华泰 | 海外科技:微软自研芯片会是英伟达的劲敌吗?

（以下内容从华泰证券《华泰 | 海外科技:微软自研芯片会是英伟达的劲敌吗?》研报附件原文摘录）
　　我们强调多方入局下AI芯片竞争格局已趋白热化。科技巨头出于削减TCO、提升研发可控性及集成生态等考量，均陆续自研芯片。我们认为或将成为英伟达最大竞争对手。千呼万唤始出来，微软首款 AI 芯片 Athena 或将于 11 月正式推出。在芯片供不应求+成本居高不下，自研或是科技大厂的一致选择。Athena芯片采用台积电 5nm 制程，专为大语言模型训练设计，目前官方仍未透露详情。微软和OpenAI 从去年开始研究解决 AI 芯片短缺问题，方案包括潜在收购或招募 AI 硬件设计人才。科技巨头拥有财力物力，自研 AI 芯片也无可厚非。 核心观点 多方入局下，AI芯片竞争已趋白热化 23年4月12日我们发布《人工智能风再起时，英伟达能否继续笑傲 AI 芯片市场？》，强调多方入局下AI芯片竞争格局已趋白热化。英伟达GPU一直是AI训练端首选，我们认为包括谷歌TPU和AMD MI300系列等少数芯片能与其匹敌。但当算法开始成熟，ASIC定制芯片凭着专用性和低功耗，能承接部分算力。头部科技大厂出于削减TCO、提升研发可控性及集成生态等考量，均陆续自研芯片，我们认为或将成为英伟达最大竞争对手。AI推理市场规模大，但对算力要求比训练低，目前虽以CPU主导，但GPU/FPGA/ASIC等也能占到一席位。 千呼万唤始出来，微软首款AI芯片Athena或将于11月正式推出 据The information报道，微软或计划在 11 月 14 日Ignite 会议推出其首款自研AI芯片“Athena（雅典娜）”。微软从19 年开始研发代号为“Athena”的芯片，Tom’s Hardware报道该芯片使用台积电 5nm 制程，专为大语言模型训练设计。目前官方仍未透露Athena的详细信息。微软的合作者OpenAI则从去年开始研究解决AI芯片短缺问题，方案包括潜在收购或招募AI硬件设计人才。微软与 OpenAI的合作用到大量英伟达芯片，且云大厂拥有财力物力，自研AI芯片也无可厚非。 芯片供不应求+成本居高不下，自研或是科技大厂的一致选择 除微软外，头部科技大厂也均在布局自研 AI 芯片，并通过与AI初创公司合作率先绑定用户：1）谷歌TPU从 17 年开始已具备训练和推理能力，至今已迭代至TPUv5e。23年3月14日Midjourney宣布将采用谷歌TPU训练其第四代AI模型；2）亚马逊已在训练端和推理端双管齐下，分别在 18 和 20 年发布 AI 推理芯片 Inferentia 以及训练芯片 Trainium，在 AWS 云供客户使用，其投资的Anthropic将使用以上芯片来构建和部署AI应用；3）Meta 的 MTIAv1自 20 年开始设计，采用台积电 7nm 制程，针对推理，公司预计其于 25 年推出。 为自动驾驶而生，特斯拉Dojo超算为公司四大全栈自研科技支柱之一 特斯拉在21 AI Day发布Dojo，最终在今年7月开始量产。Dojo属专用芯片，特斯拉异军突起，针对AI训练中内存和延时瓶颈，并基于其自动驾驶算法（FSD）在芯片设计上作全面优化另辟蹊径。Dojo 采用晶上系统（system on wafer）和多晶圆堆叠技术。从D1 芯片开始采用台积电 7nm 制程，25 颗 D1 芯片集成到一枚 Training Tile。6 枚 Tiles 为一个盘子(tray)。2 个盘子为 1 个柜子(cabinet)，10 个柜子为一个Dojo ExaPOD，每个 ExaPOD 算力达1.1 ExaFLOPs(10^18浮点运算)，相当于 500 片 H100 (约1500万美元)。公司称100 ExaFLOPs的超算系统将于24年底量产。 英伟达围绕生态布局初创公司，AMD则在软件生态奋起直追 下游客户纷纷向上布局，传统芯片巨头也不甘示弱。英伟达自23年起至少已投资12家初创企业，包括InflectionAl、 CoreWeave、Runway等AI独角兽。AMD CEO Lisa Su在今年9月29日接受The Verge采访时表示目前仍处于AI进入市场的早期阶段，AMD正奋力追赶；AI初创公司Lamini 的联合创始人Gregory Diamos称ROCm正缩小差距；微软首席技术官凯文·斯科特也在今年10月3日的Code大会上对AMD的AI发展给予正面评价。 风险提示：AI技术落地和推进不及预期、行业竞争激烈、中美竞争加剧。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。 正文 微软自研芯片会是英伟达的劲敌吗？ 微软早在2010年开始已希望自研AI硬件，当时以外采FPGA然后自己搭建运算平台为主。FPGA的方案最早由微软的计算机架构研究员、FPGA专家Doug Burger提出。据半导体行业观察梳理，微软自研FPGA的第一阶段采用了单板多FPGA的方案，即每块加速卡上集成6片Xilinx Virtix-6 FPGA，各FPGA之间通过自身的通用I/O端口相连和通信，但整体稳定性存在隐患，若一块FPGA出问题，整个板卡都会出问题。第二阶段从单板多FPGA，变成了单板单FPGA。但是，这种方案为实现FPGA之间的低延时通信，FPGA之间的互联需要通过两类特殊定制的线缆，成本高昂且实现难度较高。第三阶段为解决互联问题，取消了FPGA互连的网络，直接将FPGA与数据中心网络互连，提出了HaaS（硬件即服务）的概念。2017年起，微软宣布其已在Azure和Office 365中扩展了FPGA的使用，且采取外部采购Intel和Xilinx 等厂商的FPGA进行每一台新Azure服务器的搭建。 目前，微软云Azure已开始自研AI芯片，芯片代号为Athena。据The information在太平洋时间10月6日的报道，微软或计划在 11 月 14 日的微软Ignite 会议推出其首款自研人工智能芯片“Athena（雅典娜）”。该媒体在2023年4月18日的报道称，微软至少从2019年开始研发代号为“Athena”的新芯片组。据Tom’s Hardware 2023年4月18日消息，Athena使用台积电5nm制程，专门为大语言模型训练设计。据彭博社 5月4日报道，微软将注资AMD并开展合作，目前合作研发的微软AI芯片即为Athena，希望为ChatGPT等大语言模型的训练及推理提供英伟达芯片以外的替代方案。随后5月5日，微软发言人Frank Shaw表示AMD参与“Athena”项目的报道不实，但却并未明确微软与AMD的合作关系。事实上，微软和AMD MI系列早有合作。2022年5月，微软宣布Azure将成为首个部署AMD MI200系列GPU进行大规模AI加速的公有云。AMD Instinct MI200加速器将协同其他AMD产品共同被用于微软Azure上，包括全新的使用AMD 3D V-Cache技术第三代AMD EPYC处理器的Azure HBv3虚拟机。此外，微软还宣布正在与AMD数据中心软件团队以及PyTorch Core团队密切合作，以确保PyTorch项目开发者可充分利用AMD Instinct加速器的性能与功能。目前，官方仍未透露关于Athena的具体架构及参数信息。 我们认为，大型云计算供应商拥有财力物力，面对在AI应用需求激增下较高的外购成本和较有限的供应，选择自己研发AI芯片也是无可厚非，且微软与OpenAI的合作中用到大量的英伟达芯片。我们认为云计算大厂也希望出现一个二供选择。 2023年来英伟达已投资十余家AI初创企业。伴随2022年末以ChatGPT为首的生成式Al走入大众视野，英伟达在2023年对各领域AI初创企业的投资持续推进。根据Pitchbook数据，自2023年起，英伟达至少已经投资12家初创企业，其中包括InflectionAl、Cohere、Runway等多家Al独角兽企业。我们认为此举或出于英伟达对拓宽业务渠道与巩固生态壁垒的需求。此外，主要锚准下游应用的投资布局也彰显英伟达对AI赛道下游应用企业成长价值的预期。 与英伟达深度合作的CoreWeave为以太坊挖矿起家，现已转型 AI 算力专业云提供商。CoreWeave是一家在2018年加密货币“矿难”之后，凭借其丰富的GPU储备从以太坊挖矿企业逐渐转型为云计算平台的公司。2022年9月，CoreWeave成为英伟达第一个精英级别云服务提供商，伴随ChatGPT为首的AI浪潮来临，公司于2022年底开始进行密集融资：在2022年12月、2023年4月和6月分别完成1亿、2.21亿（英伟达为主要跟投者之一）和2亿美元融资之后，8月，CoreWeave宣布完成以英伟达H100芯片为抵押的23亿美元债权融资，资金将用于支持CoreWeave在美国的数据中心拓展，且据CoreWeave官网信息，其机群中有超过45,000个可按需提供的高端NVIDIA GPU。 深度绑定新创云服务商CoreWeave，助力其数据中心建设。而在其丰富的英伟达芯片储备背后，离不开英伟达的支持。据The Information 6月报道，尽管英伟达H100十分紧缺，但在谷歌和亚马逊等云大厂的面前，英伟达将大量新卡分配给了CoreWeave和Lambda Labs（据The Information 7月报道目前英伟达正在与其达成收购股权协议）两家初创云平台企业，且在7月公布的MLPerf基准评测数据中，正是CoreWeave和英伟达合作，使用基于H100的云服务实现只使用11分钟训练GPT-3。我们认为，在谷歌、亚马逊和微软等云大厂如火如荼进行AI芯片自研的当下，英伟达对CoreWeave的深度绑定或出于希望与下游云平台厂商形成协同效应，积极应对来自云厂商自研芯片的挑战。 风险提示 AI技术落地和推进不及预期。自ChatGPT落地应用并取得一定成功，各科技巨头均加快和加大力度布局AIGC领域，如Meta于23年年初建立AIGC团队、微软也在其Azure、Bing等多项自有业务进一步整合AI技术。由于人工智能属于高新技术，需投入较大前期研发成本和时间，后续AI技术落地可能会受企业投入、宏观经济、政策和舆论等多方面影响，致使研发进度不及预期。 行业竞争激烈。目前生成式AI技术仍处行业发展前期，文字、图片、视频等单一及多模态大模型不断推出，赋能聊天、搜索引擎、编辑代码等多类应用，行业暂未形成较为稳定的竞争格局，竞争激烈。若后续市场竞争进一步加剧，部分企业未能及时推出相关产品或技术研发不及预期，可能会受激烈竞争影响而导致市场出清。 中美竞争加剧。中美两国作为人工智能领域发展较为领先的两个国家，其本土多家企业均积极部署AI领域相关技术和产品，推动AIGC、LLM等尖端技术落地应用。若后续中美两国间竞争加剧，可能会阻碍AI产业相关应用的进一步推广。 文中提及未覆盖个股相关信息数据来自于公开渠道，不代表对相关公司的研究覆盖和推荐。 相关研报 研报：《微软自研芯片会是英伟达的劲敌吗？》2023年10月8日 何翩翩 S0570523020002 | ASI353 关注我们 华泰证券研究所国内站（研究Portal） https://inst.htsc.com/research 访问权限：国内机构客户 华泰证券研究所海外站 https://intl.inst.htsc.com/mainland 访问权限：美国及香港金控机构客户 添加权限请联系您的华泰对口客户经理 免责声明 ▲向上滑动阅览 本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。 本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。 本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。 在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。 本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）