当前位置:首页|资讯|AIGC

AIGC爆火,海光信息代表国产算力尚能一战?

作者:英才杂志发布时间:2023-02-15

原标题:AIGC爆火,海光信息代表国产算力尚能一战?

本文作者 | 蜗壳

过去的2022年,几乎对全球芯片半导体厂商都是不太友好的,疫情和地缘冲突还是拖累了全球的经济,甚至出现了经济疲软、衰退的信号,尤其是全球的芯片半导体板块,从2020-2021年的“缺芯”到2022年供大于求。事实上,2022年全球头部的芯片半导体公司下调业绩预期也印证了“芯片寒冬”。

今年1月底,芯片巨头英特尔(INTC.O)公告了四季度及2022年全年的业绩,根据公告来看,公司第四季度营收为140亿美元,同比下滑32%;净亏损近7亿美元,而去年同期净利润为46亿美元;2022年全年营收631亿美元,同比下降20%,净利润为80亿美元,同比2021年的199亿美元相比下降60%。除了因特尔,其他头部芯片企业的四季度业绩也都不尽如人意。2022年三季度,多家芯片大厂都下调了盈利预期、库存周转普遍走高,英伟达、美光等国际芯片巨头纷纷下调了下半年和全年的盈利预期,其中,美光四季度营收同比下滑约20%至66.4亿美元,为两年多来的首次下滑,低于市场预期,净利润14.9亿美元,同比大幅下滑45%,也低于市场预期。

芯片半导体的未来在哪?

AIGC崛起,能否温暖芯片半导体寒冬

年后由Open AI开发的人工智能聊天机器人程序Chat GPT大火出圈。火爆到早期吸引马斯克投资,微软注资100亿,更是使得谷歌、百度也都争相布局。毫无疑问,在计算机、互联网行业,Chat GPT的诞生正在掀起一场前所未有的人工智能浪潮。国内资本市场一众相关的A股上市公司短时间吸引了大量资金追捧,一时间风光无限,整个产业链都被热炒。

但是抛开非理性市场炒作,Chat GPT概念的背后的底层逻辑更值得思考。

不仅仅需要机器学习、编程算法技术,最大的潜在需求是对算力和数据中心的建设,正如《流浪地球2》中的量子计算机“550W”和背后的数据中心,超强算力和庞大的数据中心才是对AI技术应用最强力的支撑。

根据Open AI的一份研究成果表明,AI训练所需的算力增长是呈现指数爆炸增长的,其增长速度超越硬件的摩尔定律;数据显示,从2012年到2018年,训练AI所耗费的算力增长了30万倍,而硬件的摩尔定律在相同时间只有7倍的增长。而深度学习的出现加速了性能的扩展,用于AI训练的算力大约每6个月翻一番;而随着大规模模型出现,其训练所需算力是原来的10到100倍。换言之,AIGC在未来得到应用和普及的背后,必然是算力和数据中心市场的增长。

算力的提升与CPU、GPU密切相关,其背后巨大的需求市场几乎是可预见的。更重要的是芯片巨头AMD已经给出了答案,从公司2022年的业绩中可见,公司受到整体经济和板块不景气的影响,虽然传统的PC和游戏等业务营收均出现下滑,但AMD的数据中心业务收入可以达到17亿美元,同比逆势增长42%,这背后正主要得益于EPYC(霄龙)服务器处理器强劲的销售增长,而该处理器正是用于升级完善数据中心的算力。

根据数据来看,国内CPU和GPGPU细分市场规模合计可以达到500亿以上,其中GPGPU市场预期可以达到40%以上的年均增长;CPU行业增长估计较平稳、增速也能超过10%,国产份额不到5%。而且,在国产替代大背景下,国内信创+数字化,使得整体国内微处理器行业增长空间更大,国产替代带来的市场份额提升空间相当可观。

而在国产服务器处理器中,海光信息(688041.SH)的实力值得关注。

AI+信创,海光信息的危与机

在芯片设计中,以CPU、GPU、DSP等大芯片为主自然也成了国产替代领域最受关注的细分领域。作为“国产CPU六君子”之一的海光信息,在2022年成为第二家登录A股的上市公司,目前市值在1200亿左右,是国内独立芯片供应商、处理器龙头企业,公司主营是研发、设计和销售应用于服务器、工作站等计算、存储设备中的高端处理器。产品包括海光通用处理器(CPU)和海光协处理器(DCU):海光CPU系列产品兼容x86指令集以及国际上主流操作系统和应用软件;

海光DCU系列产品以GPGPU架构为基础,兼容通用的“类CUDA”环境以及国际主流商业计算软件和人工智能软件,可广泛应用于大数据处理、人工智能、商业计算等应用领域,简言之,其CPU产品正是提升计算机算力、加快数据处理和机器学习速度的核心。

根据公司分产品来看,公司7000系列处理器是近些年主打的产品,营收增速基本保持在100%左右,而海光7200是业绩增长主力,相比之下7000系列更趋于高端芯片,主要面向关键任务和数据中心关键应用、海光5000系列和3000系列分别为中端芯片何低端芯片,均是面向边缘计算服务器、工作站应用等。海光CPU目前并非面对PC端,而是用于服务器,核心场景在电信运营商、金融、互联网等领域;另一个核心场景是工作站,主要应用场景为工业设计和应用、图形图像处理等。

然而,比较亮眼的是海光信息2021年新增的8000系列处理器。一方面,这块是海光的DCU产品,属于GPGPU的一种,而GPGPU是一种特化版的运算芯片,通过GPU多条流水线的并行计算来实现CPU大量计算。其算力优势,GPU也逐渐被产业和市场视为更适合应用于大数据处理、商业计算等计算密集型应用领域以及人工智能、泛人工智能应用领域,也正是目前最火爆人工智能软件Chat GPT背后提供最核心的算力支持。有传言称Chat GPT背后导入了至少10000个NVIDIA高端的GPGPU,虽然真实性不得而知,但Chat GPT大概率使用了GPGPU来支持算力,此前就有观点表示,GPU的并行计算更适合数据量爆炸的AI场景,由此可见,GPGPU的市场空间可能会非常大。

而且另一方面,海光的DCU系列深算一号已经在2021年实现商业化应用,为公司贡献了2.39亿的增量营收,虽然毛利率仅有34.84%,仅仅是成熟7000系列产品的一半多,但随着深算二号的研发和应用,未来公司在GPGPU相关产品的业绩增量预期还是比较强的。

虽然海光信息的研发方向及商业应用价值较高,且业绩的增量预期也相当高,但是公司的潜在风险也相当之大,目前最大争议就是核心环节的自主不可控。

海光信息CPU产品基于x86架构,性能起点较高,生态支持好,技术门槛和时间成本低,但依赖海外技术授权的供应链风险较大,极容易被“卡脖子”;从生产模式就可以看出很多环节仍然受制于人:

为了确保x86授权不外泄,上游将芯片的核心设计授权给海光微电子,并提供建议的SoC架构布局,而后海光微电子向海光集成电路提供芯片设计平面图,期间互相反馈修改意见,统一后由授权方的工程师审核修改,批准后海光微电子将最终版设计平面图交给光集成电路,并准备接收订单;海光集成电路向海光微电子订购晶圆、硅片,此时海光微电子联系代工厂进行代工制造(海光8100采用7nm先进制程的Fin FET工艺尚需要向三星或台积电订货);代工厂交付给海光微电子后进而将完整的硅片卖给海光集成电路;海光集成电路在国内完成封装后在市场销售成品处理器。

单是7nm先进制程的晶圆,国内目前就无法量产,公司在成本控制上处于被动,更何况核心设计都是受制于上游授权的设计方,如果出现“制裁”等黑天鹅事件,收回授权或将严重影响公司业务。

全球AI产业发展窗口期,叠加国内信创数字化赋能,确实给国内芯片半导体、计算机软硬件企业带来了较大的机会,但现实也摆在面前。海光信息已经是国内较强的CPU与GPGPU的生产厂商,无论技术水平还是上市公司盈利及业绩预期等;相比于海光“同门师兄”的龙芯中科(688047.SH),虽然龙芯中科产品的技术自主可控性较高,但在技术和性能上距离国际一流水平尚有一定距离;包括近期被热炒的“中国英伟达”景嘉微(300474.SZ),被视为国内GPU第一股,技术完全自主可控。先不说其技术上暂且不及头部,单从“军用转民用”来看,能否实现还目前还是个未知数。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1