觀點僅供參考，買賣需要擇時！

1：芯片種類繁雜，哪些芯片會受益此輪AI+？

芯片按照用途分 類 包括 計 算芯片、 存 儲 芯片、 感知芯片、 通信芯片、 能源芯片等等， 其中最 為 受益于當下 AI+ 浪潮 的是 計 算芯片， 存 儲 芯片次之。 作 為 AI 浪潮中的 “ 金 鏟 子 ” ， AI 計 算芯片主要包括 圖 形 處 理器（ GPU ） 、 現(xiàn)場 可 編 程 門陣 列 （ FPGA ） 、 專 用集成 電 路 （ ASIC ） 、 神 經(jīng)擬 態(tài) 芯片 （ NPU ） 等。 人工智能深度學 習 需要非常 強 大的并 行 處 理能力， 芯片廠商正在通 過 不斷研 發(fā) 和升 級 新的芯片 產(chǎn) 品來 應對 挑 戰(zhàn) 。 目前 GPGPU 是 絕對 主流的 AI 計 算加速芯 片， I DC 報 告 顯 示其占據(jù) 9 成左右市 場 份 額 ， 其他 計 算芯片 大部分都不能 夠滿 足當下巨量數(shù)據(jù)的并行運算。

2 ： 目前國內(nèi)做 AI 芯片的主要是哪些公司？

(資料圖片僅供參考)

在主流的 AI 芯片 GPGPU 這 個 隊 列中， 目前有寒武 紀 、 海光 信息、 壁仞、 摩 爾線 程等等。 在 這 些企 業(yè) 當中， 我 們認 為 ， 將在 2024 年上半年量 產(chǎn) 的寒武 紀 思元 590 可能在一年 后超越其他 競 爭者性能登 頂 。 而目前國 產(chǎn) 超算 GPGPU 領 域 絕對領 跑者， 則 是以 Z100 在成都、 昆山、 鄭 州的超算中心 得到大 規(guī) 模部署的海光。

3: 目前國內(nèi) AI 芯片市 場 情況如何？

AI 算力是 Chatgpt 的核心基座， AI 芯片占據(jù)算力服 務 器最 大價 值 量， 也是最 為 核心 產(chǎn) 品。 2021 年， 我國 AI 芯片達到427億 元， 同比增 長 1 24% 。 在政策、 市 場 、 技 術 等合力作 用下， 中國人工智能芯片行 業(yè) 將快速 發(fā) 展， 預計 2023 年我 國 AI 芯片市 場規(guī) 模將達 1 600 億 元， 復合增速 1 00% 以上。

4 ： 如何看待美國制裁？

應該說 是危機并存， 機遇更大。 目前 還 是能有一定途徑 購 買 到英 偉 達 A100 的芯片， 英 偉 達也能提供 閹 割掉一部分性 能的芯片， 華為 之前也囤 積 了大量的 訓練 芯片， 應該說 短 期內(nèi)不會 壓 制國內(nèi)的的算力需求。 此外， Chiplet 技 術 可以 實現(xiàn)對 海外高端芯片性能的部分追趕。 當下， 無 論 從政府 策 還 是企 業(yè)側(cè) ， 在芯片 領 域 實現(xiàn) 自主可控 應該說 達到了空 前的 團結(jié) ， 華為剛發(fā) 布了能 實現(xiàn) 1 4nm 的 EDA 軟 件， 相信 后面在光刻機 領 域也能有所突破。

5 ： 目前國內(nèi)政府采 購 情況會偏向國內(nèi)芯片 嗎 ？

這 是必然的。 近年來國內(nèi)三大運 營 商的服 務 器采 購 中， 國 產(chǎn) CPU 的比例已 經(jīng) 逐步提高到 40% ， 海光跟 華為 平分秋 色。 目前國內(nèi)已建成和在 規(guī) 劃的 1 00PFlops 以上超算中， 也量采 購 了海光和 華為 的 產(chǎn) 品。 在近期 編 號 為 HCZB 2021-ZB0364 的北京大學高性能 計 算系 統(tǒng) 采 購 中 標 公告 中， 海光 DCU Z100 單塊 GPU 卡 顯 存 32GB HBM2 ， FP64 算力 1 0.8TFlops ， 通用 計 算核心 8192 個， 硬件參數(shù)基本與 英 偉 達 A100 和 AMD MI100 在同一起跑 線 上。 目前昆山超算中心400PFlops 算力， 擁 有一萬個 節(jié) 點， 每個 節(jié) 點 為 1 顆 海光 CPU 和 4 顆 海光 DCU 。 成都超算中心 規(guī) 劃 300PFlops ， 現(xiàn) 已達到 1 00PFlops 算力， 采用曙光 NebulaAI （海光 CPU+DCU 異構(gòu) 計 算， 之前的 8000 原型 機也就在成都） 。 鄭 州超算中心之前采用英 偉 達 GPU ， 新 建的嵩山超 級計 算機 1 00PFlops 算力， 也全部 轉(zhuǎn)為 采用自 主 CPU+DCU 異構(gòu)。

6 ： 在芯片 競 爭背景下， 寒武 紀 思元、 華為 昇 騰 、 海光 DCU 能 夠 多大程度上替代英 偉 達 A100 ？

由于國 際環(huán) 境的影響， 芯片國 產(chǎn) 替代 這 個 態(tài)勢 是不可逆 轉(zhuǎn) 的， 國內(nèi)的超算中心、 智算中心都有一個國 產(chǎn) 化指 標 。 從 流出的硬件指 標 上看， 思元 590 已 經(jīng)優(yōu) 于 A100 。 但是好 馬 尚需配好鞍， 目前英 偉 達 CUDA 在人工智能 業(yè) 界具有 絕對 性的影響力， 建立 軟 件生 態(tài) 不是一朝一夕就可以 實現(xiàn) 的。 在 軟 件生 態(tài) 方面， 華為 早在 2018 年就 發(fā) 布了 CANN1.0 ， 而且在大部分雙一流理工科院校以 訓練營 的形式 鋪 開了， 目前 CANN 的 態(tài)勢還 比 較 好。 寒武 紀則 需要下很大力氣把 Neuware 生 態(tài) 做好， 不然思元 590 的硬件 對 于客 戶 來 說 比 較 浪 費 。 另外英 偉 達 還對 GPT-3 這樣 的大型 語 言模型 還 有非常多的 優(yōu) 化， 比如 Nemo Megatron ， 目前國內(nèi)一些 團隊 正在開始做這 方面的工作， 如 Colossal AI ， 但他 們 依然是基于 CUDA 生 態(tài) 的。 所以按照當下的 軟 件生 態(tài) 格局而言， 類 CUDA 的海光 DCU 對 于 進 行模型 訓練 的用 戶 更 為 友好一 些。

7 ： 如果中美之 間 的芯片 競 爭 進 一步升 級 ， 海光深算會受 到影響 嗎 ？

海光深算系列 DCU 脫胎于 AMD CDNA ， 現(xiàn) 已形成自主可 控， 同 時 可以運用 ROCm 軟 件 棧 的 強 大豐富生 態(tài) 。 ROCm 是一 項 開源 計 劃， 現(xiàn) 有大部分 CUDA 上運行的 應 用， 都可 以遷移到 ROCm 。 量子化學 領 域的 CP2K ， 天氣 預報領 域 的 WRF ， 藥 物研究 領 域的 GROMACS ， 生物信息學 領 域的 HMMER 等 軟 件都 獲 得了 ROCm 完整的并行高性能 計 算支 持。 也就意味著在英 偉 達數(shù)據(jù)中心 級 GPU 可能斷供的情況 下， 海光深算系列可以無 縫 承接目前國內(nèi)超算和數(shù)據(jù)中心 的大部分 GPU 運算能力， 在芯片 戰(zhàn)發(fā) 生 時為 我國的科學和 技 術 研究撐起保 護傘 。

8 ： 寒武 紀 在 資 本市 場熱 度 為 何大幅高于海光？

不知道， 可能近期流出了很多未被 證實 的思元 590 硬件參 數(shù)和性能指 標 ， 寒武 紀 的曝光率 較 高， 使得市 場 的關注度 也 較 高。 海光 Z100 FP32 算力 約為 21TFlops ， 顯 存 帶寬為 1 TB/s ， 網(wǎng)上一些消息稱將在一年后量 產(chǎn) 的思元 590 FP32算力達到80TFlops ， 顯 存 帶寬為 2.7TB/s 。 單 從 FP32 算力 和 顯 存 帶寬 上看， 思元 590 的確有 優(yōu)勢 。 當然， 同 為 國 產(chǎn) 替代， 也要考 慮 思元 590 最 終 采 購單 價和 軟 件生 態(tài) 的成熟 程度。 A100 在 業(yè) 界的大 規(guī) 模使用， 是全球 AI 產(chǎn)業(yè)認 可英 偉 達 軟 件生 態(tài) ， 并在英 偉 達 產(chǎn) 品體系內(nèi)根據(jù) 產(chǎn) 品性能價格比 做理性決策的 結(jié) 果， 不然大家就去上更高端的 H100 了。 從我 們專業(yè) 的角度， 在當前海光無 論 是從 產(chǎn) 品 還 是盈利能 力， 都不低于于寒武 紀 的。 目前看海光 是國內(nèi)唯一 一家在高端芯片 領 域 實現(xiàn) 盈利的公司， 公司 產(chǎn) 品在 21 年開 始爆量， 快速均 攤 了成本， 凈 利率大幅提升。 從目前國內(nèi) 采 購 情況看， 海光今年爆 發(fā) 已 經(jīng) 沒有 懸 念。 在寒武 紀 思元 590 尚未量 產(chǎn) 的 這 一年內(nèi)， 海光 Z100 在性能上是國 產(chǎn) 自主 可控 GPGPU 的 領 跑者。 寒武 紀 思元 590 實現(xiàn) 量 產(chǎn) 的 過 程 中， 海光也有機會通 過 Chiplet 技 術進 一步提升 產(chǎn) 品硬件 實 力， 與思元 590 一 較 高下， 并且海光仍然有 軟 件 棧 和生 態(tài) 的巨大 優(yōu)勢 。

9 ： 寒武 紀 思元 MLU 和海光深算 DCU 與百度 飛槳 的兼容適 配 進 展？

思元百度 飛槳認證 的工作做得比 較 早， 在 2020 年就開始 了。 海光 DCU 則 是在 2021 年 1 0 月才拿到的百度 飛槳 生 態(tài) 兼容性 認證 ， 飛槳 上的所有 訓練 模型海光 DCU 都支持。 相比之下，思元在 這 其中支持的 訓練 模型 約為 四成， 對 推薦 系 統(tǒng) 、 視頻 分 類 、 語 音合成、 生成 對 抗網(wǎng) 絡 四個大 類 均未 適配， 余下五個大 類 ， 除字符 識別 所有模型全數(shù)支持外， 其他的四個大 類 中的模型支持不足半數(shù)。 特 別 是在當下最 為熱門 的 CHATGPT 相關的自然 語 言 處 理大 類 ， 海光 DCU 支持 9 種模型， 而寒武 紀 MLU 只支持其中 3 種。 海光 DCU 使用國 際 通用的 ROCm 軟 件 棧 ， 這 一 類 CUDA 架構(gòu)使得海 光與國 際 通用的大部分 AI 模型適配 較 好， 只是在部分模型 上并行性有些影響。 成都超算中心在成立的兩年來與百度 飛槳 合作， 根據(jù)國 際 開源 項 目 AlphaFold2 研 發(fā) 了國 產(chǎn) DCU 蛋白 質(zhì)預測 模型。 此外， 還 根據(jù)中科院成都山地所具 體需求， 在海光 CPU+DCU 異構(gòu)硬件生 態(tài) 上 為 其研 發(fā) 的 “ 山地災害 風險 模 擬 與 險 情 預報 系 統(tǒng) ” 賦 能， 實現(xiàn) 數(shù)十 萬平方公里范 圍 內(nèi)所有數(shù)千條小流域精 細 化全 過 程模 擬 。 在從硬件的自主可控到 軟 件的自主可控 這 條路上， 看起來 海光 DCU 走得更 遠 一些。

1 0 ： 近期芯片 龍頭 都已 經(jīng) 大 漲 ， 如何理性 對 他 們進 行估 值 ？

對 芯片企 業(yè)進 行估 值 是一件比 較 困 難 的事情。 芯片流片常 常伴隨著巨大 風險 ， 一旦流片失 敗 ， 會 對 公司 現(xiàn) 金流造成 巨大的 傷 害。 要抵御 這樣 的 風險 乃至國 際 政治 風險 ， 都需要有非常好的財務規(guī) 劃。 芯片企 業(yè) 不 僅 是技 術 密集， 其 資 本密集程度也 遠遠 高于一般 實 體企 業(yè) 。 所以要 對這類 企 業(yè) 估 值 ， 并非我 們 的 專長 。 但有兩點是可以肯定的， 一是在 AIGC 浪潮下， 像海光、 華為這 些已 經(jīng) 量 產(chǎn) 出 AI 芯片并建立 良好生 態(tài) 的， 肯定能從中受益；二是國 產(chǎn) 替代 進 程不可 逆， 從 1 4 億 人口 產(chǎn) 生的巨大 AI 需求來看， 國內(nèi) 應該 會， 也 必然會出 現(xiàn)類 似英 偉 達 這樣 的 AI 芯片巨 頭 。 如果以寒武 紀 1 00 多 億 美金， 海光 200 多 億 美金的估 值 ， 對 比英 偉 達 6000 多 億 美金的估 值 來看， 悲 觀 的人看到的是差距， 樂觀 的人看到的也是差距。

決策+關注，邏輯要深度！

$寒武紀-U(SH688256)$ $海光信息(SH688041)$ $中國長城(SZ000066)$

關鍵詞：