電子行業(yè)分析研究

電子行業(yè)分析研究一、ChatGPT揭開AI發(fā)展大幕，算力芯片逐浪前行（一）ChatGPT橫空出世，AIGC商業(yè)化蓄勢待發(fā)ChatGPT是由OpenAI開發(fā)的自然語言生成模型，主要應(yīng)用之一是聊天機(jī)器人。ChatGPT于2022年11月正式推出，基于GPT-3.5架構(gòu)語言模型利用對話形式，通過大量語料庫和人工反饋的強(qiáng)化學(xué)習(xí)（RLHF）進(jìn)行模型訓(xùn)練，最終模型可以理解并針對各類主題生成類似于人類的響應(yīng)。得益于強(qiáng)大的性能和舒適的用戶體驗(yàn)，ChatGPT問世以來便得到了廣泛關(guān)注，用戶規(guī)模迅速擴(kuò)張，上線不到一周就突破100萬用戶，2023年一月末用戶數(shù)突破1億，成為史上用戶數(shù)增長最快的消費(fèi)者應(yīng)用。GPT-4多模態(tài)模型強(qiáng)化明顯，代際版本升級效果顯著。2023年3月14日OpenAI推出了GPT-4多模態(tài)大模型，進(jìn)一步提升了數(shù)據(jù)處理能力和安全性等。與GPT-3.5相比，GPT-4的表現(xiàn)有較大的提升，GPT-4擁有更可靠、更有創(chuàng)意的表現(xiàn)，同時(shí)處理細(xì)微指令的能力更強(qiáng)。此外，GPT-4能夠接收來自圖像的信息，可以利用文本和圖像的綜合信息生成穩(wěn)步輸出。實(shí)驗(yàn)表明，GPT-4在各種專業(yè)測試和學(xué)術(shù)基準(zhǔn)上的表現(xiàn)與人類水平相當(dāng)。新一代Microsoft365Copilot驚艷亮相，AI商業(yè)化熱潮蓄勢待發(fā)。隨著GPT系列模型在商業(yè)AI中的廣泛應(yīng)用和迭代升級，有望帶動(dòng)越來越多的應(yīng)用場景實(shí)現(xiàn)效率提升。以與OpenAI合作緊密的微軟為例，北京時(shí)間2023年3月17日，微軟重磅宣布由GPT-4驅(qū)動(dòng)的Microsoft365Copilot，將大模型（LLM）與MicrosoftGraph和Microsoft365應(yīng)用中的數(shù)據(jù)相結(jié)合，打破了傳統(tǒng)辦公軟件的方式，能自動(dòng)生成文檔、電子郵件、PPT，讓W(xué)ord、Excel、PowerPoint、Outlook、Teams等辦公軟件的效率得以提升。國內(nèi)外科技巨頭紛紛下場進(jìn)行AI模型商業(yè)化嘗試，除微軟、谷歌外，另一互聯(lián)網(wǎng)龍頭企業(yè)Meta在AI領(lǐng)域也有持續(xù)性投入。2023年2月，Meta發(fā)布其大語言模型LLaMA，4月又推出針對機(jī)器視覺領(lǐng)域的通用圖像分割模型SAM。而國內(nèi)巨頭如百度、華為、阿里、商湯等企業(yè)亦于近期紛紛發(fā)布AI大模型，AI商業(yè)化進(jìn)程提速，將為更多行業(yè)和應(yīng)用領(lǐng)域賦能。GPT系列屬于生成式人工智能(AIGC)的范疇。傳統(tǒng)AI大多屬于分析式AI，通過對輸入數(shù)據(jù)進(jìn)行分析和推理，實(shí)現(xiàn)感知、認(rèn)知及決策。而生成式AI使用各種機(jī)器學(xué)習(xí)算法，從數(shù)據(jù)中提取和理解要素，使機(jī)器能夠創(chuàng)建全新的數(shù)字視頻、圖像、文本、音頻或代碼等內(nèi)容。它創(chuàng)建出的內(nèi)容與訓(xùn)練數(shù)據(jù)保持相似，而非復(fù)制。對抗生成網(wǎng)絡(luò)GAN(Generativeadversarialnetworks)是AIGC領(lǐng)域早期使用最多的算法模型之一，其核心是AI內(nèi)部的兩個(gè)程序互相對比，從而生成最接近人類心目中的正確形象，因此被廣泛應(yīng)用于生成圖像和音視頻領(lǐng)域，隨后不斷涌現(xiàn)的包括Transformer、Diffusion等在內(nèi)的諸多模型在AIGC技術(shù)路線上進(jìn)行了演進(jìn)及迭代，使得學(xué)習(xí)的分布變得更加全面和接近現(xiàn)實(shí)，從而呈現(xiàn)出更真實(shí)和高質(zhì)量的內(nèi)容，大型模型在AIGC中變得越來越重要。（二）多模態(tài)催生高算力需求，AI芯片迎來黃金發(fā)展期多模態(tài)AI驅(qū)動(dòng)新一輪算力需求爆發(fā)。隨著AI從單模態(tài)演變?yōu)槎嗄B(tài)，所需要處理、訓(xùn)練的數(shù)據(jù)從單純的文本數(shù)據(jù)轉(zhuǎn)為圖像、文字、語音、視頻在內(nèi)的多媒體數(shù)據(jù)，所需要的算力也呈指數(shù)級增長。根據(jù)OpenAI發(fā)布的報(bào)告《AIandCompute》，自2012年以來，AI訓(xùn)練應(yīng)用的算力需求每3-4個(gè)月就會(huì)翻倍，至今AI算力增長超過了30萬倍。而隨著多模態(tài)AI的逐步落地，邊緣端需求上升將會(huì)導(dǎo)致算力需求進(jìn)一步爆發(fā)。另一方面，谷歌、百度、阿里巴巴等科技行業(yè)紛紛計(jì)劃推出類ChatGPT的情況下，將會(huì)加劇算力供需的不平衡。根據(jù)IDC與浪潮信息聯(lián)合發(fā)布《2022-2023中國人工智能計(jì)算力發(fā)展評估報(bào)告》，2022年我國智能算力規(guī)模已達(dá)268百億億次/秒(EFLOPS)，超過通用算力規(guī)模，預(yù)計(jì)到2026年中國智能算力規(guī)模將達(dá)到1271.4EFLOPS，未來五年復(fù)合增長率達(dá)52.3%，同期通用算力規(guī)模的復(fù)合增長率為18.5%。算力、模型、數(shù)據(jù)是AI發(fā)展的三大要素，芯片是AI算力的源泉。根據(jù)承擔(dān)任務(wù)的不同，AI芯片可以分為訓(xùn)練和推理芯片。訓(xùn)練，即通過輸入大量數(shù)據(jù)來構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，使之可以適應(yīng)特定的功能。訓(xùn)練芯片對算力、精度、通用性有較為苛刻的需求，需要能夠處理海量數(shù)據(jù)以及適應(yīng)各種不同的學(xué)習(xí)任務(wù)；推理，即借助現(xiàn)有神經(jīng)網(wǎng)絡(luò)進(jìn)行運(yùn)算，通過新輸入的數(shù)據(jù)來獲得推理結(jié)論。推理芯片對性能和精度的要求相對較低，更注重對成本、功耗、時(shí)延等指標(biāo)的綜合考量?！霸?邊-端”泛在算力架構(gòu)趨勢已定。在算力未來需求持續(xù)增加的情況下，網(wǎng)絡(luò)帶寬和時(shí)延限制（性能）和網(wǎng)絡(luò)帶寬成本限制（成本）導(dǎo)致的算力需求錯(cuò)配需要通過在邊緣端部署算力進(jìn)行支撐，構(gòu)成“云-邊-端”泛在算力部署方案。云端，即數(shù)據(jù)中心，依靠強(qiáng)大算力利用海量數(shù)據(jù)進(jìn)行模型訓(xùn)練，云端AI芯片具有性能高、算力強(qiáng)的特點(diǎn)，能夠?qū)ι疃葘W(xué)習(xí)算法模型進(jìn)行訓(xùn)練與推理，云端的算力是由GPU或NPU等芯片產(chǎn)生的，通過在虛擬平臺(tái)調(diào)度服務(wù)器上處理復(fù)雜的數(shù)據(jù)來實(shí)現(xiàn)合理使用；邊端的算力由CPU、FPGA等芯片產(chǎn)生，通過邊端服務(wù)平臺(tái)的實(shí)時(shí)數(shù)據(jù)過濾和響應(yīng)，可以保證網(wǎng)絡(luò)的穩(wěn)定性且降低延遲；終端，即手機(jī)、汽車、智能家居設(shè)備、各種IoT設(shè)備等執(zhí)行邊緣計(jì)算的智能設(shè)備，通常使用訓(xùn)練好的模型進(jìn)行推理，終端AI芯片具有體積小、耗電少的特點(diǎn)，算力是由CPU、GPU\DSP或帶有AI核的SoC等芯片產(chǎn)生的。人工智能技術(shù)在云端（云）、邊緣端（邊）和終端（端）設(shè)備中均有廣泛應(yīng)用，三種場景對于芯片的運(yùn)算能力和功耗等特性有著不同要求。云端主要部署訓(xùn)練芯片和推理芯片，進(jìn)行智能數(shù)據(jù)分析和模型訓(xùn)練，以及處理部分對傳輸帶寬要求比高的推理任務(wù)；邊緣和終端主要部署推理芯片，需要獨(dú)立完成數(shù)據(jù)收集、環(huán)境感知、人機(jī)交互及部分推理決策控制任務(wù)。作為用于加速人工智能訓(xùn)練和推理任務(wù)的專用硬件，AI算力芯片既包括CPU、GPU、FPGA等傳統(tǒng)芯片，也包括以TPU、VPU為代表的專門針對人工智能領(lǐng)域設(shè)計(jì)的ASIC芯片，此類芯片通常擁有高度并行計(jì)算能力和優(yōu)異的低功耗高效計(jì)算性能。IDC研究發(fā)現(xiàn)，2021年上半年中國AI芯片中，GPU占有90%以上的市場份額，穩(wěn)居第一，而ASIC、FPGA、NPU等其他非GPU芯片也在各個(gè)行業(yè)和領(lǐng)域被越來越多地采用，整體市場份額接近10%，預(yù)計(jì)到2025年其占比將超過20%。CPU為AI提供算力和數(shù)據(jù)管理功能，幫助實(shí)現(xiàn)復(fù)雜的模型訓(xùn)練、預(yù)測和決策過程。CPU是一種通用處理器，適用于大多數(shù)計(jì)算任務(wù)。CPU的核心數(shù)較少，因此其更適用于單線程或少量線程的任務(wù)，例如文本處理、網(wǎng)頁瀏覽、編程等，對于高性能計(jì)算任務(wù)，如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等，則表現(xiàn)稍顯乏力。算力方面，CPU可以通過指令實(shí)現(xiàn)并行計(jì)算提升AI系統(tǒng)的計(jì)算性能。無論是機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)模型，大多數(shù)計(jì)算任務(wù)在AI算法中主要基于向量和矩陣運(yùn)算，而CPU通過高效的向量化指令集，可以實(shí)現(xiàn)對大規(guī)模矩陣乘法、卷積等高性能的計(jì)算，能夠在單位時(shí)間內(nèi)完成多個(gè)數(shù)值運(yùn)算，從而有效地提高運(yùn)算效率。由于很多計(jì)算任務(wù)如卷積神經(jīng)網(wǎng)絡(luò)（CNN）的卷積運(yùn)算都具有較強(qiáng)的并行性，CPU可以通過SIMD指令（單指令流多數(shù)據(jù)流結(jié)構(gòu)）以及多線程技術(shù)來加速AI工作負(fù)載。GPU具有并行計(jì)算能力和高速存儲(chǔ)器，可以對需要同時(shí)執(zhí)行多個(gè)計(jì)算和內(nèi)存密集型任務(wù)的應(yīng)用進(jìn)行加速，在AI中主要用于加速訓(xùn)練和推斷過程。具體看，GPU常被應(yīng)用于：1）神經(jīng)網(wǎng)絡(luò)；2）通過大量并行數(shù)據(jù)輸入加速AI和深度學(xué)習(xí)操作；3）傳統(tǒng)的AI推理和訓(xùn)練算法。GPU已經(jīng)成為了當(dāng)今主流的AI推理計(jì)算不可或缺的一部分，這也要求GPU需要集成更多的核心和更密集的算力。為此，GPU供應(yīng)商一直在改進(jìn)其架構(gòu)，以更好地適應(yīng)新的AI需求。具體看，為了加速深度學(xué)習(xí)計(jì)算，NVIDIA專門開發(fā)了能夠在半精度浮點(diǎn)運(yùn)算中實(shí)現(xiàn)高度并行的深度學(xué)習(xí)計(jì)算硬件——TensorCore，從而大幅提高了深度學(xué)習(xí)計(jì)算的速度，顯著降低了能耗。此外，AMDRadeonVII在設(shè)計(jì)上也加入了深度學(xué)習(xí)領(lǐng)域的優(yōu)化代碼，使該處理器在AI和深度學(xué)習(xí)領(lǐng)域的表現(xiàn)得到了提升。算力方面，GPU可以通過并行處理能力顯著提升AI應(yīng)用的處理速度。由于AI計(jì)算中涉有大量如矩陣乘法、卷積和張量運(yùn)算等線性代數(shù)計(jì)算，GPU內(nèi)大量的乘加器能夠滿足算法的需求，且其上百個(gè)核心可以同時(shí)執(zhí)行許多線性代數(shù)計(jì)算，從而進(jìn)一步縮短計(jì)算時(shí)間。此外，GPU的并行處理能力在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推斷中尤為重要，因?yàn)樯窠?jīng)網(wǎng)絡(luò)的運(yùn)算過程中通常需要處理大量數(shù)據(jù)，需要同時(shí)使用許多小型核心來進(jìn)行計(jì)算，而GPU的多核屬性恰好滿足了神經(jīng)網(wǎng)絡(luò)對于計(jì)算的需求。同時(shí)，GPU可以在訓(xùn)練期間對神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，使其更加有效地利用硬件資源。作為AI計(jì)算平臺(tái)使用最為廣泛的加速芯片之一，F(xiàn)PGA具有功耗低、延遲短、靈活性強(qiáng)的特點(diǎn)，被廣泛應(yīng)用于機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)安全、超大規(guī)模圖像處理、基因檢測等領(lǐng)域。隨著AI的發(fā)展對算力及定制化愈發(fā)嚴(yán)苛的要求，F(xiàn)PGA也將圍繞可編程的特性作進(jìn)一步拓展，通過優(yōu)化其硬件構(gòu)架、集成AI構(gòu)架與硬件加速器等方面進(jìn)一步發(fā)展。與此同時(shí)，CPU+FPGA或?qū)⒊蔀槿碌漠悩?gòu)加速模式，在未來被更多的AI應(yīng)用領(lǐng)域所采納。低功耗與自適應(yīng)性：對于移動(dòng)設(shè)備和嵌入式系統(tǒng)等具有限制性能的場景來說，F(xiàn)PGA具有得天獨(dú)厚的優(yōu)勢，即可實(shí)現(xiàn)低功耗和自適應(yīng)性能的特點(diǎn)。由于其可編程的特性，F(xiàn)PGA可以通過微調(diào)內(nèi)部的電子元件實(shí)現(xiàn)自適應(yīng)算法，以滿足不同環(huán)境下的計(jì)算需求。同時(shí)，其節(jié)能的特點(diǎn)意味著可以將AI應(yīng)用帶到更多的場景中，比如移動(dòng)機(jī)器人、基于車載裝置的駕駛輔助系統(tǒng)等。高速處理與優(yōu)化：由于FPGA具有高度靈活、高速的特點(diǎn)，其并行處理能力可以極大地提高AI算法的計(jì)算性能，從而實(shí)現(xiàn)高效的推理和訓(xùn)練等任務(wù)。同時(shí)，F(xiàn)PGA還可以根據(jù)不同的AI算法需求自由編程，以最大程度地優(yōu)化其運(yùn)行效率和性能。由于其純硬件的實(shí)現(xiàn)方式，F(xiàn)PGA比傳統(tǒng)的CPU和GPU更加靈活，因此越來越多的AI開始采用FPGA進(jìn)行計(jì)算處理。ASIC是面向特定的、具體的、相對單一的人工智能應(yīng)用設(shè)計(jì)的專用芯片。ASIC從性能、能效、成本均極大的超越了標(biāo)準(zhǔn)芯片，非常適合AI計(jì)算場景。優(yōu)點(diǎn)：1）定制功能與更小的尺寸：由于器件是根據(jù)設(shè)計(jì)的規(guī)格進(jìn)行生產(chǎn)的；2）更低的器件成本：實(shí)現(xiàn)大批量設(shè)計(jì)與生產(chǎn)，批量越大，成本越低；3）高性能、低功耗：ASIC芯片相當(dāng)于將AI算法“硬件化”，特定算法下能效更高；4）可形成IP校復(fù)用：模塊化的設(shè)計(jì)方法，可根據(jù)設(shè)計(jì)需要進(jìn)行IP選取。ASIC一次性成本遠(yuǎn)遠(yuǎn)高于FPGA，但由于其量產(chǎn)成本低，目前主要應(yīng)用于終端，主要形態(tài)為行業(yè)專用SoC，較多集中于語音處理領(lǐng)域。處理器和存儲(chǔ)器間鴻溝日益拉大，“內(nèi)存墻”問題亟待解決。主流算力芯片外，芯片存取能力亦是決定AI運(yùn)算效果的重要一環(huán)。根據(jù)UCBerkeleyRISELab數(shù)據(jù)，大型Transformer模型中的參數(shù)數(shù)量呈指數(shù)級增長，每兩年增長240倍，而單個(gè)GPU內(nèi)存僅以每2年2倍的速度增長，內(nèi)存延遲和帶寬正在限制系統(tǒng)性能，持續(xù)（流式）內(nèi)存帶寬繼續(xù)落后于峰值FLOP速率，內(nèi)存不再能夠跟上原始計(jì)算能力的步伐，此外，網(wǎng)絡(luò)延遲和帶寬也繼續(xù)以驚人的速度落后于處理器性能，這種不平衡導(dǎo)致半導(dǎo)體行業(yè)出現(xiàn)了“內(nèi)存墻”問題。AI高算力需求刺激存儲(chǔ)芯片新發(fā)展。人工智能應(yīng)用的快速發(fā)展正在顯著改變信息的消費(fèi)、移動(dòng)和處理方式。在強(qiáng)調(diào)能效的同時(shí)增加內(nèi)存帶寬對于進(jìn)一步支持云、邊緣和端點(diǎn)的廣泛行為分析和神經(jīng)網(wǎng)絡(luò)訓(xùn)練至關(guān)重要。隨著深度學(xué)習(xí)等AI算法的發(fā)展，AI服務(wù)器對計(jì)算能力和內(nèi)存帶寬的要求越來越高。GDDR逐漸達(dá)到極限，每秒每增加1GB的帶寬所需要的電量劇增，NVIDIA和AMD等廠商逐漸開始使用HBM（高帶寬存儲(chǔ)）。HBM是DRAM的一種新技術(shù)，它通過3D堆疊技術(shù)將多個(gè)DDR垂直堆疊在一起，形成一個(gè)高度集成的內(nèi)存模組，同時(shí)與CPU/GPU合封，使得HBM內(nèi)存芯片具有更大的密度和更短的電路路徑，能夠提供更高的內(nèi)存帶寬和更低的延遲，可以顯著提高深度學(xué)習(xí)等AI算法的計(jì)算性能和效率。此外，與GDDR5相比，在相同數(shù)量顯存下，HBM產(chǎn)品大小僅僅是GDDR5的6%，并且每瓦帶寬是其3倍以上。（三）海外大廠深度布局，開啟AI算力新時(shí)代英偉達(dá)先發(fā)優(yōu)勢顯著，AI時(shí)代GPU大顯神威。英偉達(dá)在1999年推出首款GeForce256產(chǎn)品，定義了GPU作為圖形渲染芯片的功能。2010年開始英偉達(dá)開始專注于AI領(lǐng)域的研發(fā)，其TeslaGPU為全球最快的超級計(jì)算機(jī)提供算力支持，同時(shí)推出了首個(gè)GPU計(jì)算架構(gòu)“Fermi”。此后，英偉達(dá)保持每半年推出一款新產(chǎn)品，每兩年迭代一次新的芯片架構(gòu)。從Fermi架構(gòu)到如今最新的Hopper架構(gòu)，產(chǎn)品的制程由40nm迭代至4nm，晶體管數(shù)量從30億增長至800億，F(xiàn)P32算力從1.5TFLOPS提升到60TFLOPS，內(nèi)存帶寬從192.4GB/s提升到3TB/s。GPU+CUDA生態(tài)，構(gòu)建高效并行計(jì)算平臺(tái)。2006年英偉達(dá)推出通用的并行計(jì)算平臺(tái)和編程模型CUDA，能夠兼容C++、FORTRAN、DirectCompute、OpenACC等編程語言環(huán)境。過往雖然GPU的“指令復(fù)雜度”提高可以帶來性能提升，但是會(huì)喪失通用靈活性，而英偉達(dá)CUDA生態(tài)允許開發(fā)者使用不同維度的語言進(jìn)行開發(fā)。作為一個(gè)有選擇范圍的生態(tài)系統(tǒng)，開發(fā)者能夠按照自身的應(yīng)用需求來使用CUDA生態(tài)。CUDA經(jīng)過多年迭代已經(jīng)成為了軟硬件配合的獨(dú)特生態(tài)系統(tǒng)，英偉達(dá)也以此為基礎(chǔ)構(gòu)建了GPU、系統(tǒng)、軟件和服務(wù)的全方位人工智能產(chǎn)品框架。而在收購ARM后也將于今年推出自研的GraceCPU進(jìn)一步完善產(chǎn)品矩陣。AMD強(qiáng)化CPU優(yōu)勢，以INFINITY架構(gòu)和ROCm軟件平臺(tái)構(gòu)筑高性能算力平臺(tái)。INFINITY架構(gòu)是AMD推出的用來解決異構(gòu)數(shù)據(jù)一致性的互聯(lián)方案，能夠提高互聯(lián)帶寬、降低異構(gòu)通信延遲以及編程難度。通過不斷迭代，第三代INFINITY架構(gòu)能夠支持8通道GPU的連接、CPU與GPU之間的一致性內(nèi)存以及百萬兆級運(yùn)算。ROCm是AMD于2015年所推出的一個(gè)軟件開發(fā)平臺(tái)，類似于英偉達(dá)的CUDA，目前已經(jīng)迭代到第五代。ROCm為開發(fā)者提供了一個(gè)開放的、標(biāo)準(zhǔn)的、低摩擦的生態(tài)系統(tǒng)，可以實(shí)現(xiàn)高性能、高生產(chǎn)力和可移植性的異構(gòu)計(jì)算。目前AMD使用INFINITY架構(gòu)和ROCm平臺(tái)的最新產(chǎn)品MI250X峰值性能可以達(dá)到FP32單精度47.9TFLOPS，內(nèi)存帶寬達(dá)到3276.8GB/s。英特爾錯(cuò)失先手，奮起直追正當(dāng)時(shí)。由于重視不足，英特爾幾乎錯(cuò)過了ARM架構(gòu)主導(dǎo)的移動(dòng)計(jì)算市場，如今AI浪潮再起，英特爾內(nèi)生外延等方式加強(qiáng)對于AI領(lǐng)域的布局。計(jì)劃從2023到2025年，英特爾至強(qiáng)處理器系列將推出包括CPU、GPU、DedicatedAI、FPGA在內(nèi)的多款產(chǎn)品，并通過優(yōu)化主流的開源框架、庫和工具來實(shí)現(xiàn)出色的硬件性能，同時(shí)消除復(fù)雜性，在生成式AI領(lǐng)域持續(xù)發(fā)力。二、AI芯片奠定算力時(shí)代基石，國產(chǎn)芯片廠商加速布局（一）人工智能發(fā)展浪潮興起，AI芯片市場規(guī)模持續(xù)擴(kuò)張AI時(shí)代算力需求高增，帶動(dòng)AI芯片市場持續(xù)擴(kuò)容。信息“爆炸”時(shí)代全世界的數(shù)據(jù)量激增，根據(jù)IDC預(yù)測，全球數(shù)據(jù)圈將由2018年的33ZB增長至2025年的175ZB。海量的數(shù)據(jù)，需要使用多種具有高速運(yùn)算能力的人工智能芯片來完成過濾、分析，進(jìn)而驅(qū)動(dòng)AI芯片市場持續(xù)增長。根據(jù)WSTS數(shù)據(jù)，2019年全球AI芯片市場規(guī)模僅110億美元，2025年預(yù)計(jì)將增長至726億美元，CAGR達(dá)到37%；根據(jù)甲子光年數(shù)據(jù)，中國AI芯片市場規(guī)模將從2018年的61億元增長至2023年的556億元，CAGR高達(dá)56%。云計(jì)算為AI提供基礎(chǔ)架構(gòu)，終端應(yīng)用落地持續(xù)進(jìn)行中。在人工智能剛起步的階段，算法就已經(jīng)通過云端數(shù)據(jù)中心在大數(shù)據(jù)分析、商業(yè)決策等方面廣泛應(yīng)用，目前云端仍為AI芯片的主要應(yīng)用場景。而未來隨著智能化的逐步滲透，人工智能將進(jìn)一步下沉到攝像頭、交通工具、移動(dòng)設(shè)備等終端中，與云端形成協(xié)同作用。根據(jù)甲子光年統(tǒng)計(jì)，我國AI芯片在云端/終端的比例將從2018年的75.45%/24.55%變化為2023年的68.97%/31.03%。與此同時(shí)，隨著大模型逐漸投放至市場中，AI芯片所需承擔(dān)的推理工作占比也將不斷上升。GPU占據(jù)AI芯片市場最大份額，非GPU比重有望進(jìn)一步提升。由于GPU具有通用性強(qiáng)、速度快、效率高等特點(diǎn)，在訓(xùn)練和推理階段均適用，因此目前仍為AI芯片中的首選。根據(jù)IDC統(tǒng)計(jì)，2021年GPU在我國AI芯片市場占比為91.9%，NPU、ASIC和FPGA的市場份額尚不足10%，未來隨著非GPU芯片技術(shù)提升以及成本降低，將被越來越多地采用，預(yù)計(jì)到2025年非GPU芯片在AI芯片中的比重將增長至20%。除此之外，類腦芯片的產(chǎn)業(yè)化和商業(yè)化也在持續(xù)演進(jìn)中，機(jī)器學(xué)習(xí)的發(fā)展將為其提供進(jìn)一步突破的可能性。（二）“云+邊+端”多維度協(xié)同發(fā)力，帶動(dòng)上游硬件行業(yè)發(fā)展在AI應(yīng)用方面，ChatGPT的爆火，意味著大語言模型已發(fā)展至新的階段，由于大模型的構(gòu)建及應(yīng)用需要大量的云端算力支持，因此承接算力需求的AI芯片迎來了發(fā)展新浪潮。同時(shí)，由于邊緣計(jì)算可以完成數(shù)據(jù)收集和部分?jǐn)?shù)據(jù)處理工作，在工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)/自動(dòng)駕駛、移動(dòng)互聯(lián)網(wǎng)等場景中能夠與云端協(xié)同完成計(jì)算任務(wù)，邊緣計(jì)算也將迎來新一輪的成長機(jī)遇。展望未來，云、邊、端的協(xié)同發(fā)力，將共同驅(qū)動(dòng)上游AI芯片市場的發(fā)展。1、云計(jì)算：大模型時(shí)代算力需求激增，AI芯片迎來產(chǎn)業(yè)機(jī)遇ChatGPT數(shù)據(jù)量激增，帶動(dòng)底層算力需求大幅提升。根據(jù)OpenAI報(bào)告，自2012年以來，AI訓(xùn)練應(yīng)用的算力需求以每3-4個(gè)月翻倍的速度遞增，2012年至今AI算力增長超過了30萬倍。目前，在訓(xùn)練端ChatGPT模型的總算力消耗約已達(dá)到3640PF-days，而GPT-4又會(huì)在ChatGPT的基礎(chǔ)上增加了圖像、視頻等信息類型，所需算力支持較單純的文字交互又會(huì)有大幅提升；在推理端，隨著用戶數(shù)量及應(yīng)用范圍的不斷擴(kuò)大，產(chǎn)生的數(shù)據(jù)量將進(jìn)一步增加，也會(huì)對算力提出更多需求。單個(gè)大模型訓(xùn)練用GPU需求約3000-5000顆，推理用芯片數(shù)量有望不斷增加。在訓(xùn)練用AI芯片方面，參考陳巍博士及其團(tuán)隊(duì)的測算結(jié)果，若一次訓(xùn)練耗時(shí)兩周，標(biāo)準(zhǔn)的ChatGPT-175B大致需要375-625臺(tái)8卡A100服務(wù)器進(jìn)行訓(xùn)練，對應(yīng)A100GPU資源需求量約3000-5000塊，按照A100芯片單價(jià)為1萬美金計(jì)算，單個(gè)大模型帶來的訓(xùn)練用GPU市場規(guī)模增量約3000萬-5000萬美元。與此同時(shí)，推理用AI芯片也將隨著用戶數(shù)量增多和用戶對短時(shí)間內(nèi)文本輸出需求的增大而不斷提升。大模型開發(fā)浪潮助推云計(jì)算步入新階段，帶動(dòng)上游硬件市場需求。在AI開發(fā)中，由于深度學(xué)習(xí)模型開發(fā)及部署都需要強(qiáng)大的算力支持，開發(fā)者如選擇自購AI服務(wù)器成本過高，而通過云服務(wù)模式能夠顯著降低AI開發(fā)成本，因此云服務(wù)模式成為AI開發(fā)者的首選。大模型開發(fā)浪潮的開啟及投放市場，意味著云計(jì)算進(jìn)入了新的階段。根據(jù)Gartner和中國信通院統(tǒng)計(jì)，2021年全球云計(jì)算市場規(guī)模為3307億美元，預(yù)計(jì)2025年將超過6000億美元；我國公有云市場規(guī)模有望從2022年的4033億元增長至2027年的18764億元，CAGR為36%。隨著云計(jì)算的不斷發(fā)展，承載算力的硬件市場也將實(shí)現(xiàn)新一輪的增長。2、邊緣計(jì)算：萬物智聯(lián)帶來海量數(shù)據(jù)，促進(jìn)AI芯片需求提升海量數(shù)據(jù)涌現(xiàn)，中心云計(jì)算捉襟見肘，邊緣云規(guī)模顯著增加。隨著物聯(lián)網(wǎng)的不斷發(fā)展，智慧城市、自動(dòng)駕駛、工業(yè)物聯(lián)網(wǎng)等應(yīng)用逐步落地，大量終端設(shè)備產(chǎn)生的數(shù)據(jù)量快速增加，中心云計(jì)算在算帶寬負(fù)載、網(wǎng)絡(luò)延時(shí)等方面越來越緊張，邊緣計(jì)算的價(jià)值進(jìn)一步凸顯。根據(jù)預(yù)測，2020年我國邊緣云市場規(guī)模為91億元，其中IoT/現(xiàn)場/區(qū)域邊緣云的規(guī)模分別為16/38/37億元，預(yù)計(jì)2025年我國邊緣云市場規(guī)模將達(dá)到550億元，其中區(qū)域邊緣云將會(huì)在互動(dòng)直播、vCDN、車聯(lián)網(wǎng)等較早成熟的場景下實(shí)現(xiàn)增速領(lǐng)跑。邊緣計(jì)算應(yīng)用場景豐富，促進(jìn)多種AI芯片需求提升。與中心云相比，邊緣云更加接近用戶和數(shù)據(jù)源，在降低網(wǎng)絡(luò)延遲和傳輸成本方面具有顯著優(yōu)勢，能夠有效緩解中心云的計(jì)算負(fù)載和帶寬壓力。在邊緣計(jì)算中，AI芯片會(huì)利用傳聲器陣列、攝像頭等傳感器采集到的數(shù)據(jù)按照已構(gòu)建的模型進(jìn)行推理并輸出相應(yīng)的結(jié)果。由于邊緣計(jì)算的應(yīng)用場景眾多，對于硬件的算力、能耗等性能要求也不盡相同，因此催生出對AI芯片更加廣泛的需求。汽車智能化升級持續(xù)進(jìn)行，推動(dòng)AI芯片量價(jià)齊升。自動(dòng)駕駛發(fā)展如火如荼，根據(jù)ICV發(fā)布的報(bào)告《Globalintelligentdrivingforecast-2022》，2021年全球自動(dòng)駕駛?cè)〉昧孙w速進(jìn)步，L1及以上級別自動(dòng)駕駛汽車滲透率首次超過2/3，預(yù)計(jì)到2026年該比重將提升至94%。根據(jù)地平線數(shù)據(jù)，自動(dòng)駕駛等級每增加一級，所需芯片算力就會(huì)帶來數(shù)十倍的上升。其中L2級自動(dòng)駕駛的算力需求僅為2-2.5TOPS，而L5級別的算力需求將超過2000TOPS。從技術(shù)路線的發(fā)展趨勢來看，未來ASIC芯片將會(huì)逐步取代高功耗的GPU成為市場主流。技術(shù)升級助力萬物智聯(lián)發(fā)展，催生出廣闊AI芯片市場空間。隨著AI和IoT技術(shù)的不斷發(fā)展，各大產(chǎn)業(yè)向數(shù)字化升級方向演進(jìn)。根據(jù)GSMA發(fā)布的報(bào)告《Themobileeconomy2020（2020年移動(dòng)經(jīng)濟(jì)）》，2020年全球物聯(lián)網(wǎng)連接數(shù)量已達(dá)到137億個(gè)，預(yù)計(jì)到2025年將突破245億個(gè)，CAGR為12.4%；而我國物聯(lián)網(wǎng)連接數(shù)量也將從2020年的45.3億個(gè)增長至2025年的80.1億個(gè)，2020-2025年CAGR為12.1%。在萬物智聯(lián)時(shí)代，物聯(lián)網(wǎng)廣闊的應(yīng)用場景將產(chǎn)生龐大的數(shù)據(jù)，需要更多的AI芯片來提供底層算力支持。（三）海外龍頭主導(dǎo)AI芯片市場，本土廠商充分受益國產(chǎn)替代浪潮海外龍頭壟斷高端AI芯片市場，國內(nèi)廠商加速布局追趕。英偉達(dá)、Intel等老牌海外廠商產(chǎn)品布局廣泛，既有云端訓(xùn)練+推理芯片，又有終端應(yīng)用的產(chǎn)品，根據(jù)JPR統(tǒng)計(jì)，2022Q4英偉達(dá)在全球獨(dú)顯GPU市場中的份額高達(dá)82%，Intel和AMD的市占率均為9%，海外龍頭幾乎壟斷了高端AI芯片市場。近年來，國內(nèi)也出現(xiàn)了寒武紀(jì)、比特大陸、百度、地平線等優(yōu)質(zhì)本土廠商發(fā)力布局相關(guān)產(chǎn)品，展望未來，國內(nèi)AI芯片公司仍有廣闊成長空間。AI芯片是人工智能發(fā)展的基礎(chǔ)，把握芯片才能擁抱算力時(shí)代。根據(jù)IDC統(tǒng)計(jì)，CPU、GPU、存儲(chǔ)等芯片在各類服務(wù)器成本中的占比約75-90%，其中在機(jī)器學(xué)習(xí)型服務(wù)器中GPU的成本占比超七成，可見AI時(shí)代離不開芯片的支撐。隨著模型的多模態(tài)發(fā)展，參數(shù)規(guī)模和訓(xùn)練數(shù)據(jù)都呈現(xiàn)出指數(shù)級增長，消化、處理這些數(shù)據(jù)所需的算力對模型發(fā)展起到了關(guān)鍵的制約作用。在滿足算力的最終訴求下，除大量增加服務(wù)器的臺(tái)數(shù)外，提升算力芯片性能同樣必不可少。因此若想把握住算力時(shí)代，必須先實(shí)現(xiàn)AI芯片的自主可控。高端AI芯片進(jìn)口受限，自主可控背景下國內(nèi)廠商有望持續(xù)受益。英偉達(dá)的A100、H100芯片被認(rèn)為在人工智能、數(shù)據(jù)分析、科學(xué)計(jì)算以及云計(jì)算等領(lǐng)域有著廣闊的應(yīng)用前景，2022年8月31日，受國際貿(mào)易形勢變化影響，英偉達(dá)向中國及俄羅斯出口A100和H100芯片受到限制。長期來看，國內(nèi)高端AI芯片進(jìn)口受阻，為本土公司提供了新機(jī)遇，國產(chǎn)廠商有望在自主可控背景下持續(xù)受益。國產(chǎn)AI芯片公司持續(xù)涌現(xiàn)，訓(xùn)練/推理新品陸續(xù)推向市場。盡管目前AI芯片市場仍由海外大廠主導(dǎo)，但國內(nèi)已涌現(xiàn)出一批優(yōu)質(zhì)的AI芯片公司，陸續(xù)發(fā)布產(chǎn)品推向市場。例如：寒武紀(jì)的AI芯片思元290主要用于云端訓(xùn)練，而思元370可用于云端+訓(xùn)推，且思元370是公司推出的首款采用Chiplet技術(shù)的AI芯片，最大算力高達(dá)256TOPS；海光信息的DCU芯片“深算一號”擁有豐富的軟硬件生態(tài)，且能夠兼容“CUDA”架構(gòu)。而騰訊、百度、阿里巴巴等互聯(lián)網(wǎng)大廠也通過投資、孵化等方式在AI芯片領(lǐng)域大力布局。其中，騰訊為燧原科技注資、百度為昆侖芯投資、阿里巴巴孵化了平頭哥。三、重點(diǎn)公司分析（一）海光信息：本土CPU領(lǐng)軍企業(yè)，開拓DCU打開成長空間國產(chǎn)高端處理器領(lǐng)導(dǎo)者，CPU+DCU雙輪驅(qū)動(dòng)成長。海光信息成立于2014年，2022年8月于科創(chuàng)板上市，主營業(yè)務(wù)包括高端通用處理器（CPU）和高端協(xié)處理器（DCU）兩大產(chǎn)品線。公司以中科院計(jì)算所為基礎(chǔ)，通過與AMD合作，切入X86處理器設(shè)計(jì)領(lǐng)域，采取合作—吸收—?jiǎng)?chuàng)新的方式成功構(gòu)筑生態(tài)壁壘。公司持續(xù)迭代升級+完善產(chǎn)品布局，目前在CPU領(lǐng)域，已形成了海光7000、5000和3000三大產(chǎn)品系列，可覆蓋從中高端到中低端場景的需求，同時(shí)公司積極拓展DCU產(chǎn)品，2021年推出首款DCU深算1號，產(chǎn)品性能優(yōu)異，可被廣泛應(yīng)用于人工智能、商業(yè)計(jì)算等領(lǐng)域。近年來受益于國產(chǎn)替代帶來的龐大市場需求，疊加公司產(chǎn)品性能的提升以及新產(chǎn)品的陸續(xù)推出，業(yè)績實(shí)現(xiàn)快速增長。服務(wù)器CPU市場空間廣闊，國產(chǎn)替代未來可期。受益于5G、人工智能、AIoT等新興產(chǎn)業(yè)的發(fā)展，服務(wù)器市場規(guī)模持續(xù)擴(kuò)張。按照技術(shù)路線分，x86架構(gòu)作為CPU復(fù)雜指令集的代表，性能和生態(tài)優(yōu)勢顯著，占據(jù)服務(wù)器市場的主要份額。根據(jù)IDC數(shù)據(jù)，2021年我國服務(wù)器市場出貨量為391.1萬臺(tái)，市場規(guī)模為250.9億美元，按照CPU在基礎(chǔ)型服務(wù)器中的成本占比約為30%-35%測算，對應(yīng)服務(wù)器CPU行業(yè)規(guī)模約82億美元，市場空間廣闊。從競爭格局方面看，由于指令集與生態(tài)兩大壁壘高企，CPU行業(yè)龍頭集中效應(yīng)顯著。IDC數(shù)據(jù)顯示，Intel和AMD占據(jù)全球x86服務(wù)器CPU市場中95%以上的份額，海光作為國內(nèi)CPU龍頭，具備生態(tài)壁壘和技術(shù)優(yōu)勢。AI時(shí)代拉升算力需求，GPGPU行業(yè)景氣度持續(xù)上升。ChatGPT引爆新一輪AI浪潮來襲，全球數(shù)據(jù)量激增，帶動(dòng)底層訓(xùn)練+推理算力芯片需求持續(xù)增長。根據(jù)WSTS數(shù)據(jù)，2019年全球人工智能芯片市場規(guī)模僅110億美元，預(yù)計(jì)到2025年將增長至726億美元，CAGR達(dá)到37%。GPGPU作為國內(nèi)AI領(lǐng)域運(yùn)算加速主要解決方案，將充分受益本輪AI產(chǎn)業(yè)上行周期。目前全球GPGPU市場仍由英偉達(dá)、Intel等海外大廠主導(dǎo)，國產(chǎn)替代尚有廣闊空間。2021年，海光信息面向加速計(jì)算市場推出第一代DCU產(chǎn)品——深算1號，該款產(chǎn)品擁有強(qiáng)大的計(jì)算能力和高速并行處理能力，同時(shí)能夠兼容“類CUDA”架構(gòu)，產(chǎn)品性能優(yōu)異，當(dāng)年貢獻(xiàn)的營收占比超過10%。目前第二代DCU產(chǎn)品——深算2號已在加緊研發(fā)過程中。（二）龍芯中科：國內(nèi)CPU龍頭廠商，全面打造自主生態(tài)本土CPU領(lǐng)軍企業(yè)，獨(dú)立研發(fā)構(gòu)建自主生態(tài)。龍芯中科源于2001年中科院成立的龍芯項(xiàng)目小組，自2008年開始市場化獨(dú)立運(yùn)營。公司于2021年開啟自主生態(tài)建設(shè)的新征程，目前已推出LoongISA與LoongArch指令集，Loongnix與LoongOS操作系統(tǒng)，和龍芯1、2、3號處理器及其周圍的配套芯片，可被廣泛應(yīng)用于工業(yè)控制和信息化等領(lǐng)域。公司董事長胡偉武博士是“龍芯”處理器的主要設(shè)計(jì)人員，核心技術(shù)團(tuán)隊(duì)成員均具有中科院計(jì)算所工作經(jīng)歷和成熟的處理器及芯片相關(guān)研發(fā)經(jīng)驗(yàn)，為公司未來發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。2018-2021年受益于產(chǎn)品持續(xù)迭代升級以及新客戶群的順利拓展，公司業(yè)績實(shí)現(xiàn)快速增長。2022年電子政務(wù)市場停滯導(dǎo)致公司營業(yè)收入有所下降。AI+信創(chuàng)推動(dòng)CPU市場擴(kuò)容，國產(chǎn)替代勢在必行。AI+信創(chuàng)產(chǎn)業(yè)騰飛，促進(jìn)全球算力需求快速增長，帶動(dòng)CPU需求大幅提升。當(dāng)前全球CPU市場呈Intel和AMD雙寡頭格局。其中，Intel憑借自研x86指令系統(tǒng)架構(gòu)掌握的先發(fā)優(yōu)勢，結(jié)合與Windows形成Wintel聯(lián)盟構(gòu)筑生態(tài)壁壘，多年保持霸主地位。目前國內(nèi)CPU廠商仍處于成長階段，國產(chǎn)CPU發(fā)展主要包括兩條路線，一是通過獲取x86/AMD等主要架構(gòu)授權(quán)，加入主流生態(tài)體系；二是通過自主研發(fā)指令集及操作系統(tǒng)構(gòu)建新生態(tài)。在中美科技戰(zhàn)持續(xù)加碼的背景下，CPU作為大數(shù)據(jù)、AI能等高科技發(fā)展的基石，實(shí)現(xiàn)底層技術(shù)全自研勢在必行。技術(shù)積累深厚，產(chǎn)品已獲得下游客戶的廣泛應(yīng)用。公司基于LoongArch遷移或研發(fā)了操作系統(tǒng)的核心模塊，同時(shí)龍芯堅(jiān)持自主研發(fā)IP核，形成了包括系列化CPUIP核、GPUIP核、內(nèi)存控制器及PHY、高速總線控制器及PHY等上百種IP核，目前已實(shí)現(xiàn)CPU自主研發(fā)和軟件生態(tài)建設(shè)核心技術(shù)的積累。在信息化領(lǐng)域，國內(nèi)數(shù)十家整機(jī)品牌推出了基于龍芯CPU的臺(tái)式機(jī)、筆記本、一體機(jī)與服務(wù)器設(shè)備，公司產(chǎn)品已經(jīng)被廣泛應(yīng)用于電子政務(wù)辦公信息化系統(tǒng)中。在工控領(lǐng)域，國內(nèi)上百家主要工控和網(wǎng)絡(luò)安全設(shè)備廠商推出了基于龍芯CPU的工控和網(wǎng)安產(chǎn)品，設(shè)備已經(jīng)在發(fā)電、輸變電、軌道交通、高速公路ETC系統(tǒng)等領(lǐng)域規(guī)?；瘧?yīng)用或驗(yàn)證。（三）寒武紀(jì)：全面深耕AI芯片領(lǐng)域，算力時(shí)代迎來快速成長機(jī)遇國內(nèi)AI芯片領(lǐng)域先行者，全面布局云邊端應(yīng)用場景。寒武紀(jì)自2016年成立以來就專注于人工智能芯片的研發(fā)與技術(shù)創(chuàng)新，公司主營產(chǎn)品包括云端智能芯片及加速卡、訓(xùn)練整機(jī)、邊緣智能芯片及加速卡、終端智能處理器IP及相應(yīng)的配套軟件開發(fā)平臺(tái)，目前已陸續(xù)推出了思元、玄思系列產(chǎn)品，可被廣泛應(yīng)用于安防監(jiān)控、自動(dòng)駕駛、移動(dòng)終端、智能家居領(lǐng)域。公司創(chuàng)始人&董事長陳天石博士曾任中科院計(jì)算所研究員，在AI及處理器芯片領(lǐng)域深耕十余年，具備扎實(shí)的理論基礎(chǔ)和豐富的研發(fā)經(jīng)驗(yàn)，其他核心研發(fā)人員多畢業(yè)于著名高?；蚩蒲性核?，擁有微電子等相關(guān)專業(yè)的學(xué)歷背景和中科院計(jì)算所工作經(jīng)歷。云邊端加速協(xié)同發(fā)展，共同驅(qū)動(dòng)AI芯片行業(yè)成長。以ChatGPT為代表的大模型已擁有通用AI的部分特征，代表著AI已發(fā)展至新的階段，因此對算力提出了更高的要求，AI芯片作為承載行業(yè)發(fā)展的硬件基礎(chǔ)迎來新一輪成長周期。根據(jù)IDC統(tǒng)計(jì)，2022年中國的云端智能芯片市場超過35億美金，預(yù)計(jì)2025年將超過70億美元。與此同時(shí)，受益于工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)/自動(dòng)駕駛、移動(dòng)互聯(lián)網(wǎng)等產(chǎn)業(yè)的蓬勃發(fā)展，邊緣計(jì)算的數(shù)據(jù)量和算力需求也在不斷擴(kuò)大，未來將協(xié)同云計(jì)算共同驅(qū)動(dòng)AI芯片行業(yè)成長。目前全球AI芯片市場幾乎由英偉達(dá)、Intel等海外大廠壟斷，同時(shí)英偉達(dá)H100和A100產(chǎn)品進(jìn)口已受限，在行業(yè)加速發(fā)展疊加自主可控需求的背景下，國內(nèi)頭部廠商迎來了新的發(fā)展機(jī)遇。自主研發(fā)能力不斷提升，持續(xù)迭代完善產(chǎn)品布局。隨著研發(fā)能力的提升，公司產(chǎn)品持續(xù)迭代升級，布局逐漸完善，目前可以提供云邊端一體、軟硬件協(xié)同、訓(xùn)練推理融合、具備統(tǒng)一生態(tài)的系列化智能芯片產(chǎn)品和平臺(tái)化基礎(chǔ)系統(tǒng)軟件。在云端產(chǎn)品方面，公司推出了思元290和思元370系列芯片，目前已成功導(dǎo)入至阿里云等多家頭部客戶，同時(shí)新產(chǎn)品也在快速迭代中；在邊緣產(chǎn)品方面，公司已擁有思元220系列芯片，自發(fā)布以來銷售量超過百萬片。同時(shí)，公司在IP授權(quán)及軟件方面也有相應(yīng)的產(chǎn)品推出。（四）晶晨股份：智能多媒體SoC龍頭，WiFi-6/汽車芯片打造第二成長曲線全球布局/國內(nèi)領(lǐng)先的多媒體SoC芯片設(shè)計(jì)商，業(yè)務(wù)規(guī)模持續(xù)增長。公司于2003年在美國硅谷成立，在音視頻解碼、模擬電路和數(shù)字電路設(shè)計(jì)、生產(chǎn)工藝開發(fā)等方面擁有深厚的技術(shù)積累。公司目前擁有S/T/A/W/V五大SoC系列芯片，分別對應(yīng)智能機(jī)頂盒、智能顯示終端、AI音視頻系統(tǒng)終端、無線連接及車載領(lǐng)域，業(yè)務(wù)已覆蓋中國大陸、香港、北美、歐洲、拉丁美洲、亞太、非洲等全球主要經(jīng)濟(jì)區(qū)域。依托長期技術(shù)沉淀、持續(xù)對新技術(shù)、新應(yīng)用領(lǐng)域的研究開發(fā)，以及全球布局的區(qū)位優(yōu)勢和市場資源，公司在全球范圍內(nèi)積累了穩(wěn)定優(yōu)質(zhì)的客戶群，業(yè)務(wù)規(guī)模持續(xù)增長。AI賦能智能機(jī)頂盒曙光初現(xiàn)，主控SoC深度受益價(jià)值量顯著提升。隨著用戶需求的不斷提升，機(jī)頂盒開始由單一功能向集成化、智能化方向發(fā)展，目前高端的智能盒子已成為智慧家庭的重要控制器之一。此外，智能盒子已開始嵌入ChatGPT語音入口模塊具備普及率提升、CPU及視頻、與圖像處理能力強(qiáng)、獨(dú)立聯(lián)網(wǎng)、獨(dú)立運(yùn)算、邊緣計(jì)算在增強(qiáng)、節(jié)約云資源等優(yōu)勢，并有助于互聯(lián)網(wǎng)廠商實(shí)現(xiàn)ChatGPT類產(chǎn)品應(yīng)用的快速推廣，智能機(jī)頂盒有望實(shí)現(xiàn)手機(jī)從功能機(jī)向智能機(jī)時(shí)代升級的“iPhone”時(shí)刻。傳統(tǒng)機(jī)頂盒一部售價(jià)約200元，智能盒子售價(jià)達(dá)1288元（以騰訊極光pro為例），智能化趨勢下ASP提升顯著，作為核心零部件的主控SoC價(jià)值量亦迎來明顯抬升，行業(yè)天花板料將重塑。根據(jù)GrandViewResearch的數(shù)據(jù)，2021年全球約出貨3.3億臺(tái)機(jī)頂盒，高端智能盒子目前滲透率較低，隨著AI技術(shù)的持續(xù)賦能，滲透率有望迎來快速上升期，公司與谷歌/亞馬遜等海外大廠，以及國內(nèi)阿里/騰訊等互聯(lián)巨頭保持合作，作為全球機(jī)頂盒SoC龍頭，公司有望深度受益行業(yè)升級。WiFi產(chǎn)品預(yù)量產(chǎn)/汽車芯片持續(xù)研發(fā)投入，第二成長賽道明確。公司第二代Wi-Fi藍(lán)牙芯片（Wi-Fi62×2，BT5.3）預(yù)量產(chǎn)。Wi-Fi6產(chǎn)品性能較Wi-Fi5實(shí)現(xiàn)躍升，具有更加廣闊的應(yīng)用場景，且可與公司主控SoC平臺(tái)廣泛適配并配套銷售（電視、機(jī)頂盒、IOT等），未來有望逐步成長為公司銷量最大的單品之一。公司W(wǎng)i-Fi芯片亦同時(shí)面向公開市場，獨(dú)立銷售，ASP較Wi-Fi5產(chǎn)品顯著提升，無線連接芯片業(yè)務(wù)有望快速增長。汽車芯片方面，目前主要有車載信息娛樂系統(tǒng)芯片和智能座艙芯片，已進(jìn)入多個(gè)國內(nèi)外知名車企，并成功量產(chǎn)、商用（包括但不限于寶馬、林肯、Jeep、極氪、創(chuàng)維等）。汽車電子是公司的長期戰(zhàn)略，公司將持續(xù)投入研發(fā)，充分發(fā)揮既有優(yōu)勢（系統(tǒng)級平臺(tái)優(yōu)勢、智能化SoC優(yōu)勢），不斷擴(kuò)充新技術(shù)、推出新產(chǎn)品。（五）兆易創(chuàng)新：國內(nèi)存儲(chǔ)設(shè)計(jì)龍頭，合作長鑫存儲(chǔ)打開DRAM成長天花板國內(nèi)存儲(chǔ)器設(shè)計(jì)龍頭，深度布局AI與汽車藍(lán)海賽道。兆易創(chuàng)新于2012年成立，主營業(yè)務(wù)為存儲(chǔ)器、微控制器和傳感器的研發(fā)、技術(shù)支持和銷售。近年來，智能汽車與智慧工廠的布局正在提速，AI、物聯(lián)網(wǎng)等消費(fèi)性電子產(chǎn)品蓬勃發(fā)展，以及新興應(yīng)用層出不窮，這些都在驅(qū)動(dòng)市場對DDR需求的提升。公司依托深耕閃存市場多年所積累的技術(shù)經(jīng)驗(yàn)，2021年推出自有品牌DRAM產(chǎn)品，切入消費(fèi)、工控等利基型DRAM市場，2022年又重磅推出首款自研DDR3L系列產(chǎn)品，采用長鑫存儲(chǔ)先進(jìn)工藝制程，符合JEDEC標(biāo)準(zhǔn)，讀寫速率為2133/1866Mbps，提供2Gb/4Gb不同容量選擇，在滿足消費(fèi)類市場強(qiáng)勁需求的同時(shí)，兼顧工業(yè)及汽車市場應(yīng)用，可為生態(tài)圈的發(fā)展構(gòu)建提供強(qiáng)有力的支撐。公司規(guī)劃中的DRAM產(chǎn)品包括DDR4、LPDDR3、LPDDR4，制程在1Xnm級（19nm、17nm），容量在1Gb~8Gb。在NORFlash領(lǐng)域，公司市占率中國大陸第一、全球第三，已實(shí)現(xiàn)512Kb到2Gb大容量SPINORFlash全系列產(chǎn)品的完善布局，截至2023年4月，旗下車規(guī)級GD25/55SPINORFlash和GD5FSPINANDFlash系列產(chǎn)品全球累計(jì)出貨量已達(dá)1億顆，廣泛運(yùn)用在如智能座艙、智能駕駛、智能網(wǎng)聯(lián)、新能源電動(dòng)車大小三電系統(tǒng)等。重視研發(fā)投入，保持技術(shù)創(chuàng)新和技術(shù)領(lǐng)先。公司現(xiàn)任主要管理技術(shù)團(tuán)隊(duì)具備在國際先進(jìn)產(chǎn)業(yè)地區(qū)的豐富任職經(jīng)驗(yàn)和先進(jìn)經(jīng)營管理理念，其中董事長朱一明為清華大學(xué)本科及碩士畢業(yè)，美國紐約州立大學(xué)石溪分校碩士，曾任iPolicyNetworksInc.資深工程師并入選國家“千人計(jì)劃”。公司核心骨干源于海外留學(xué)歸國青年與經(jīng)驗(yàn)豐富創(chuàng)業(yè)團(tuán)隊(duì)，具備較好的國際化視野。公司歷來重視研發(fā)投入，2022年，公司研發(fā)投入達(dá)到10.29億元，約占營業(yè)收入12.7%，同比增長9.5%。公司在建立技術(shù)優(yōu)勢并取得良好業(yè)績回報(bào)的同時(shí)，高度關(guān)注知識(shí)產(chǎn)權(quán)保護(hù)。截止2022年末，公司擁有929項(xiàng)授權(quán)專利，其中2022年新增98項(xiàng)授權(quán)專利。與長鑫存儲(chǔ)緊密合作，DRAM業(yè)務(wù)天花板快速打開。股權(quán)層面，公司參股長鑫存儲(chǔ)母公司睿力集成；管理層面，公司實(shí)控人朱一明先生為長鑫存儲(chǔ)董事長，牽頭DRAM研發(fā)工作；經(jīng)營層面，公司自研的利基型DRAM由長鑫代工，同時(shí)代銷長鑫部分標(biāo)準(zhǔn)型DRAM產(chǎn)品，在利基市場公司DRAM產(chǎn)品在工藝制程上保持代差優(yōu)勢，有利于降低產(chǎn)品成本。公司與長鑫存儲(chǔ)的緊密合作關(guān)系，為公司DRAM產(chǎn)品提供穩(wěn)定產(chǎn)能保障。隨著長鑫存儲(chǔ)持續(xù)擴(kuò)產(chǎn)和其在資本市場上的進(jìn)一步發(fā)力，公司有望充分享受產(chǎn)能紅利，DRAM業(yè)務(wù)天花板快速打開。（六）北京君正：車載算力/存力持續(xù)提升，車規(guī)存儲(chǔ)龍頭持續(xù)發(fā)力國內(nèi)車規(guī)存儲(chǔ)龍頭，產(chǎn)品矩陣豐富&客戶資源優(yōu)質(zhì)。北京君正成立于2005年，起家于MPU和智能視頻芯片，2020年公司通過收購ISSI成功進(jìn)入車載存儲(chǔ)行業(yè)，打開公司第二成長曲線。公司旗下存儲(chǔ)主體北京矽成（ISSI）深耕車載存儲(chǔ)二十余載，產(chǎn)品矩陣豐富，料號充沛，廣泛應(yīng)用于包括電子儀表盤、智能駕駛ADAS、本地地圖、車載娛樂、通信系統(tǒng)在內(nèi)的眾多車內(nèi)場景。公司已是全球車用SRAM、DRAM、NORFlash芯片領(lǐng)域第一、第二、第五大供應(yīng)商（2021年度），目前在汽車領(lǐng)域的終端客戶覆蓋了大陸集團(tuán)、法雷奧、Delphi、博世等全球知名汽車一級供應(yīng)商。ADAS驅(qū)動(dòng)車內(nèi)算力/存力持續(xù)提升，老牌龍頭持續(xù)發(fā)力再攀高峰。地平線測算自動(dòng)駕駛等級每增加一級，所需要的芯片算力就會(huì)呈現(xiàn)十?dāng)?shù)倍的上升，L2級自動(dòng)駕駛的算力需求2.0-2.5TOPS，L3級自動(dòng)駕駛算力就需要20-30TOPS，實(shí)現(xiàn)L4-L5級自動(dòng)駕駛的算力需求就超過2000TOPS，高級別自動(dòng)駕駛車型滲透率不斷提升勢必推動(dòng)車載芯片市場增長，預(yù)計(jì)至2025年該市場有望以24%的復(fù)合增速提升至約82億美元。AI驅(qū)動(dòng)智能視頻芯片持續(xù)增長，IOT助力微處理器業(yè)務(wù)穩(wěn)步向好。公司智能視頻芯片主要面向智能物聯(lián)網(wǎng)和智能安防類市場，視頻領(lǐng)域作為AI技術(shù)與5G物聯(lián)網(wǎng)技術(shù)融合發(fā)展形成的應(yīng)用場景之一，已成為助力傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級的重要手段。隨著在智能視頻領(lǐng)域的技術(shù)不斷豐富和成熟，公司產(chǎn)品線不斷拓展，目前已形成面向安防監(jiān)控市場IPC/后端NVR/泛視頻類市場的多系列芯片，隨著各產(chǎn)品陸續(xù)放量，智能視頻芯片業(yè)務(wù)有望持續(xù)增長。公司微處理器芯片主要面向IOT市場的各類智能硬件產(chǎn)品，物聯(lián)網(wǎng)終端應(yīng)用需求的快速增長促進(jìn)嵌入式MPU芯片產(chǎn)業(yè)市場規(guī)模不斷增大。根據(jù)ICInsights數(shù)據(jù)，2020年全球嵌入式MPU芯片市場規(guī)模為175億美元，至2024年市場規(guī)模將達(dá)到237億美元。公司的微處理器產(chǎn)品應(yīng)用下游廣泛，覆蓋的領(lǐng)域包括圖像識(shí)別、智能音頻、智能家電、智能家居、智能辦公等，業(yè)務(wù)趨勢穩(wěn)步向好。（七）深科技：國產(chǎn)存儲(chǔ)封測龍頭，布局先進(jìn)工藝決勝AI時(shí)代美光審查事件推動(dòng)國產(chǎn)替代加速，存儲(chǔ)封測龍頭深度受益。公司是全球領(lǐng)先的專業(yè)電子制造企業(yè)，連續(xù)多年在全球電子制造服務(wù)行業(yè)（EMS）排名前列，并構(gòu)建了以存儲(chǔ)半導(dǎo)體、高端制造、計(jì)量智能終端