国产算力行业深度:驱动因素、破局之路、产业链及相关公司深度梳理_41页_4mb
报告摘要
国产算力行业深度分析总结
核心内容
算力作为数字时代的关键生产力,已成为衡量国家科技实力和经济发展潜力的重要指标。随着人工智能技术的快速发展,尤其是大语言模型的兴起,算力需求呈现爆发式增长。然而,美国的技术封锁和国际竞争的加剧,促使我国加快国产算力的发展步伐。算力行业正经历从“可用”向“好用”的转变,国产算力芯片在性能、成本和生态适配方面不断突破,为AI大模型的发展提供重要支撑。
主要观点
- 算力分类:算力主要分为通算、智算、超算三类,分别对应基础通用计算、AI加速计算和超级计算。
- AI算力芯片:包括GPU、FPGA、ASIC等,其中GPU和ASIC在AI领域占据主导地位,国产芯片正在快速追赶。
- 算力国产化加速:受美国限制影响,国产算力芯片需求激增,国家政策推动算力基础设施建设,地方智算中心加速落地。
- 算力生态构建:国家引导下,算力产业正在形成以“计算、传输、存储”协同发展的系统性生态,为AI大模型提供全方位支持。
- 技术路径:面对摩尔定律趋缓和先进制程受限,国内厂商通过Chiplet、3D封装等技术提升芯片性能,实现“弯道超车”。
- 市场格局:国内服务器和AI芯片市场正在加速国产替代,华为、浪潮、寒武纪、海光、燧原科技等企业在市场中占据重要地位。
关键信息
1. 算力分类与定义
| 算力类型 | 定义 |
|---|---|
| 通算 | 基于CPU芯片的服务器,用于基础通用计算,如移动计算和物联网等 |
| 智算 | 基于GPU、FPGA、ASIC等AI芯片,用于AI训练和推理计算,如语音、图像和视频处理 |
| 超算 | 超级计算机等高性能计算集群,用于尖端科学计算,如行星模拟、药物分子设计、基因分析等 |
2. 国产算力底座布局
- 中科院系:以海光芯片、中科曙光和ODM为主要整机厂,兼容性好。
- 华为系:以鲲鹏+昇腾为核心芯片,以华为生态合作伙伴为主要整机厂,自主可控程度高。
- 中电子系:以飞腾芯片、中国长城为主要整机厂,自主可控程度高。
3. 国产算力芯片厂商与产品
| 厂商 | 芯片 | 用途 | 工艺制程 | 算力(TFLOPS) | 功耗(W) | 显存带宽(GB/s) |
|---|---|---|---|---|---|---|
| 华为 | 昇腾310 | 推理 | 12nm | 8(FP16) | 8W | - |
| 华为 | 昇腾910 | 训练 | 7nm | 320(FP16) | 310W | - |
| 寒武纪 | MLU370-X8 | 训练+推理 | 7nm | 96(FP16) | 250W | 614.4GB/s |
| 寒武纪 | MLU370-X4 | 训练+推理 | 7nm | 96(FP16) | 150W | 307.2GB/s |
| 景嘉微 | JM9系列 | 推理 | - | - | - | - |
| 海光 | 深算一号 | 大数据处理 | - | - | - | - |
| 海光 | 深算二号 | 大数据处理 | - | - | - | - |
| 燧原科技 | 云燧T20/T21 | 训练 | 12nm | 128(FP16) | 300W | 1.6TB/s |
4. 国产算力政策支持
- 国家层面:2023年10月,工信部等六部门发布《算力基础设施高质量发展行动计划》,提出到2025年算力目标超过300EFLOPS,其中智能算力占比35%。
- 地方层面:山西、天津、河南、四川、北京等地出台政策,推动智算中心建设,提升算力规模与利用率。
- 财政支持:2025年财政政策将加大对人工智能、国产算力等领域的支持。
5. 算力需求增长趋势
- 推理侧需求提升:随着大模型的广泛应用,推理侧算力需求显著增长,预计到2026年,云端推理将占算力总量的62.2%。
- 大模型驱动:如豆包大模型日均Token使用量超4万亿,推动算力需求向推理端倾斜。
- 算力缺口:2023年中国智能算力需求达123.6EFLOPS,但供给仅为57.9EFLOPS,存在显著缺口。
6. 算力产业链重点分析
- 服务器市场:中国AI服务器市场增长迅猛,2023年全球市场份额前五为戴尔、浪潮、HPE、超微、联想,其中浪潮占据重要地位。
- CPU市场:X86架构仍是主流,但国产CPU如鲲鹏、飞腾等正在逐步替代,具有良好的生态适配能力。
- GPU市场:英伟达、AMD、英特尔主导全球市场,国产GPU如昇腾、寒武纪等正在加速追赶。
- 存储市场:DRAM和NAND Flash为主要产品,长江存储与合肥长鑫技术进展显著,国产替代加速。
7. 技术突破方向
- 先进封装技术:如Chiplet、3D IC等,可提升芯片性能,应对摩尔定律趋缓。
- 3D封装应用:华为、AMD等企业采用3D封装技术,提高晶体管密度,降低能耗。
- 以存代算:通过高性能存储提升算力可用度,缩短大模型训练时间。
总结
国产算力行业正处于快速发展阶段,政策支持、技术突破和市场需求共同推动行业向自主可控、高性能、低成本方向演进。在国际技术封锁的背景下,国内厂商正通过Chiplet、3D封装等技术实现算力“弯道超车”,同时在服务器、CPU、GPU、存储等关键环节加速国产替代。未来,随着AI大模型的广泛应用,算力需求将向推理侧倾斜,国产算力芯片有望在这一领域实现突破,推动行业生态的全面构建。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载