行业深度:国产AI算力正在崛起【开源计算机陈宝健团队】

（以下内容从开源证券《行业深度:国产AI算力正在崛起【开源计算机陈宝健团队】》研报附件原文摘录）
　　核心观点 1、国家及地方性政策密集落地，推动智能算力建设 2023年底，工信部等六部门联合印发《算力基础设施高质量发展行动计划》提出，到2025 年全国算力规模将超过300EFLOPS，其中智能算力占比达到35%。除了整体算力规模和智算规模的提升以外，算力国产化也成为重要趋势。例如，北京市经济和信息化局和通信管理局印发的《北京市算力基础设施建设实施方案（2024—2027年）》的通知中，提出到2025年，本市智算供给规模达到45EFLOPS，到2027年，实现智算基础设施软硬件产品全栈自主可控。 2、互联网、运营商、政府等下游行业需求旺盛，智算项目密集落地 （1）国内互联网厂商资本开支回暖，我们判断AI算力或为投资重点。2023Q2-2024Q1阿里营业资本支出同比增速分别为-45.93%、-62.97%、25.77%和304.85%；腾讯资本开支分别为31.1%、236.8%、33.1%和225.5%，2023Q4开始阿里和腾讯的资本开支明显提升。（2）AI算力大单密集落地，运营商开启智算中心建设的竞争赛。2024年5月，中国移动公示2024年至2025年新型智算中心集采项目采购包1的中标结果，总中标金额约为191.04亿元（不含税），整体采购规模及单价均超出市场预期。此外，2023年底及2024年4月，电信和联通也公布了AI算力服务器的采购结果，采购规模分别为84亿和20.46亿元。（3）政府智算中心落地节奏明显加速，同时建设规模明显增加。 3、筚路蓝缕，国产AI算力正在崛起 美国对国内AI发展层层限制，发展国产算力势在必行。国产AI算力正在崛起，华为昇腾910B已经在运营商、政府等行业广泛应用；海光DCU系列兼容“类 CUDA”环境，生态优势凸显，其也在性能快速迭代；寒武纪全新一代云端智能训练芯片思元590采用MLUarch05全新架构，实测训练性能较在售产品有了显著提升。我们认为，随着国产AI芯片性能正在快速提升，为国内AI的发展提供了良好的支撑。 4、投资建议 一方面，AIGC拉动下中国AI投资规模有望呈现快速增长的趋势，根据IDC预测，到2027年，中国生成式AI投资占比将达到33.0%，投资规模超130亿美元，五年复合增长率（CAGR）为86.2%。互联网、运营商、政府等下游行业需求旺盛，智算项目密集落地；另一方面，美国对国内AI发展层层限制，发展国产算力势在必行，以华为昇腾、海光、寒武纪为代表的国产算力正在崛起。因此，我们高度看好国产AI算力方向，重点推荐海光信息、中科曙光、神州数码、卓易信息，受益标的包括寒武纪、景嘉微、紫光股份、高新发展、烽火通信、广电运通、拓维信息等。 风险提示：产品研发迭代不及预期；原材料价格波动风险。 目录: 正文: 1、AIGC拉动下中国AI投资规模有望呈现快速增长的趋势 截止2022年底，我国算力规模位居全球第二。截至到2022年底，全球算力总规模达到 650 EFLOPS，其中，通用算力规模为498EFLOPS，智能算力规模为142EFLOPS，超算算力规模为10 EFLOPS。截止到2022年底，我国算力总规模为180EFLOPS，其中，通用算力规模为137EFLOPS，智能算力规模为41EFLOPS，超算算力规模为2EFLOPS。 在AIGC带动下，中国AI投资规模将呈现快速增长的趋势。IDC数据显示，2022年全球人工智能（AI）IT总投资规模为1324.9亿美元，并有望在2027年增至5,124.2亿美元，年复合增长率为31.1%。IDC预测，到2027年，全球生成式AI市场规模将接近1500亿美元，年复合增长率或达85.7%。到2027年，中国生成式AI投资占比将达到33.0%，投资规模超130亿美元，五年复合增长率（CAGR）为86.2%。 2、国家及地方性政策密集落地，推动智能算力建设 根据工信部印发的算力发展规划，2025年国内智能算力规模将超过105EFLOPS。2023年10月，工信部等六部委联合印发《算力基础设施高质量发展行动计划》，提出到2025年，全国算力规模超过300EFLOPS，智能算力占比达到35%，达到105EFLOPS，东西部算力平衡协调发展。 2024年2月19日，国务院国资委召开“AI赋能 产业焕新”中央企业人工智能专题推进会。会议强调，中央企业要把发展人工智能放在全局工作中统筹谋划，深入推进产业焕新，加快布局和发展智能产业。要夯实发展基础底座，把主要资源集中投入到最需要、最有优势的领域，加快建设一批智能算力中心，进一步深化开放合作，更好发挥跨央企协同创新平台作用。根据新华网报道，截至2024年3月底，中央企业建设5G基站总数已超过360万个，智能算力规模加速增长，已超过27EFLOPS。 2023年以来，地方性政策频繁落地，鼓励智能算力基础设施的建设。2024年4月，北京市经信局和通信管理局印发《北京市算力基础设施建设实施方案（2024—2027年）》的通知，提出到2025年，本市智算供给规模达到45EFLOPS，2025-2027年根据人工智能大模型发展需要和国家相关部署进一步优化算力布局。到2027年，实现智算基础设施软硬件产品全栈自主可控，整体性能达到国内领先水平，具备100%自主可控智算中心建设能力。重点建设海淀、朝阳、亦庄、京西（石景山、门头沟）等E级智能算力高地，优先加快两个10EFLOPS大规模智算集群建设进度，着重满足快速增长的大模型训练算力需求和推理算力需求。 2024年3月，上海市通信管理局等11个部门发布《上海市智能算力基础设施高质量发展“算力浦江”智算行动实施方案（2024-2025年）》，《方案》强调关键核心技术国产化和智能算力规模的扩大，提出要构建自主可控的智算生产要素，加快国产异构智能算力研发进程。计划到2025年底，实现智算设施高效协同，智能算力规模超过30EFlops，占比达到总算力的50%以上，并将临港等地打造成超万卡液冷算力集群，开发支持万亿级参数的大模型工程。到2025年，本市新建智算中心国产算力芯片使用占比超过50%，国产存储使用占比超过50%。具备大规模应用赋能价值的智算中心数量达到10家，智能算力典型应用场景超过50个，争取5个以上智算中心纳入国家级算力基础设施典型案例名单。 2023年12月，深圳市工信局发布《深圳市算力基础设施高质量发展行动计划（2024-2025）》，提出要基本形成算力多元泛在、存力安全可靠、运力优质互联、算存运协同建设的算力基础设施技术体系。到2025年，通用算力达到14EFLOPS（FP32），智能算力达到25EFLOPS（FP16），超算算力达到2EFLOPS（FP64）。存储总量达到90EB。先进存储容量占比达到30%以上，重点行业核心数据、重要数据灾备覆盖率达到100%。 省通信管理局等4部门联合印发《江苏省算力基础设施发展专项规划》，根据《规划》，全省在用算力规模已经达到18EFLOPS，在用数据中心标准机架超59万架，在用智算中心9个，超算中心2个，在建算力超过25EFLOPS，综合算力评价排名全国第二。规划打造2个国家级算力网络枢纽节点数据中心核心集群（南京、苏州）、N个省内城市级数据中心（云计算中心、智算中心）、X个边缘计算节点的“2+N+X”算力网络梯次多元布局，加强了通用算力、智能算力与超算算力等多样性算力的优化部署，构建了计算能力、网络能力、存储能力相协调、相匹配的先进算力体系。到2030年，全省数据中心机架规模达120万标准机架，全省在用总算力超过 50EFLOPS，智能算力占比进一步提升，占比超过45%，智算中心数量突破20个，算力算效水平显著提高。 3、互联网、运营商、政府等下游行业需求旺盛，智算项目密集落地 3.1、互联网：国内互联网厂商资本开支回暖，AI算力或为投资重点 各大互联网厂商纷纷加大了对AI基础设施的投资。根据澎湃新闻报道，截至2023年8月，百度、字节跳动、腾讯和阿里已向英伟达订购了价值10亿美元的共约10万张A800芯片，将于2023年内交付，另外价值40亿美元的芯片将于2024年交付。此外，字节跳动已储备了至少1万张英伟达芯片，并订购了近7万张A800芯片，将于明年交付，价值约7亿美元。 2023年以来，腾讯、阿里等互联网厂商资本开支明显回暖，2023Q2-2024Q1阿里营业资本支出同比增速分别为-45.93%、-62.97%、25.77%和304.85%；腾讯资本开支分别为31.1%、236.8%、33.1%和225.5%，我们判断AI算力或为投资重点。 3.2、 运营商：AI算力大单密集落地，运营商开启智算中心建设军备赛 整体来看，运营商资本开支总额有所下降，但加大了算力相关资本开支。2024年，中国移动计划资本开支1730亿元，同比下降4%，占收入比重预计降至20%以下，但其中的算力领域预计投入475亿元，同比增长21.5%，占资本开支比重提升5.8个百分点至27.5%。中国电信产业数字化计划资本开支370亿元，同比增长4.1%，在云/算力投资计划180亿元。中国联通在算网数智投资方面将坚持适度超前、加快布局。 中国移动：2024年公司智算部署目标为17EFLOPS 在2023年业绩说明会上，中国移动董事长杨杰表示，2024年公司智算部署目标为17EFLOPS，从节奏来看，目前已开始全面部署，预计四、五月份第一批将投产。4月28日，中国移动在苏州隆重举办了2024中国移动算力网络大会。中国依托算力网络“4+N+31+X”资源布局体系，按照“集中训练，分布推理，统一管控，弹性调度、自主可控、绿色低碳”原则，统筹规划“N+X”智算中心布局体系，建设技术领先、绿色节能、服务全局的智算中心。中国移动已在京津冀、长三角、粤港澳大湾区、成渝、贵州、内蒙古、宁夏、黑龙江、湖北、山东等投产首批12个智算中心节点，算力规模达11EFLOPS（FP16），实现“东数西算”枢纽节点基本覆盖。同时，中国移动正式对外发布全球运营商最大单体智算中心——中国移动智算中心（呼和浩特），目前已投产使用，部署约2万张AI加速卡，AI芯片国产化率超85%，智能算力规模高达6.7EFLOPS。 中国移动新型智算中心采购订单密集落地。2024年5月16日，中国移动公示2024年至2025年新型智算中心集采项目采购包1的中标结果，总中标金额约为191.04亿元（不含税），昆仑技术（21.05%）、华鲲振宇（17.54%）、宝德计算机（15.79%）、百信信息（14.04%）、长江计算（12.28%）、神州鲲泰（10.53%）、湘江鲲鹏（8.77%）7家厂商中标。据此前中国移动发布的集采公告显示，中国移动本次新型智算中心项目标包1主要为7994台人工智能服务器及配套产品，整体的采购规模及单价均超出预期。 2024年2月8日，中国移动公示了2023年至2024年新型智算中心(试验网)采购(标包12)的中标候选人，其中，昆仑技术（40.96%）、华鲲振宇（30.08%）、烽火通信（20.48%）、神州数码（8.48%）中标。该项目采购内容为1250台人工智能服务器及配套产品，其中扣卡风冷型特定场景AI训练服务器106台，扣卡液冷型特定场景AI训练服务器1144台。 中国电信：逐步完善“2+4+31+X+O”云计算力布局体系 根据公司2023年业绩交流推介材料，2023年中国电信智算中心达到11EFLOPS，计划2024年智算算力提升10EFLOPS，超过21EFLOPS。2023年，中国电信北京、上海、江苏、贵州、宁夏、内蒙古等节点已具备千卡以上训练资源，在京津冀、长三角、粤港澳等地区加快部署新一代大规模智算集群。以中国电信中部智算中心为例，该智算中心于2024年1月正式投入运营，能够提供5EFLOPS的智算算力和千卡规模的训练推理能力，满足各种大规模、高性能、多样化异构算力的场景需求。 2023年10月15日，中国电信AI算力服务器(2023-2024年)集中采购项目公布候选人，总集采金额超84亿元，超聚变、浪潮、新华三、华鲲振宇等多家入围。从招标文件来看，预估采购规模为4175台，国产（鲲鹏）芯片的AI服务器1977台，国产化服务器规模占比为47.35%。 中国联通：打造“1+N+X”智算能力梯次布局 在提供专业化智算基础设施服务方面，中国联通布局了“1+N+X”智算能力体系，包括了1个超大规模的单体智算中心、N个智算训推一体枢纽和属地化的X个智算推理节点。着眼于为大模型企业、科研院所等客户提供的专业化智算运营服务，中国联通推出“星罗”先进算力调度平台，提供“通算-智算-超算”异构算力服务、算网协同服务、算电（算力、电力）协同服务。 2024年4月25日，中国联通公示了2024年人工智能服务器公开集采的结果，项目平均中标价约为20.46亿元，采购总规模为2503台人工智能服务器，688台关键组网设备RoCE交换机，昆仑技术、宝德计算机、虹信软件和长江计算4家入围。 3.3、 政府：智算中心落地节奏明显加速，同时建设规模明显增加 政府智算中心落地节奏明显加速，同时建设规模明显增加。我们整理了2019年以来部分典型的AI计算中心项目，发现：（1）2023年下半年以来，政府智算中心落地节奏明显加速，特别是2024年以来，部分县市级城市开始建设或提出建设智算中心；（2）建设规模明显增加，2023年及以前的智算中心建设规模基本在百P左右，随着大模型的涌现，各地智算中心建设规模及规划规模明显增加；（3）以昇腾为代表的国产算力成为重要支撑。 4、 筚路蓝缕，国产AI算力正在崛起 美国对国内AI发展层层限制，发展国产算力势在必行。2022年10月7日，美国商务部工业与安全局对中国购买和制造用于军事用途的特定高端芯片的能力的限制性出口管制条例，算力上限为4800，带宽上限是600 GB/s，两条红线让英伟达的A100、H100成为管制对象。为了合规进入中国市场，英伟达推出了特供中国版的A800和H800，在带宽上做了“下调”：A800的是从A100的600GB/s砍到了400GB/s，H800的带宽则只有H100（900GB/s）的一半。2023年10月17日，美国商务部工业和安全局（BIS）发布新规，针对AI芯片的出口禁令新规则再次刷新“底线”，从之前的性能算力和带宽限制到最新的算力密度和性能限制。NVIDIA随后推出了H20，H20相对于原来的H100的AI性能降低了近85%。目前AI已经成为各国之间新一轮的科技竞赛，而美国对国内AI发展层层限制，发展国产算力成为重中之重。 4.1、 华为昇腾：国产算力“扛旗者” 华为于2018年10月发布了AI战略，并于2019年8月在深圳坂田总部正式发布AI处理器昇腾910、昇腾310和MindSpore全场景AI计算框架。昇腾AI处理器本质上是一个片上系统，主要可以应用在与图像、视频、语音、文字处理相关的场景。其主要的架构组成部件包括特制的计算单元、大容量的存储单元和相应的控制单元。该处理器大致可以划分为:控制 CPU(ControlCPU)、AI计算引擎(包括 AICore和 AICPU)、多层级的片上系统缓存(Cache)或缓冲区(Buffer)、数字视觉预处理模块(DigitalVisionPre-Processing,DVPP)等。 昇腾AI处理器采用达芬奇架构，不同于传统的支持通用计算的 CPU 和 GPU，也不同于专用于某种特定算法的专用芯片ASIC，达芬奇架构本质上是为了适应某个特定领域中的常见应用和算法，通常称为“特定域架构（Domain Specific Architecture，DSA）”芯片。它包括了三种基础计算资源:矩阵计算单元（Cube Unit）、向量计算单元（Vector Unit）和标量计算单元（Scalar Unit)。 昇腾系列（HUAWEI Ascend）AI处理器和基础软件构建Atlas人工智能计算解决方案，包括Atlas系列模块、板卡、小站、服务器、集群等丰富的产品形态，打造面向“端、边、云”的全场景AI基础设施方案，覆盖深度学习领域推理和训练全流程。 4.2、 海光：DCU产品兼容“类 CUDA”环境，性能快速迭代 海光DCU属于GPGPU的一种，兼容通用的“类CUDA”环境。CUDA是一种由NVIDIA推出的通用并行计算架构，包含了应用于NVIDIA GPU的指令集（ISA）以及GPU内部并行计算引擎。海光DCU协处理器全面兼容ROCm GPU计算生态，由于ROCm和CUDA在生态、编程环境等方面具有高度的相似性，CUDA用户可以以较低代价快速迁移至ROCm平台，因此ROCm也被称为“类 CUDA”。 海光 DCU 的构成与 CPU 类似，其结构逻辑相对 CPU 简单，但计算单元数量较多。海光 DCU 的主要功能模块包括计算单元（CU）、片上网络、高速缓存、各类接口控制器等。海光 DCU 主要部署在服务器集群或数据中心，为应用程序提供性能高、能效比高的算力，支撑高复杂度和高吞吐量的数据处理任务。在 AIGC 持续快速发展的时代背景下，海光 DCU 能够支持全精度模型训练，实现 LLaMa、GPT、Bloom、ChatGLM、悟道、紫东太初等为代表的大模型的全面应用，与国内包括文心一言等大模型全面适配，达到国内领先水平。 海光 DCU 主要具有三大技术优势。一是强大的计算能力。海光 DCU 基于大规模并行计算微结构进行设计，具备强大的全精度各种数据格式的算力，是一款计算性能强大、能效比较高的通用协处理器。二是高速并行数据处理能力。海光 DCU 集成片上高带宽内存芯片，可以在大规模数据计算过程中提供优异的数据处理能力，使海光 DCU 可以适用于广泛的应用场景。三是良好的软件生态环境。海光DCU 采用 GPGPU 架构，兼容“类 CUDA”环境，解决了产品推广过程中的软件生态兼容性问题。公司通过参与开源软件项目，加快了公司产品的推广速度，并实现与 GPGPU 主流开发平台的兼容。 4.3、 寒武纪：全新一代云端智能训练芯片思元590放量在即 寒武纪能为云端、边缘端、终端提供全品类系列化智能芯片和处理器产品，是同时具备人工智能推理和训练智能芯片产品的企业，也是国内少数具有先进集成电路工艺（如7nm）下复杂芯片设计经验的企业之一。公司研发的寒武纪 1A 处理器是全球首款商用终端智能处理器 IP 产品，思元 100（MLU100）芯片是中国首款高峰值云端智能芯片。思元 290（MLU290）芯片是寒武纪首款云端训练智能芯片，采用了7nm工艺，在4位和8位定点运算下，理论峰值性分别高达1024TOPS、512TOPS。 思元370是寒武纪第三代云端产品，采用7nm制程工艺，是寒武纪首款采用Chiplet（芯粒）技术的人工智能芯片。思元370智能芯片最大算力高达256TOPS(INT8)，是寒武纪第二代云端推理产品思元270算力的2倍。同时，思元370芯片支持LPDDR5内存，内存带宽是思元270的3倍，可在板卡有限的功耗范围内给人工智能芯片分配更多的能源，输出更高的算力。思元370智能芯片采用了先进的Chiplet芯粒技术，支持芯粒间的灵活组合，仅用单次流片就达成了多款智能加速卡产品的商用。公司目前已推出3款加速卡：MLU370-S4、MLU370-X4、MLU370-X8，已与国内主流互联网厂商开展深入的应用适配。 而且根据公司官网介绍，全新一代云端智能训练芯片思元590采用MLUarch05全新架构，实测训练性能较在售产品有了显著提升，它提供了更大的内存容量和更高的内存带宽，其PCIe接口也较上代实现了升级。 4.4、昆仑芯：新一代昆仑芯自研架构、技术领先、功能完备 昆仑芯前身为百度智能芯片及架构部，于2021年4月完成独立融资，首轮估值约130亿元。昆仑芯在国内最早布局AI加速领域，深耕10余年，是一家在体系结构、芯片实现、软件系统和场景应用均有深厚积累的AI芯片企业。 昆仑芯2代AI芯片是昆仑芯科技自主研发的，于2021年8月正式发布并量产。该款芯片基于7nm工艺打造，配备 GDDR6 高速显存，内存带宽可达512GB/s，采用新一代昆仑芯XPU-R架构，通用性和性能显著提升，可提供 256TOPS@INT8以及128TFLOPS@FP16算力。 5、 投资建议 一方面，AIGC拉动下中国AI投资规模有望呈现快速增长的趋势，互联网、运营商、政府等下游行业需求旺盛，智算项目密集落地；另一方面，美国对国内AI发展层层限制，发展国产算力势在必行，以华为昇腾、海光、寒武纪为代表的国产算力正在崛起。因此，我们高度看好国产AI算力方向，重点推荐海光信息、中科曙光、神州数码，受益标的包括寒武纪、景嘉微、紫光股份、高新发展、烽火通信等。 5、 风险提示 （1）产品研发迭代不及预期。高端处理器属于前沿核心科技领域，现有产品升级更新和新产品开发需要持续投入大量的资金和人员，但研发项目的进程及结果具有不确定性。 （2）原材料价格波动风险。近年来随着半导体产业链国产化进程加快和国际形势的不断变化，国内半导体行业的原材料需求不断上升，未来若上游原材料价格持续上涨，或对行业内企业产生不利影响。 注：上述报告内容详见开源证券公司行业深度20240806：《 国产AI算力正在崛起》 陈宝健，执业证书编号：S0790520080001 刘逍遥，执业证书编号：S0790520090001 法律声明： 《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向开源证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发行为。若您并非开源证券客户中的金融机构专业投资者，为保证服务质量、控制投资风险，请勿订阅、接收或使用本订阅号中的信息。本资料难以设置访问权限，若给您造成不便，还请见谅！感谢您给予的理解和配合。若有任何疑问，请与我们联系。 免责声明： 开源证券股份有限公司是经中国证监会批准设立的证券经营机构，具备证券投资咨询业务资格。 本报告仅供开源证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。本报告是发送给开源证券客户的，属于商业秘密材料，只有开源证券客户才能参考或使用，如接收人并非开源证券客户，请及时退回并删除。 本报告是基于本公司认为可靠的已公开信息，但本公司不保证该等信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他金融工具的邀请或向人做出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为做出投资决策的唯一因素。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。若本报告的接收人非本公司的客户，应在基于本报告做出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。 本报告可能附带其它网站的地址或超级链接，对于可能涉及的开源证券网站以外的地址或超级链接，开源证券不对其内容负责。本报告提供这些地址或超级链接的目的纯粹是为了客户使用方便，链接网站的内容不构成本报告的任何部分，客户需自行承担浏览这些网站的费用或风险。 开源证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。开源证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。 本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

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）