以下为报告原文节选
------
引言：大模型时代来临，技术革命带来产业重构
ChatGPT 惊艳问世，引发全球关注，AI 大模式时代来临。2022 年 11 月 30 日，OpenAI发布聊天机器人程序 ChatGPT（Chat Generative Pre-trained Transformer）。该程序一经上线，用户数量 5 天突破 100 万人，月活数量 2 个月内突破 1 亿，成为史上用户增长速度最快的消费级应用程序，引发市场对人工智能的强烈关注。不同于此前的任何 AI聊天机器人，ChatGPT 令人震惊的理解能力和上下文联系能力使得人们相信人工智能正在成为现实。同时，ChatGPT 所具备的理解能力、推理能力、学习能力更使得人工智能帮助人类提高生产力。
以 ChatGPT 为代表的大语言模型需要的巨大的参数量级是其有别于之前人工智能模型的关键点。大语言模型的“涌现”（Emergent）现象是指在模型训练参数和数据量超过一定数值之后，模型突然出现了意想不到的能力，令 AI 突然变得非常智能。谷歌、DeepMind、斯坦福的 16 位专家合作的论文《Emergent Abilities of Large Language Models》（大语言模型的涌现能力）阐述了大模型所展现的神奇能力正来自于其模型参数规模。大语音模型随着规模的增长，实现了性能的大幅提升。
随着大模型的参数量级的巨大提升，算力需求也将一同被引爆。除了大语言模型的参数量级之外，数据集规模和模型训练时长也一同影响模型效果。OpenAI 团队在其发布的论文《Scaling Laws for Neural Language Models》（自然语言模型的伸缩法则）中提出了大模型遵循“伸缩法则”（scaling laws），并证明当参数规模增加、数据集规模增加并延长模型训练时间，大模型的性能就会提升，并且如不受其他两个因素制约时，大模型与每个单独的因素都呈现幂律关系。因而为了提升模型性能，单单增加参数规模是不够的，也需要延长模型训练时间，而这便对算力提出了需求。可以预见的是，在业界纷纷加码大模型产业，不断提升参数规模的同时，大模型训练所需要的算力也将大大提升，进而带来整个产业的重大变革。
海量算力需求催生行业巨头，AI 芯片行业将迎来重大发展。每一轮新应用爆发周期都会带动对海量底层资源的需求，海量需求带动底层变革降低 IT 成本反哺新应用创新形成正向循环直至到了阈值。互联网发展至今主要经历了 PC 互联网以及移动互联网两次互联网革命，未来随着生成式人工智能的不断发展有望催生新的技术变革。从历史上看过往每一轮技术变革都将带来新一轮的 IT 技术红利释放，进而带动 IT 产业进入新一轮创新周期诞生出新的巨头。过往每一轮技术革命在带动 IT 产业全面扩容的同时，催生新一轮创新诞生出新的巨头。PC 互联网（互联网 1.0）：80 年代中期现代 Internet 的前身 NSFNET 的广域网建立，正式开启 PC 互联网时代。PC 互联网解决人与人，人与内容的链接，催生出消费互联网创新周期，诞生出英特尔、微软、亚马逊、阿里巴巴等一批巨头。移动互联网（互联网 2.0）：2007 年以第一代 iPhone 发布为标志，移动互联网革命逐渐开启，移动互联网在进一步扩大链接数量的同时，增强了互动属性，催生出移动应用创新周期，诞生出亚马逊、苹果、Google 头条、FaceBook 等巨头。AIGC（互联网 3.0）：2022 年 ChatGPT 提供新一代人工智能问答服务，有望带动新一轮创新周期开启，现阶段 AIGC 发展还处于雏形阶段，未来谁是 AIGC 时代技术红利的最大受益者还有待观察。
扩容与创新是每一轮互联网革命的共性。每一轮技术革命都伴随基础设施层的变革，随着基础设施层核心要素完备创新周期逐渐开启，新兴需求与场景不断发展带动对基础设施资源的需求，底层资源规模效应带动成本降低进一步推动科技创新，逐渐形成正向循环，新的场景与需求不断涌现，最终技术红利消退整个行业静待下一轮技术革命的到来。基础设施层面与应用层往往是技术红利的最大的受益者。基础设施是整个技术革命的基座享受整个行业扩容带来的红利；应用层是创新增量主要来源，新时代的巨头往往由新技术应用催生而出。
英伟达（NVIDIA）是一家专注于 GPU 芯片设计的企业。公司创新性的提出 CUDA 架构使 GPU 实现了通用计算功能，并在 AI 行业发展初期市场不看好的情况下，前瞻性预见了 GPU 在 AI 市场的应用并全力以赴开展相关布局，从而使得公司在 2010 年代的人工智能浪潮中实现迅猛发展，其数据中心业务收入占比逐渐提升，成为公司重要收入来源。参照英伟达在 AI 产业变革中的高速发展，本轮大模型技术周期中，AI 芯片行业也将迎来重大的机遇，国产算力产业链中或将迎来全面机会。
在算力需求迅猛提升的同时，GPU 的市场基本被国外厂商垄断。据据现有统计数据，2020 年全球 GPU 市场规模价值 200 亿美元，预计 2021 年将增长 15%，从 2015 年到2025 年平均每年增长 13%，从 80 亿美元扩大到 350 亿美元。而这市场基本被英伟达、AMD、英特尔三家国外巨头厂商垄断。
而与此同时，中美科技摩擦加剧，国产算力的紧迫性和重要性得以进一步提升。美国政府为了扼制中国高新科技产业发展，近年来采取多种手段对中国的芯片产业进行限制。2020 年 12 月 18 日，美国商务部以保护美国国家安全和外交利益为由，将中国最大的芯片制造商及其他数十家中国企业列入“实体清单”，禁止美国出口商在未获许可证的情况下向其出售制造 10nm 及以下先进制程芯片的设备。2022 年 8 月 10 日，拜登政府正式签署了《2022 年芯片与科学法案》，该法案将对美国本土芯片产业提供约 527 亿美元的巨额补贴，并强制规定获补贴企业不得在中国投资或扩建先进制程的半导体工厂。2022 年 8 月 31 日，英伟达发布公告，美国政府要求其停止向中国出口两种用于人工智能工作的顶级计算芯片，此次管制涉及英伟达 A100 和即将出货的 H100 两款芯片，以及英伟达未来推出的峰值性能等同或超过 A100 的其他芯片。同时被禁的还有 AMD的 MI250 人工智能芯片。2023 年 6 月 30 日，荷兰光刻机设备公司 ASML 宣布，将遵守荷兰相关的出口管制规定，停止向中国企业出口 NZT：2000i 系列及之后的光刻设备。同时，据 CNN 发布，美国商务部正考虑进一步收紧对华 AI 芯片的出口管制，限制英伟达等芯片厂商向中国客户提供 A800 及 H800 芯片。由于美国的“芯片禁令”，国产算力芯片替代迫在眉睫。基于供应链安全和算力保障考虑下，我们认为在我国算力基数设施发展过程中，自主算力芯片有望获得更多的政策支持，尤其是涉及到国家安全的党政军及关键基数设施领域。因而可重点关注国产算力芯片在本轮产业变革中的重大投资机会。华为昇腾：国产算力领军，稳中有进
华为作为中国科技的领军企业，在这轮大模型产业浪潮中，布局完善，并在 AI 芯片领域有着深厚积累。虽然面对来自美国的制裁，华为仍坚持自主研发，打通了由芯片层到设备层，到云平台，到数据层，再到大模型，并最终落地应用的完整 AI 产业链。公司针对人工智能领域应用场景，在 2018 年的华为全链接 2018 大会上推出了昇腾系列（HUAWEI Ascend) 芯片，主要产品有昇腾 310 与昇腾 910。昇腾 310 芯片是一款高能效、灵活可编程的人工智能处理器，芯片在典型配置下可以输出 16TOPS@INT8,8TOPS@FP16，功耗仅为 8W。昇腾 310 芯片采用自研华为达芬奇架构，集成丰富的计算单元, 提高 AI 计算完备度和效率，进而扩展该芯片的适用性。芯片实现了全 AI 业务流程加速,大幅提高 AI 全系统的性能，有效降低部署成本。昇腾 910 是业界算力最强的 AI 处理器，芯片基于自研华为达芬奇架构 3D Cube 技术，实现业界极佳 AI 性能与能效。芯片架构灵活伸缩，支持云边端全栈全场景应用。在算力方面，昇腾 910 完全达到设计规格，半精度（FP16）算力达到 320 TFLOPS，整数精度（INT8）算力达到 640TOPS，功耗 310W。据艾瑞咨询发布的《2021 年中国人工智能芯片市场研究报告》显示，2020 年华为昇腾 AI 芯片市场份额达到 26.3%，已经成为中国市场份额领先的人工智能芯片厂商之一。
达芬奇架构是华为自研的面向 AI 计算特征的全新计算架构，具备高算力、高能效、灵活可裁剪的特性。达芬奇架构包含核心的 3D Cube、Vector 向量计算单元、Scalar 标量计算单元等等多种计算单元，各自负责不同的运算任务实现并行化计算模型，以实现 AI计算的高效处理，每个 AI Core 可以在一个时钟周期内实现 4096 个 MAC 操作，相比传统的 CPU 和 GPU 实现数量级的提升。由于采用可拓展设计，达芬奇架构能够满足端侧、边缘侧及云端的应用场景，可用于小到几十毫瓦，大到几百瓦的训练场景，横跨全场景提供最优算力。
2018 年，昇腾 AI 芯片一经问世，便广受关注，其优秀性能令业界对昇腾的发展充满了期待。根据华为昇腾原来的时间表，昇腾 310 和昇腾 910 仅仅是一个开始，后续将推出更多的 AI 处理器，覆盖训练、MDC/DC、边缘计算多种场景。原计划将在 2021 年推出用于训练场景的昇腾 920，边缘计算场景的昇腾 320。然而受到 2019 年开始的制裁影响，昇腾 AI 芯片的研发进度都向后延宕，发展进度受到巨大影响。
除了昇腾系列 AI 芯片，华为昇腾搭建了一套自主创新的软硬件全栈系统，其中包括 Atlas系列硬件及伙伴硬件、统一异构计算框架 CANN、全场景 AI 框架昇思 MindSpore、昇腾应用使能 MindX 等，并将软件开源、硬件开发。围绕着这一系列软硬件系统，昇腾打通了一条从 AI 大模型研发到应用落地的全产业链路径。
Atlas 系列硬件产品以昇腾 310 和昇腾 910AI 芯片为基础，通过模块、标卡、小站、服务器、集群等丰富的产品形态，面向不同应用场景（云、边、端）的全栈解决方案，是昇腾 AI 平台的底层核心支撑。
CANN（Compute Architecture for Neural Networks）异构计算架构是华为昇腾 AI 基础软硬件平台的核心。CANN 向上支持多种 AI 计算框架，向下服务 AI 处理器与编程，发挥承上启下的关键作用，是提升昇腾 AI 处理器计算效率的关键平台。MindSpore 是华为自研的开源全场景 AI 计算框架。AI 框架是算法模型设计、训练和验证的一套标准接口、特性库和工具包。MindSpore 是支持千亿参数大模型训练的 AI 框架，并针对大模型开发时遇到的内存占用、通信瓶颈、调试复杂、部署难等问题，进行了技术研究与创新。
--- 报告摘录结束 更多内容请阅读报告原文 ---
报告合集专题一览 X 由【报告派】定期整理更新
（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）
精选报告来源：报告派
科技 / 电子 / 半导体 /
人工智能 | Ai产业 | Ai芯片 | 智能家居 | 智能音箱 | 智能语音 | 智能家电 | 智能照明 | 智能马桶 | 智能终端 | 智能门锁 | 智能手机 | 可穿戴设备 |半导体 | 芯片产业 | 第三代半导体 | 蓝牙 | 晶圆 | 功率半导体 | 5G | GA射频 | IGBT | SIC GA | SIC GAN | 分立器件 | 化合物 | 晶圆 | 封装封测 | 显示器 | LED | OLED | LED封装 | LED芯片 | LED照明 | 柔性折叠屏 | 电子元器件 | 光电子 | 消费电子 | 电子FPC | 电路板 | 集成电路 | 元宇宙 | 区块链 | NFT数字藏品 | 虚拟货币 | 比特币 | 数字货币 | 资产管理 | 保险行业 | 保险科技 | 财产保险 |
