计算机行业算力知识普惠系列一：AI芯片的基础关键参数-240807-天风证券-22页_2mb

AI芯片行业分析总结

AI计算是一种数学密集型流程，旨在通过加速系统和软件从大量数据中提取见解并学习新能力，其主要流程包括数据提取/转换/加载（ETL）、模型选择或设计、AI推理。算力是计算机处理信息的能力，尤其在AI应用中，可分为基础算力（基于CPU，用于通用计算）、智能算力（AI算力，用于模型训练和推理，芯片包括GPU、ASIC、FPGA等）和超算算力（用于高性能计算，如科学模拟）。算力计量单位包括FLOPS、TOPS和TFLOPS，其中TFLOPS用于训练算力（数值越高，训练效率越高），TOPS用于推理算力。算力精度涉及浮点和整型计算，如FP16和INT8，适应不同场景需求。

AI芯片架构重点强化AI算法执行，主流包括GPU（如Nvidia的H200 TensorCore GPU，计算性能提升显著）和ASIC（如Google的TPUv1，采用脉动阵列设计）。对比CPU，GPU更适合并行处理任务。国内厂商如寒武纪、海光信息也在崛起。技术发展迅猛，AI芯片性能从过去八年间提升数百倍，但面临风险：算力支出与应用可行性关联；市场竞争加剧；技术迭代可能导致产品过时。

风险包括AI算力景气度下降、芯片竞争白热化以及技术不确定性，需密切关注创新和市场适应性。（总结字数约450字符）