TMT崛起系列(三):AI算力新周期:处理器、存储、网络带宽
- 2023-04-17 22:00:43上传人:遗忘**en
-
Aa
小
中
大
一、AI基础层建设驱动半导体崛起 AI的发展离不开三个关键要素:数据、算法和算力,当前AI算力军备竞赛已经开启。处理器、存储和网络带宽是AI算力需求中最为重要的三个核心要素。1)处理器领域,ChatGPT大模型至少需要7k-1W颗英伟达A100的GPU,随着训练天数的缩短对GPU卡的需求量也将持续增加;2)存储领域,“算”与“存”分不开,算力基于数据,数据需求存储,随着算力的提升,数据量将呈
- 前言: AI 基础层建设驱动 TMT 崛起
- 一、自上而下看半导体行业:周期筑底、 AI 需求、估值回归
- 1.1 半导体产业周期正在筑底
- 1.2 AI 算力军备竞赛驱动增量 需求
- 1.3 基本面筑底,估值均值回归
- 二、半导体行业中观边际变化: AI 基础设施军备竞赛
- 2.1 算力芯片: AI 拉动 GPU/FPGA/ASIC 量价齐升
- 2.2 存储芯片:存储板块有望迎来拐点, DDR5 内存放量
- 2.3 光芯片:数通和电信市场水大鱼大,光芯片国产替代空间广阔
- 三、风险提示
- 图表 1: AI 产业链的基础层、技术层和应用层
- 图表 2: 海外大企业对 AI 大规模投资计划
- 图表 3: 国内大企业的 AI 大模型密集发布
- 图表 4: AI 的发展离不开三个关键要素:数据、算法和算力
- 图表 5: 全球半导体市场正走在 2021 年以来的下行周期,周期 底部渐行渐近
- 图表 6: AI 军备竞赛带来提升算力的边际需求
- . 7
- 图表 8: CPU 、 GPU 、 FPGA 、 ASIC 特点对比
- .. 8
- 图表 10 : CPU 采用低延迟设计架构
- 图表 11 : 2026 年全球服务器市场规模 1665 亿美元
- 图表 12 : Intel 主导全球 CPU 市场
- 图表 13 : 国产 CPU 芯片对比
- 图表 14 : X86 架构 CPU 国产替换空间测算
- 图表 15 : GPU 采用串行计算架构
- 图表 16 : GPU 采用高吞吐设计架构
- 图表 17 : 2016 年 -2021 年数据中心负载任务量变化
- 图表 18 : 2024 年全球超大规模数据中心超 1000 个
- 图表 19 : 2030 年全球 GPU 市场规模有望达 4774 亿美元
- 图表 20 : 英伟达主导独立 GPU 市场
- . 12
- 图表 22 : 英特尔 FPGA 技术路线图
- 图表 23 : 2030 年全球 FPGA 市场规模有望达 221 亿美元
- 图表 24 : 2021 年中国 FPGA 芯片下竞争格局
- 图表 25 : 谷歌历代 TPU 性能对比
- 图表 26 : 机器数据量图表
- 图表 27 : 2021 -2023E N AND 产能
- 图表 28 : 2021 -2023E NAND 需求
- 图表 29 : 2021 -2023E DRAM 产能
- 图表 30 : 2021 -2023E DRAM 需求
- 图表 31 : 2023 年 NAND 供需格局大幅缓解
- 图表 32 : 2023 年 DRAM 供需格局小幅缓解
- 图表 33 : 我们看好弹性最大的存储板块 2023 年止跌反弹
- 图表 34 : 2028 年全球内存模组出货量有望达 6.5 亿
- . 18
- 图表 36 : 光芯片在光通信中用于产生和接受光信号
- 图表 37 : 激光器芯片和探测器芯片细分品类
- 图表 38 : 2025 年全球光模块市场规模有望达 113 亿美元
- 图表 39 : 光芯片竞争格局