(孙庆阳)生成式AI已取得突破，实现了从0到1的跨越。中信建投证券联合中新经纬研究院共同发布了《算力大时代，AI算力产业链全景梳理》，报告对生成式AI带来的算力需求做了上下游梳理，并做了交叉验证，可以看到以ChatGPT为代表的大模型训练和推理端均需要强大的算力支撑，产业链共振明显。

从报告内容来看，大模型仍处于混战阶段，应用处于渗透率早期，AI板块中算力需求增长的确定性较高，在未来两年时间内，算力板块都将处于高景气度阶段。

报告指出，自2022年底OpenAI正式推出ChatGPT后，用户量大幅增长，围绕ChatGPT相关的应用层出不穷，其通用性能力帮助人类在文字等工作上节省了大量时间。同时在Transformer新架构下，多模态大模型也取得新的突破，文生图、文生视频等功能不断完善，并在广告、游戏等领域取得不错的进展。生成式AI将是未来几年最重要的生产力工具，并深刻改变各个产业环节，围绕生成式AI，无论是训练还是推理端，算力需求都将有望爆发式增长。

(资料图)

首先是训练侧，参考OpenAI论文，大模型训练侧算力需求=训练所需要的token(最小单位)数量*6*大模型参数量。可以看到从GPT3.5到GPT4，模型效果越来越好，模型也越来越大，训练所需要的token数量和参数量均大幅增长，相应的训练算力需求也大幅增长。并且，与GPT4相关的公开论文也比较少，各家巨头向GPT4迈进的时候，需要更多方向上的探索，也将带来更多的训练侧算力需求。其次是推理侧，单个token的推理过程整体运算量为2*大模型参数量，因此大模型推理侧每日算力需求=每日调用大模型次数*每人平均查询Token数量*2*大模型参数量，仅以Google搜索引擎为例，每年调用次数至少超过2万亿，一旦和大模型结合，其AI算力需求将十分可观。另外，人工智能算力需求有望推动海底数据中心规模化发展。

报告推算，2023年-2027年，全球大模型训练端峰值算力需求量的年复合增长率有望达到78.0%，2023年全球大模型训练端所需全部算力换算成的A100芯片总量可能超过200万张。全球大模型云端推理的峰值算力需求量的年复合增长率有望高达113%。

算力产业链价值放量顺序为：先进制程制造->以Chiplet为代表的2.5D/3D封装、HBM->AI芯片->板卡组装->交换机->光模块->液冷->AI服务器->IDC出租运维。

报告认为，全球AI服务器市场规模未来3年内将保持高速增长，2022年中国AI服务器市场规模67亿美元，同比增长24%。2023-2025年，中国AI服务器市场规模有望达到134/307/561亿美元，同比增长101%/128%/83%。AI服务器是算力基础设施最主要的硬件，训练型主要成本来自于GPU芯片。竞争格局方面，考虑到AI服务器研发和投入上需要更充足的资金及技术支持，国内市场的竞争格局预计将继续向头部集中，保持一超多强的竞争格局。

展望未来，在“东数西算”统筹下，电信运营商在云计算业务方面仍将实现快速增长，百度、字节跳动等互联网公司在AIGC领域有望实现突破性进展，都将对包括IDC在内的云基础设施产生较大新增需求，相关IDC厂商有望获益。(中新经纬APP)

↓↓报告全文扫码获取↓↓

本文由中新经纬研究院选编，因选编产生的作品中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。选编内容涉及的观点仅代表原作者，不代表中新经纬观点。

责任编辑：宋亚芬

标签：