算力AI芯片专题

新闻

作者：微信文章
本资料来源于公司公告，相关新闻，机构公开研究报告以及社交媒体网络等，对文中提到的行业及个股不构成投资建议，图文如有侵权或违反信批请后台留言联系删除



7月18日东兴分析师

摘要

l在AI芯片领域，英伟达凭借其在GPU技术和数据中心的持续创新，成为市值最高的全球公司之一，引领行业风骚。

l国产AI算力芯片方面，华为升腾展现了强劲的市场竞争力，其310和910芯片在训练和推理性能上与英伟达GPU展开激烈竞争。

l华为通过自主开发的达芬奇架构，旨在满足AI领域快速增长的算力需求，同时构建了一套完整的AI计算生态。

lAI芯片市场的竞争格局复杂多变，华为和英伟达需面对技术迭代、市场需求变化、供应链稳定性和国际贸易环境等多重挑战。中国企业在该领域的努力和布局，展现了未来发展的潜力和方向。




要点回顾




英伟达的发展历程是怎样的？

英伟达的发展历程可以分为几个阶段。初创阶段从1993年到1998年，通过DX在市场上站稳脚跟，并在硬件性能上取得领先。1998年至2006年，通过并购加速扩张，实现产品线快速扩展。2016年至2021年，英伟达凭借GPGPU在AI芯片领域确立龙头地位，并通过深度学习技术如DNN推动其在机器视觉和自然语言处理等方面的快速发展，市值从1000亿美元迅速增长至8000亿美元。英伟达在硬件领先、平台积累以及数据中心业务方面的布局，使其成功抓住了AI大时代的机遇，特别是在OpenAI等公司推动下，对数据中心尤其是AI计算中心的发展起到了重要作用。



英伟达的主要业务板块有哪些？

英伟达主要分为四个业务板块。最初是游戏业务，借助其高端GPU性能提升游戏体验。其次，英伟达的GPU高级特效满足了高端显卡和虚拟GPU软件的需求，结合协作平台形成了强大的计算功能和渲染能力。此外，通过并购方式，英伟达扩展了数据中心业务，满足了数据中心对GPU的需求。最后，英伟达还推出了适用于智能汽车中央计算平台的产品，为自动驾驶功能提供支持。



英伟达是如何在AI领域布局并取得成功的？

英伟达在AI领域的成功主要体现在其对硬件性能的领先地位以及对AI相关领域的前瞻性布局。例如，它通过GPGPU在AI领域建立了强大的竞争壁垒，并随着AGI（通用人工智能）产业的发展，进一步提升了全球算力需求。作为卖方角色，英伟达深度参与了AI革命的两个重要阶段，分别是DNN深度神经网络带来的第一波AI革命和XGPT引发的第二波AI革命。尽管面临市场波动和供应链去库存的影响，但英伟达的营收和净利润仍保持了稳健增长，显示出其在AI算力发展方面的强大生命力和竞争力。



英伟达在AI产业中扮演了什么角色？

英伟达是人工智能产业中最大的受益者之一，尤其是在GPU市场份额占据高位的情况下。它不仅提供了高性能的GPU产品，对全球AI发展具有重要参考价值，而且在3D图形处理芯片领域也表现出色，特别是在早期与微软合作开发相关技术时，通过推出N维一显卡显示芯片成功切入市场，并随着3D游戏市场的演进，逐步站稳脚跟并实现上市。



英伟达如何在竞争中脱颖而出并实现快速增长？

英伟达在经历了一系列市场变化和竞争对手的更迭后，通过兼并与收购强化自身实力，特别是在数据中心领域的GPU产品线布局，打造了强大的生态圈并推出了专门针对高性能计算设计的特斯拉运算芯片。此外，英伟达还全力押注AI浪潮，利用GPU的强大性能支持深度学习和高性能计算，成功将战略中心转移到数据中心领域，并随着AI需求的增长和数据中心的快速发展，业绩实现了迅猛提升。



英伟达在中国AI芯片市场的表现如何？

英伟达在中国AI芯片市场的占比约为25%，并且AI芯片业务增长迅速，主要得益于其从游戏机到3D游戏再到数据中心业务的完整布局。特别是在AI新线的快速发展，尤其是大模型需求的推动下，英伟达的GPU在AI浪潮下再次成为受益者，市场份额进一步扩大。同时，英伟达也在智能驾驶、专业级计算芯片等方面加大投入，逆风中实现了市场份额的突飞猛进。



HW升腾AI芯片的发展背景及现状如何？

HW升腾AI芯片的发展背景是基于行业对AI计算需求的增长，尤其是通用算力和智能计算中心的需求强劲。华为通过推出一系列人工智能计算平台产品，如310、910C等训练芯片，以及生成AI计算架构、加速模块和开发环境，形成了完整的AI解决方案。2022年，华为发布了加速卡和推力卡，产业生态逐渐形成，落地应用案例丰富，涵盖了交通、医疗、能源等多个领域。华为凭借其深厚的技术积累和生态建设成果，在AI芯片领域取得显著成就，与鲲鹏、鸿蒙等生态伙伴协同工作，助力数字经济底座的构建，并开放一系列云服务以支持全球客户。



AI处理器的主要组成部分有哪些？AI处理器中的AI计算核心是什么样的设计？

AI处理器是一个SOC，包含CPU、AI计算引擎、缓存/缓冲区以及数字视觉预处理方案等单元。AI计算核心集成了2个AI计算单元，其中AICPU负责非举证类复杂计算，采用华为自研的达芬奇架构，实现了高通量和低功耗的设计。



达芬奇架构包含哪些关键组件？

达芬奇架构主要包括计算单元，如举证计算单元、向量计算单元和标量计算单元，针对AI运算特征优化算力和能效，以满足训练和推理的需求。



310和910这两款基础芯片有何特点和应用？

310主要用于推理场景，而910则是一个高能效比的推理型AI处理器，可对标英伟达A100，具有半精度算力达到320 flops，并采用7纳米工艺。基于910的芯片制作成板卡后，能提升训练数据和梯度同步效率10%至70%。



HW昇腾系列芯片在市场上的表现如何？

HW昇腾系列芯片，在边缘计算、移动端设备等领域表现出色，采用12纳米工艺，其算力和功率接近英伟达A100，并且在AI训练和推理卡性能上优于同类竞品。例如，华为昇腾910在2022年国内计算中心市场混合份额达到79%，并且与众多生态伙伴合作开发了4000套解决方案。



HW生产链及产业链上下游合作伙伴的情况如何？

华为生产链拥有众多合作伙伴，包括华工科技等连接性厂商，AI的快速发展有望加速产业链上下游的合作与共赢。同时，HW生产链还涉及科大讯飞、软通动力、华工科技、广电运通、神州数码、博威合金私人等众多社会标例及产业相关方。

----------------------

公众号改版了，大家可能无法及时接收到文章推送，请务必在文章下方点击“赞”和“在看”，也可以点击公众号主页右上角的三个点，将公众号设置为“星标”，便于查阅（您的点赞与在看，更是我更新的动力）