(jiān)持自主研發(fā)，目前公司的主要產(chǎn)品線包括云端產(chǎn)品線、邊緣產(chǎn)品線、IP

授權(quán)及軟件。公司思元370系列智能加速卡共有三種型號(hào)以適配不同場(chǎng)景，其中MLU370-X4及MLU370-X8加速卡的INT8算力均高達(dá)256TOPS。產(chǎn)品型號(hào)MLU370-S4MLU370-X4MLU370-X8面向市場(chǎng)機(jī)器視覺(jué)/推理任務(wù)互聯(lián)網(wǎng)行業(yè)等推理任務(wù)或訓(xùn)推一體場(chǎng)景訓(xùn)練任務(wù)市場(chǎng)特點(diǎn)整機(jī)計(jì)算密度較高單卡算力需求適中單卡算力需求較高單卡算力需求較高，互聯(lián)帶寬需求高算力192TOPS

(INT8)96TOPS

(INT16)72TFLOPS

(FP16)72TFLOPS

(BF16)18TFLOPS

(FP32)256TOPS

(INT8)128TOPS

(INT16)96TFLOPS

(FP16)96TFLOPS

(BF16)24TFLOPS

(FP32)256TOPS

(INT8)128TOPS

(INT16)96TFLOPS

(FP16)96TFLOPS

(BF16)24TFLOPS

(FP32)互聯(lián)帶寬307.2

GB/s307.2

GB/s614.4

GB/s資料來(lái)源：寒武紀(jì)2022年半年報(bào)，民生證券研究院表：寒武紀(jì)主要產(chǎn)品表：思元370系列產(chǎn)品參數(shù)產(chǎn)品線產(chǎn)品類(lèi)型寒武紀(jì)主要產(chǎn)品云端產(chǎn)品線云端智能芯片及加速卡思元100（MLU100）思元270（MLU270）思元290（MLU290）思元370（MLU370）訓(xùn)練整機(jī)玄思

1000

智能加速器玄思

1001

智能加速器邊緣產(chǎn)品線邊緣智能芯片及加速卡思元

220（MLU220）芯片及邊緣智能加速卡IP授權(quán)及軟件終端智能處理器

IP寒武紀(jì)

1A

處理器寒武紀(jì)

1H

處理器寒武紀(jì)

1M

處理器基礎(chǔ)系統(tǒng)軟件平臺(tái)寒武紀(jì)基礎(chǔ)軟件開(kāi)發(fā)平臺(tái)（適用于

公司所有芯片與處理器產(chǎn)品）證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明2.5 景嘉微：國(guó)內(nèi)圖形GPU領(lǐng)軍企業(yè)2014國(guó)內(nèi)首款高性能GPU芯片-JM5400研制成功2018第二代圖形處理器芯片JM7200研制成功2020JM72系列產(chǎn)品完成與國(guó)產(chǎn)CPU、國(guó)產(chǎn)操作系統(tǒng)、國(guó)產(chǎn)軟件、國(guó)產(chǎn)整機(jī)等適配工作，并實(shí)現(xiàn)規(guī)?；瘧?yīng)用202192

系列GPU

芯片研制成功2022.5完成JM9系列第二款圖形處理芯片的流片、封裝工作產(chǎn)品型號(hào)JM5400JM7200JM92系列發(fā)布年份201520182021核心頻率<=550MHz<=1300MHz<=1500MHz顯存1GB

DDR34GB

DDR38GB

GDDR6顯存帶寬12.8GB/s17GB/s128GB/s功耗6W10-40W<30W算力(FP32)--1.5TFlops應(yīng)用領(lǐng)域軍用領(lǐng)域通用領(lǐng)域可以滿(mǎn)足地理信息系統(tǒng)、媒體處理、CAD輔助設(shè)計(jì)、游戲、虛擬化等高性能顯示需求和人工智能計(jì)算需求軟件合作伙伴基礎(chǔ)硬件合作伙伴公司產(chǎn)品已與國(guó)內(nèi)多家軟硬件品牌完成適配JM系列產(chǎn)品持續(xù)迭代：2021年公司推出可滿(mǎn)足人工智能計(jì)算需求的JM92系列產(chǎn)品，22年5月已完成JM9系列第二款圖形處理芯片的流片、封裝工作；從JM5到JM9系列，產(chǎn)品性能不斷提升，應(yīng)用領(lǐng)域從軍用逐漸向外拓展。資料來(lái)源：景嘉微官網(wǎng)，景嘉微公司公告，愛(ài)集微，民生證券研究院21證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明2.5 芯原股份：全球領(lǐng)先的IP提供商資料來(lái)源：芯原股份公司官網(wǎng)，芯原股份官方微信公眾平臺(tái)，民生證券研究院芯原股份是基于自主IP的全球領(lǐng)先芯片定制服務(wù)公司，目前已形成了六大自主可控的IP組合，包括圖形處理器IP、神經(jīng)網(wǎng)絡(luò)處理器IP、顯示處理器IP、視頻處理器IP、數(shù)字信號(hào)處理器IP和圖像信號(hào)處理器IP。算力領(lǐng)域，公司內(nèi)置內(nèi)置芯原GPGPU

IP的Chiplet芯片算力可達(dá)8

TFLOPS，內(nèi)置芯原NPU

IP的Chiplet芯片算力可達(dá)240

TOPS，并且公司已經(jīng)助力藍(lán)洋智能部署基于Chiplet架構(gòu)的芯片產(chǎn)品，使得藍(lán)洋智能成為全球第一家采用Chiplet架構(gòu)技術(shù)開(kāi)發(fā)大算力AI芯片的半導(dǎo)體公司。風(fēng)險(xiǎn)提示：下游需求不及預(yù)期；上游產(chǎn)能供給受限；市場(chǎng)競(jìng)爭(zhēng)加劇；產(chǎn)品進(jìn)展不及預(yù)期。圖：芯原股份核心IP產(chǎn)品 圖：芯原股份VIP940022證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明2303.

服務(wù)器產(chǎn)業(yè)鏈：算力基座證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明傳統(tǒng)服務(wù)器和AI服務(wù)器BOM3.1整機(jī)6000美金算力芯片存儲(chǔ)PCB2900美金260美金整機(jī)20萬(wàn)美金算力芯片存儲(chǔ)PCB2萬(wàn)美金1300美金8萬(wàn)美金模擬模擬60美金332美金DGX

A100服務(wù)器搭載8張A100，售價(jià)20萬(wàn)美金，其他品牌方面，如超微搭載8張A100的服務(wù)器售價(jià)達(dá)13萬(wàn)美金左右單張A100卡售價(jià)1萬(wàn)美金，H100卡售價(jià)3萬(wàn)美金，AI服務(wù)器拉滿(mǎn)需要8張；算力芯片為AI服務(wù)器各硬件中成本占比最高的部分AI服務(wù)器中PCB面積基本不變，PCB材質(zhì)提高、層數(shù)由14/16層提高至20層以上，價(jià)值量可達(dá)普通服務(wù)器PCB的5倍以上普通服務(wù)器256G內(nèi)存+16T

HHD/960G

SSD混合RAID，而AI服務(wù)器所需DRAM/NAND分別8倍/3倍于普通服務(wù)器，RAID卡價(jià)值量亦有所提升AI服務(wù)器每顆GPU對(duì)應(yīng)1顆多相控制器及16顆DrMos，8顆GPU帶來(lái)272美金增量無(wú)，一般采用集顯傳統(tǒng)服務(wù)器 → AI服務(wù)器24資料來(lái)源：財(cái)聯(lián)社，證券日?qǐng)?bào)，新浪財(cái)經(jīng)，聯(lián)想官網(wǎng)，淘寶國(guó)際，京東，民生證券研究院證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明相比傳統(tǒng)服務(wù)器，AI服務(wù)器最大的區(qū)別是采用異架構(gòu)，包括CPU+GPU、CPU+ASIC、CPU+FPGA等多種形態(tài)，GPU更擅長(zhǎng)數(shù)據(jù)密集、易于并行的AI計(jì)算，而傳統(tǒng)服務(wù)器往往采用X86架構(gòu)，僅使用CPU而無(wú)需使用GPU。其他主要組成包括內(nèi)存、硬盤(pán)、主板、電源、網(wǎng)卡、風(fēng)扇、導(dǎo)風(fēng)罩等，用量及單機(jī)價(jià)值量在AI服務(wù)器中有不同程度提高當(dāng)前AI服務(wù)器出貨量在整體服務(wù)器中所占比重較低，根據(jù)Trendforce數(shù)據(jù)，2022年AI服務(wù)器出貨量占比近1%。隨著ChatGPT點(diǎn)燃AI浪潮，AI服務(wù)器市場(chǎng)規(guī)模迅速擴(kuò)張，根據(jù)IDC數(shù)據(jù)，預(yù)計(jì)2023年全球AI服務(wù)器市場(chǎng)規(guī)模將達(dá)到211億美元，并在2025年增長(zhǎng)至317.9億美元，期間CAGR達(dá)22.7%AI服務(wù)器市場(chǎng)集中度相對(duì)較高，根據(jù)IDC數(shù)據(jù)，浪潮、戴爾、惠普、聯(lián)想、華三前五大AI服務(wù)器制造商占據(jù)整體份額的47.2%，其中國(guó)產(chǎn)廠商浪潮、聯(lián)想、華三分別占據(jù)總市場(chǎng)的15.1%/5.6%/4.7%3.125圖：英偉達(dá)DGX

A100

AI服務(wù)器AI服務(wù)器：AI算力基座資料來(lái)源：IDC，Trendforce，英偉達(dá)官網(wǎng)，民生證券研究院圖：1H22全球AI服務(wù)器競(jìng)爭(zhēng)格局15.1%14.1%7.7%5.6%4.7%2.3%

3.9%1.0%45.1%InspurDellHPELenovoH3CIBMCiscoOracleOthers證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明全球第三服務(wù)器品牌，僅次于DELL、HPE，1Q23市場(chǎng)份額達(dá)7.1%。海外客戶(hù)占比70%+，客戶(hù)包括微軟，亞馬遜，百度，騰訊等各大互聯(lián)網(wǎng)云廠商。英偉達(dá)全球戰(zhàn)略合作伙伴，是中國(guó)大陸唯一的英偉達(dá)數(shù)據(jù)中心/工作站/邊緣計(jì)算三重認(rèn)證伙伴（其他認(rèn)證伙伴包括Dell和supermicro）ISG業(yè)務(wù)提速：22-23財(cái)年Q1\Q2\Q3\Q4的ISG基礎(chǔ)設(shè)施服務(wù)分別實(shí)現(xiàn)同比增速

14%/33%/48%/56%，呈現(xiàn)同比逐季加速態(tài)勢(shì)；公司AI服務(wù)器業(yè)務(wù)占比20%+，并采用ODM+業(yè)務(wù)模式，除整機(jī)組裝外，還參與主板、系統(tǒng)、機(jī)架等全方位設(shè)計(jì)過(guò)程3.126圖：聯(lián)想三大業(yè)務(wù)集團(tuán)聯(lián)想集團(tuán)：服務(wù)器業(yè)務(wù)快速增長(zhǎng)，深度合作微軟、英偉達(dá)SSG方案服務(wù)IDG ISG智能設(shè)備 基礎(chǔ)設(shè)施方案?jìng)€(gè)人電腦

網(wǎng)絡(luò)硬件設(shè)備

行業(yè)智能方案智能手機(jī) 智能云服務(wù) 設(shè)備服務(wù)IoT設(shè)備 數(shù)據(jù)中心方案 運(yùn)維服務(wù)…… …… ……端 - 邊 - 云 - 網(wǎng) - 智云計(jì)算虛擬化大數(shù)據(jù)應(yīng)用方案存儲(chǔ)業(yè)務(wù)連續(xù)性高性能網(wǎng)絡(luò)高性能計(jì)算超融合圖：聯(lián)想數(shù)據(jù)中心解決方案資料來(lái)源：聯(lián)想集團(tuán)公告，英偉達(dá)官網(wǎng)，IDC，民生證券研究院證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明公司主要分為通信及網(wǎng)絡(luò)設(shè)備、云計(jì)算、工業(yè)互聯(lián)網(wǎng)三大業(yè)務(wù)板塊，2022年三大業(yè)務(wù)板塊營(yíng)收占比分別為57.86%/41.51%/0.37%，2022年公司云計(jì)算業(yè)務(wù)收入2124.44億元，同比增19.56%，連續(xù)五年保持增長(zhǎng)服務(wù)器業(yè)務(wù)方面，公司在云計(jì)算服務(wù)器出貨量持續(xù)位列全球第一，與全球各大CSP廠商深入合作，受益于AI蓬勃發(fā)展帶來(lái)的需求，AI服務(wù)器及HPC在2022年云服務(wù)商產(chǎn)品中占比增至約20%公司與英偉達(dá)合作多年，負(fù)責(zé)AI產(chǎn)線的子公司鴻佰科技為英偉達(dá)服務(wù)器供應(yīng)鏈合作伙伴，公司全程參與H100及H800計(jì)算卡生產(chǎn)，并為CSP廠商提供高度定制化產(chǎn)品開(kāi)發(fā)。當(dāng)前公司有意下調(diào)OEM比重，提高ODM及AI服務(wù)器比例，實(shí)現(xiàn)產(chǎn)品結(jié)構(gòu)的持續(xù)改善3.1圖：工業(yè)富聯(lián)三大業(yè)務(wù)板塊工業(yè)富聯(lián)：產(chǎn)品結(jié)構(gòu)優(yōu)化調(diào)整，AI服務(wù)器業(yè)務(wù)向好圖：英偉達(dá)發(fā)布會(huì)展示工業(yè)富聯(lián)HGX

H100自動(dòng)化產(chǎn)線資料來(lái)源：金融界，證券日?qǐng)?bào)，工業(yè)富聯(lián)公告，工業(yè)富聯(lián)官網(wǎng)，民生證券研究院27證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明對(duì)于PCB而言，PCIe4.0到5.0有哪些變化？層數(shù)增多

12/14→16/18 PCB價(jià)值量提升 CCL價(jià)值量提升 CCL損耗等級(jí)可低至Ultra-LowLoss對(duì)于PCB而言，應(yīng)用于AI服務(wù)器有哪些變化？GPU與主芯片數(shù)據(jù)交換量大，主板布線更密集，層數(shù)增加，材料要求更高，成本增加。除主板升級(jí)外，新增UBB及加速卡板層數(shù)進(jìn)一步提高可達(dá)28層，接近交換機(jī)層數(shù)CCL要M6級(jí)，甚至用到M7、M8PCB單臺(tái)價(jià)值量進(jìn)一步提高，可達(dá)1萬(wàn)元3.2 服務(wù)器PCB價(jià)值量提升28資料來(lái)源：廣合科技招股說(shuō)明書(shū)，生益電子公告，民生證券研究院證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明滬電股份：AI服務(wù)器PCB龍頭3.2公司名稱(chēng)主要業(yè)務(wù)設(shè)計(jì)產(chǎn)能滬利微電高端汽車(chē)板150

萬(wàn)平方米/年黃石一廠企業(yè)通訊市場(chǎng)板22

層以下PCB

產(chǎn)品（青淞廠轉(zhuǎn)入）75

萬(wàn)平方米/年中低階汽車(chē)

PCB

產(chǎn)品（滬利微電轉(zhuǎn)入）黃石二廠汽車(chē)板為主的生產(chǎn)線75

萬(wàn)平方米/年青淞工廠企業(yè)通訊市場(chǎng)板220

萬(wàn)平方米/年企通板：企業(yè)通訊市場(chǎng)板業(yè)務(wù)占公司PCB營(yíng)收70%左右，主要由數(shù)據(jù)中心（主要包括服務(wù)器、交換機(jī)、路由器、高速網(wǎng)卡）相關(guān)業(yè)務(wù)構(gòu)成。AI服務(wù)器PCB層數(shù)可達(dá)20層以上，滬電是市場(chǎng)上少數(shù)專(zhuān)注于高多層的PCB企業(yè)，為AI服務(wù)器PCB全球龍頭。公司應(yīng)用于AI加速、Graphics的產(chǎn)品，應(yīng)用于GPU、OAM、FPGA等加速模塊類(lèi)的產(chǎn)品以及應(yīng)用于UBB、BaseBoard的產(chǎn)品已批量出貨，應(yīng)用于800G的產(chǎn)品已實(shí)現(xiàn)小批量的交付；基于數(shù)據(jù)中心加速模塊的多階HDI

Interposer產(chǎn)品，已實(shí)現(xiàn)4階HDI的產(chǎn)品化，目前在預(yù)研6階HDI產(chǎn)品，同時(shí)基于交換、路由的NPO/CPO架構(gòu)的Interposer產(chǎn)品也同步開(kāi)始預(yù)研。車(chē)載板：公司在4D車(chē)載雷達(dá)，自動(dòng)駕駛域控制器，智能座艙域控制器，車(chē)載網(wǎng)關(guān)等領(lǐng)域的產(chǎn)品已實(shí)現(xiàn)量產(chǎn)，并利用通訊板技術(shù)優(yōu)勢(shì)，在車(chē)載通訊計(jì)算、高頻高速板方面深耕布局，當(dāng)前車(chē)載業(yè)務(wù)占公司營(yíng)收比重達(dá)25%。風(fēng)險(xiǎn)提示：云廠商資本開(kāi)支放緩、汽車(chē)板價(jià)格競(jìng)爭(zhēng)加劇、AI服務(wù)器放量不及預(yù)期、海外工廠建設(shè)不及預(yù)期。表：滬電生產(chǎn)線情況圖：滬電股份主要客戶(hù)29資料來(lái)源：滬電股份公告，民生證券研究院通信客戶(hù)數(shù)據(jù)中心客戶(hù)汽車(chē)客戶(hù)證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明AI算力拉動(dòng)，存儲(chǔ)加速升級(jí)3.3資料來(lái)源：電子創(chuàng)新網(wǎng)，民生證券研究院30內(nèi)存顯存NANDAI服務(wù)器存儲(chǔ)DDR4→DDR5，傳輸速率由3.2Gbps提升至6.4Gbps高帶寬催生HBM需求用量提升，且3D

NAND有望成為主流方向高帶寬存儲(chǔ)器（HBM）可為GPU提供更高的帶寬，DDR5亦能支持Intel和AMD的新一代服務(wù)器CPU。

DDR5標(biāo)準(zhǔn)的最高速率是DDR4的兩倍；而HBM基于TSV和芯片堆疊技術(shù)的堆疊DRAM架構(gòu)，可實(shí)現(xiàn)高于256GBps的突破性帶寬，可以替代GDDR。3D

NAND有望成為主流方向，可突破存儲(chǔ)容量限制瓶頸。據(jù)美光數(shù)測(cè)算，AI服務(wù)器中

DRAM

容量是普通服務(wù)器的

8倍，NAND容量將是普通服務(wù)器的

3

倍。參數(shù)DDR4DDR5Frequency1600-3200Mbps3200-8400Mbpsdensity2Gb,4Gb,8Gb,16Gb8Gb,16Gb,24Gb,32Gb,64GbOndie

ECC不支持支持Bank16banks32banksVDD/VDDQ1.2V1.1VVPP2.5V1.8VBL816DFE無(wú)有Same

bankrefresh無(wú)有資料來(lái)源：SK

海力士,

民生證券研究院資料來(lái)源：Simms

International，民生證券研究院圖像128Gb2D

NAND3D

NAND容量（每個(gè)die）256Gb/512Gb（未來(lái)存在增長(zhǎng)空間）浮動(dòng)閘極（Floating

Gate）電荷捕捉（Charge

Trap）或浮動(dòng)閘極（Floating

Gate）制成結(jié)構(gòu)循環(huán)壽命（寫(xiě)入/擦除次數(shù)）性能更低更慢更高（3D的單元間干擾更少）更快功耗高低表：DDR5和DDR4標(biāo)準(zhǔn)對(duì)比圖：算力時(shí)代，HBM取代GDDR優(yōu)勢(shì)明顯圖：3D

NAND與2D

NAND對(duì)比證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明AI算力拉動(dòng)，存儲(chǔ)加速升級(jí)3.331資料來(lái)源：Wikipedia，SK

hynix官網(wǎng)，搜狐網(wǎng)，騰訊網(wǎng)，EXPreview，36kr，民生證券研究院整理2013量產(chǎn)首款4GB

HBM2；宣布生產(chǎn)8GBHBM2;宣布開(kāi)發(fā)低成本

HBM2015201620182019202020212022量產(chǎn)HBM1并首次被AMDFijiGPU納入使用發(fā)布4GBHBM2發(fā)布HBM2E量產(chǎn)HBM2E開(kāi)發(fā)業(yè)界首款HBM3量產(chǎn)首款HBM3與AMD合作開(kāi)發(fā)首款HBM1芯片量產(chǎn)當(dāng)前市場(chǎng)上數(shù)據(jù)傳輸速度最快的8GBHBM2——Aquabolt發(fā)布FlashboltHBM2E宣布開(kāi)發(fā)帶內(nèi)存處理的HBM

PIM量產(chǎn)HBM3推出其首款HBM2方案發(fā)布

HBMnext（HBM3）標(biāo)準(zhǔn)HBM1

時(shí)代HBM2

時(shí)代HBM2E

時(shí)代HBM3

時(shí)代顆粒密度堆積高度內(nèi)存容量帶寬I/O

速度2

Gb4

Hi1

GB128

GB/s1

Gbps8Gb4/8

Hi4/8

GB307

GB/s2.4

Gbps16

Gb4/8

Hi8/16

GB460

GB/s3.6

Gbps16

Gb8/12

Hi16/24

GB819

GB/s6.4

Gbps各廠商爭(zhēng)搶HBM技術(shù)高地，形成三足鼎立之勢(shì)SK

hynix

獨(dú)霸HBM市場(chǎng) Samsung

參與競(jìng)爭(zhēng)，開(kāi)啟雙雄爭(zhēng)霸局面 Micron

加入，三足鼎立局面形成證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明3.4 江波龍：存儲(chǔ)模組龍頭資料來(lái)源：江波龍招股說(shuō)明書(shū)，民生證券研究院40.72%42.00%45.08%49.04%52.41%40.06%33.34%25.56%22.71%24.47%17.72%24.48%25.94%21.55%18.06%3.37%6.69%5.00%0%20%40%60%80%100%202020212022內(nèi)存條嵌入式存儲(chǔ)涵蓋eMMC、UFS、ePOP、eMCP、SLCNAND和LPDDR等固態(tài)硬盤(pán)覆蓋SATA和PCIe主流接口，持續(xù)拓展企業(yè)級(jí)和高端消費(fèi)SSD移動(dòng)存儲(chǔ)涵蓋USB、SD/MicroSD卡、Cfe影響卡、NM卡、Micro

UDP/UDO等覆蓋DDR4全系列規(guī)格，容量包含4GB-64GB手機(jī)通訊數(shù)據(jù)中心市場(chǎng)個(gè)人PC市場(chǎng)移動(dòng)存儲(chǔ)消費(fèi)市場(chǎng)汽車(chē)電子市場(chǎng)工業(yè)市場(chǎng)產(chǎn)品布局下游領(lǐng)域江波龍擁有嵌入式存儲(chǔ)、移動(dòng)存儲(chǔ)、固態(tài)硬盤(pán)及內(nèi)存條四大產(chǎn)品線，為國(guó)內(nèi)存儲(chǔ)模組品牌龍頭，產(chǎn)品廣泛應(yīng)用于消費(fèi)電子、工業(yè)、通信、汽車(chē)、安防、監(jiān)控等行業(yè)應(yīng)用市場(chǎng)和消費(fèi)者市場(chǎng)。主要從事Flash及DRAM存儲(chǔ)器研發(fā)、設(shè)計(jì)和銷(xiāo)售，聚焦于存儲(chǔ)應(yīng)用產(chǎn)品的研發(fā)設(shè)計(jì)與品牌運(yùn)營(yíng)，形成固件算法開(kāi)發(fā)、存儲(chǔ)芯片測(cè)試、集成封裝設(shè)計(jì)、存儲(chǔ)芯片設(shè)計(jì)等核心競(jìng)爭(zhēng)力。公司旗下?lián)碛行袠I(yè)類(lèi)存儲(chǔ)品牌FORESEE和國(guó)際高端消費(fèi)類(lèi)存儲(chǔ)品牌

Lexar（雷克沙），持續(xù)發(fā)力車(chē)規(guī)級(jí)存儲(chǔ)、服務(wù)器內(nèi)存條、企業(yè)級(jí)SSD、高端消費(fèi)存儲(chǔ)等領(lǐng)域，豐富嵌入式存儲(chǔ)產(chǎn)品矩陣，鞏固行業(yè)龍頭地位。同時(shí)，公司與上游主要存儲(chǔ)晶圓原廠、主控芯片廠商建立了長(zhǎng)期、穩(wěn)定和緊密的業(yè)務(wù)合作關(guān)系，鞏固自身在供應(yīng)鏈上的優(yōu)勢(shì)。圖：江波龍產(chǎn)品布局 圖：江波龍產(chǎn)品結(jié)構(gòu)占比嵌入式存儲(chǔ) 移動(dòng)存儲(chǔ) 固態(tài)硬盤(pán) 內(nèi)存條 其他業(yè)務(wù)322018 2019資料來(lái)源：江波龍招股說(shuō)明書(shū)，民生證券研究院證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明服務(wù)器出貨量增加催生電源管理芯片需求3.4市電最終輸入到

CPU等元器件的過(guò)程中，大致需要經(jīng)過(guò)三次電流改變，電源管理芯片為實(shí)現(xiàn)電流變換功能的必要器件。主板上的電源管理

IC主要包括

eFuse/熱插拔、多相電源、LDO

與降壓

Buck

等四類(lèi)，服務(wù)器出貨量增加催生大量電源管理芯片需求。參考MPS數(shù)據(jù)，其可面向的CPU/GPU服務(wù)器電源管理合計(jì)市場(chǎng)規(guī)模約15億美金，CPU服務(wù)器規(guī)模約10億美金，GPU服務(wù)器約5億美金。其中CPU服務(wù)器中，CPU供電用規(guī)模約6億美金左右，DDR5存儲(chǔ)用供電電源市場(chǎng)規(guī)模約2.8億美金。此外，服務(wù)器上還需用到大量eFuse/熱插拔和POL（負(fù)載點(diǎn)電源），市場(chǎng)規(guī)模均約為6000萬(wàn)美金。33資料來(lái)源：MPS官網(wǎng)，民生證券研究院資料來(lái)源：MPS官網(wǎng)，民生證券研究院圖：服務(wù)器主板電源SAM規(guī)模圖：服務(wù)器電源芯片系統(tǒng)示意圖證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明服務(wù)器出貨量增加催生電源管理芯片需求3.4第二梯隊(duì)耕耘多年，前景存疑第三梯隊(duì)工藝封裝中等，國(guó)產(chǎn)化替代機(jī)會(huì)大公司名稱(chēng)相數(shù)產(chǎn)品數(shù)量支持的協(xié)議TI123AMD

SVI3、Intel

VR14、其他84AMD

SVI3、Intel

VR14、其他72其他62Intel

VR12.x、其他51其他43Intel

VR12.x、其他34Intel

VR12.x、Intel

VR12、Intel

VR12.5、Intel

VR12.6、NVIDIATegra

2.5V

至

24V，其他英飛凌161AMD

SVI2、其他121Intel

VR1486Intel

VR14、Intel

VR13、其他71其他52Intel

VR14、Intel

VR13，其他42VR13，其他21其他MPS161NVIDIA

OpenVreg，其他101NVIDIA

OpenVreg，其他91AMD

SVI271Intel

VR13.HC，其他64NVIDIA

OpenVreg、Intel

VR12.5、其他51AMD

SVI241NVIDIA

Open

Vreg，其他21其他公司名稱(chēng)電流分為產(chǎn)品數(shù)量產(chǎn)品最大電流TI40A以下1240-60A660A以上1375A、70A、60A英飛凌40A以下220A、35A40-60A160A60A以上490A、70Amps40A以下640A、25A、20A、12A40-60A1260A、55A、50A60A以上690A、80A、70A資料來(lái)源：MPS官網(wǎng),TI官網(wǎng)，英飛凌官網(wǎng)，民生證券研究院34 資料來(lái)源：杰華特、晶豐明源、芯朋微、矽力杰、長(zhǎng)工微官網(wǎng)，民生證券研究院表：TI、英飛凌、MPS多相控制器產(chǎn)品對(duì)比表：TI、英飛凌、MPS三家DrMOS產(chǎn)品對(duì)比參考英特爾VR

Controllers

Common

Footprint

Solution

Component

List，多相控制器方面有MPS、英飛凌、瑞薩、德州儀器、安森美、意法半導(dǎo)體、ADI（美信），DrMOS方面除前述廠商外，還有威世可提供產(chǎn)品。國(guó)內(nèi)廠商方面，杰華特、晶豐明源、矽力杰、芯朋微、長(zhǎng)工微、寧波奧拉等公司也開(kāi)始有產(chǎn)品推出，不過(guò)目前國(guó)產(chǎn)化幾乎為零。隨著近年來(lái)飛騰、中科海光、龍芯、寒武紀(jì)等廠商在CPU/GPU領(lǐng)域的突破，以及下游長(zhǎng)城、聯(lián)想等服務(wù)器、PC廠商旺盛的本土化配套，給國(guó)內(nèi)多相電源廠商提供了有利的國(guó)產(chǎn)化替代機(jī)會(huì)，我們認(rèn)為，中國(guó)市場(chǎng)作為全球重要的PC、服務(wù)器及汽車(chē)制造中心，有望孕育出具有國(guó)際競(jìng)爭(zhēng)力的多相電源龍頭廠商。圖：國(guó)內(nèi)外多相電源公司情況描述第一梯隊(duì)技術(shù)領(lǐng)先，市場(chǎng)地位穩(wěn)固證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明目前產(chǎn)品十余種

LED

照明驅(qū)動(dòng)芯片產(chǎn)品系列，產(chǎn)品線齊全，市占30%+，為業(yè)內(nèi)龍頭復(fù)用LED驅(qū)動(dòng)所積累技術(shù)、人才、銷(xiāo)售網(wǎng)絡(luò)，快充+家電ACDC于21年下半年開(kāi)始起量從ADI、MPS等大廠，以及國(guó)內(nèi)不斷招攬優(yōu)秀人才，多相電源開(kāi)始出貨，DrMOS跑通工藝、送樣客戶(hù)。直流電機(jī)領(lǐng)域凌鷗創(chuàng)芯為國(guó)內(nèi)TOP3，晶豐與其并購(gòu)協(xié)同后更有望于家電等領(lǐng)域快速放量，并實(shí)現(xiàn)汽車(chē)市場(chǎng)拓展拓展家電、快充AC/DC2008年-專(zhuān)注于LED驅(qū)動(dòng)IC賽道2020年-2021年-向大電流DCDC進(jìn)軍，目標(biāo)PC、服務(wù)器市場(chǎng)2022年-并購(gòu)凌鷗創(chuàng)芯，拓展電機(jī)控制新品晶豐明源：AI服務(wù)器電源管理芯片核心廠商3.435資料來(lái)源：晶豐明源公司公告，民生證券研究院DC/DC芯片2022年?duì)I收0.05億元（占0.47%）AC/DC芯片2022年?duì)I收1.20億元（占11.14%）電機(jī)控制與驅(qū)動(dòng)芯片2022年?duì)I收0.22億元（占2.06%）LED照明驅(qū)動(dòng)芯片2022年?duì)I收9.06億元（占83.93%）面板等照明驅(qū)動(dòng)芯片原產(chǎn)品 新品布局全面覆蓋調(diào)光、非調(diào)光、智能

包括多相數(shù)字控制器、智能集成功率器件、降壓轉(zhuǎn)換器POL、電子開(kāi)關(guān)/熱插拔控制包括隔離電源、非隔離電源包括電機(jī)驅(qū)動(dòng)、MCU資料來(lái)源：Wind，晶豐明源公司官網(wǎng)，民生證券研究院服務(wù)器電源核心廠商，國(guó)內(nèi)唯一獲得英偉達(dá)協(xié)議。公司于2020年開(kāi)始布局大電流DCDC，目標(biāo)PC、服務(wù)器市場(chǎng)，多相電源方面，目前公司已覆蓋4相-16相系列產(chǎn)品，10相數(shù)字控制電源管理芯片

BPD93010

已正式量產(chǎn)，2023年送樣16相方案，該產(chǎn)品可支持英偉達(dá)H100供電。

Drmos方面通過(guò)合并力來(lái)托團(tuán)隊(duì)（許博曾任職TI，為NexFET發(fā)明者）打造自有工藝平臺(tái)，目前正跑通工藝認(rèn)證，推動(dòng)50/70/90A

Drmos送樣客戶(hù)測(cè)試。此外，公司已量產(chǎn)6、10A

POL，并規(guī)劃

Efuse熱插拔，全面覆蓋。主業(yè)LED驅(qū)動(dòng)芯片底部回暖，行業(yè)庫(kù)存出清，公司賬上庫(kù)存邊際持續(xù)好轉(zhuǎn)，由22年Q2的4.66億元持續(xù)下降至23年Q1的2.36億元，整體毛利率回升至Q1的23.2%，后續(xù)邊際持續(xù)向好確立。AC/DC方面，外置電源產(chǎn)品總共有14款產(chǎn)品推向市場(chǎng)，推出IGBT結(jié)構(gòu)復(fù)合功率管20W快充與磁耦65w快充產(chǎn)品，為國(guó)內(nèi)首批量產(chǎn)，并研發(fā)第五代高壓

BCD-700V工藝平臺(tái)降低成本；內(nèi)置電源，小家電產(chǎn)品基本完成品類(lèi)擴(kuò)展研發(fā)，覆蓋大部分的生活電器、護(hù)理電器和部分廚電。大家電產(chǎn)品在重點(diǎn)客戶(hù)麥格米特的份額繼續(xù)擴(kuò)大，并成功在美的冰箱、TCL空調(diào)、創(chuàng)維洗衣機(jī)取得突破。并購(gòu)凌歐創(chuàng)芯布局家電與車(chē)規(guī)級(jí)市場(chǎng)。2022年7月凌鷗車(chē)規(guī)級(jí)產(chǎn)品取得

AEC-Q100Grade

1

認(rèn)證證書(shū)，多款產(chǎn)品已完成了可靠性考核，車(chē)規(guī)級(jí)產(chǎn)品已經(jīng)量產(chǎn)出貨。風(fēng)險(xiǎn)提示：技術(shù)研發(fā)不及預(yù)期的風(fēng)險(xiǎn)；行業(yè)景氣度變化的風(fēng)險(xiǎn)；DC/DC營(yíng)收增長(zhǎng)不及預(yù)期的風(fēng)險(xiǎn)。圖：晶豐明源產(chǎn)品線布局 圖：晶豐明源產(chǎn)品及營(yíng)收情況證券研究報(bào)告*

請(qǐng)務(wù)必閱讀最后一頁(yè)免責(zé)聲明組件高速互聯(lián)，服務(wù)器接口芯片需求廣泛3.5技術(shù)廠商推出時(shí)間基本闡述原理構(gòu)成產(chǎn)品特性單鏈帶寬總帶寬NVLinkNvidia2016年第一代發(fā)布；2017年第二代發(fā)布；2020年第三代發(fā)布；2022年第四代發(fā)布世界首項(xiàng)高速GPU

互連技術(shù)一根Link由一對(duì)sub-link組成，一根sub-link又由八對(duì)差分線組成點(diǎn)對(duì)點(diǎn)的傳輸形式；一個(gè)設(shè)備可由多個(gè)NVLink

組成；網(wǎng)狀連接結(jié)構(gòu)基于Hopper架構(gòu)的NVLink

4.0可實(shí)現(xiàn)單鏈50

GB/s的雙向帶寬每個(gè)

GPU

可支持18鏈路，提供900

GB/s的總雙向帶寬InfinityFabricAMD2016年首次公布；2017年首次在Zen處理器中應(yīng)用IF總線，基于HyperTransport的通信總線技術(shù)由InfinityScalableData

Fabric（SDF）和InfinityScalableControl

Fabric（SCF）組成集數(shù)據(jù)傳輸與控制于一體InfinityArchitecture架構(gòu)可支持

InfinityFabric

3實(shí)現(xiàn)單鏈100GB/s

的帶寬加速器之間可支持8鏈路，提供800GB/s的總帶寬CXLIntel2019年CXL

1.0發(fā)布；2020

年CXL2.0

發(fā)布；2022年CXL

3.0發(fā)布ComputeExpressLink，開(kāi)放性高速互聯(lián)協(xié)議由CXL.

io、CXL.

cache、CXL.

mem三個(gè)子協(xié)議組成基于PCIe協(xié)議，兼容性高；高效，低延遲，高帶寬；內(nèi)存一致性-CXL

3.0通過(guò)

x16

鏈路實(shí)現(xiàn)

128GB/s

的雙向帶寬資料來(lái)源：英偉達(dá)官網(wǎng)，民生證券研究院36 資料來(lái)源：NVDIA官網(wǎng)，AMD官網(wǎng)，Wikipedia，民生證券研究院在DGX

H100服務(wù)器內(nèi)部，藍(lán)色方塊為IP網(wǎng)卡，既可充當(dāng)網(wǎng)卡又可發(fā)揮PCIeSwitch擴(kuò)展功能，成為CPU與GPU（H100）之間互聯(lián)的橋梁。此外，CX7

以網(wǎng)卡芯片的形式做成

2

塊板卡來(lái)插入服務(wù)器，每

4個(gè)

CX7芯片組成一塊板卡并且對(duì)外輸出2個(gè)800G

OSFP光模塊口。而GPU（H100）之間互聯(lián)主要通過(guò)NV

Switch芯片來(lái)實(shí)現(xiàn)。每個(gè)DGX

H100

內(nèi)的一個(gè)GPU向外伸出18個(gè)NVLink

，單鏈雙向帶寬為50

GB/s，共計(jì)18*50GB/s=900GB/s

雙向帶寬，拆分到4個(gè)板載的NV

Swit