AI大模型专题：AI大模型风起云涌，半导体与光模块长期受益（附下载）
今天分享的是AI系列深度研究报告：《AI大模型专题：AI大模型风起云涌，半导体与光模块长期受益》。
（报告出品方：东海证券）
报告共计： 55页
海量/完整电子版/报告下载方式：公众号《人工智能学派》
摘要
全球AI大模型高速发展带动算力芯片与光模块产业受益。2023年以来，以ChatGPT、Sora为代年0AGR约为29%8表的多模态AI大模型横空出世，标志着人工智能技术已经进入一个新的纪元。未来，通用人工智能(AGI)有望集多楼态感知、大数据分析、机器学习、自动化决策于一体，重塑人类工作和生产生活的方式，引领人类步入第四次工业革命。算力的高速增长需要更多的A!服务器支撑，2023年全球AI服务器约85.5万台到2026年预计将达到236.9万台，CAGR为29.02%，从而驱动AI算力芯片与配套的光模块产业高增长。
GPU是常见的AI芯片种类，AI芯片一般占据A!服务器成本70%左右，国产算力芯片在海外垄断格局下有望实现国产善代。AI芯片按照技术架构和应用需求可分为GPU、FPGA、ASIC和类脑芯片四大类，GPU是多功能的并行处理器，由于其通用程度高、软件生态丰富、制造工艺相对成熟，是目前最为普遍的AI芯片类型，占到中国AI运算市场的约89%。GPU是AI服务器的核心，约占近90%AI芯片市场份额，其价值量占A1服务器高达70-75%。2023Q4英伟达、AMD、英特尔分别占据全球GPU市场份额是80%、19%、1%。中国AI算力在文心一言、讯飞星火、通义千问等大模型支持下，长期需求规模较大。
HBM一定程度解决了算力增速大于存储增速的内存墙问题，由于其板高带宽、低功耗、小体积优势，成为GPU显存的最佳方案，随着A!算力芯片的高增长，HBM飞快发展，国内相关产业髅企业或将受益。近几十年来，处理器的性能以每年大约55%速度快速提升，而内存性能的提升速度则只有每年10%左右。不均衡的发展速度造成了当前内存的存取速度严重滞后于处理器的计算速度，内存瓶颈导致高性能处理器难以发挥出应有的功效。HighBandwidth Memory，即高带宽内存，是一种新兴的DRAM 解决方案。HBM具备极高带宽:达到1T/s;体积减小:比GDDR降低94%的尺寸;低功耗:高度集成后比GDDR拥有更小的电压与功耗。这些显著优势促使HBM快速发展，目前全球主要被韩美企业垄断，国内厂商纷纷布局，适合国产HBM发展的产品即将问世。
光模块受益算力需求高增长，我国模块封装能力成熟，或将受益高速光模块需求增长，同时受益光芯片国产化进程。光模块用于服务器或者数据中心的高速互联，主要下游在电信与IDC，随着AI服务器发力发展，数通光模块在2026年或将占据60%份额。全球TOP10大光模块企业中，中国大陆占据5家，封装能力全球领先。从光模块成本结构看，光模块器件占据了光模块73%的成本，而光芯片与电芯片占据光器件的主要成本，高端光芯片(25G以上)国产替代率较低，国内企业在2.5G和10G光芯片领域基本实现了核心技术的掌握，国产化率分别为90%和60%，但是25G光芯片国产化率为20%，25G以上光芯片国产化率仅为5%，国产替代空间较大。
通用AI概念：AI有望引领人类第四次工业革命
复盘历史上三次工业革命，每一轮都伴随着核心技术的突破和生产方式的重大变革。 第一次工业革命以蒸汽机的发明为代表，机器解放了人类的双手，第二次则由电力和内燃机驱动，改变了人类交通和通信的方式，第三次是计算机和互联网技术的发明，使自动化产线和工业机器人得以大规模应用，移动通讯技术发展使信息传播速度前所未有，极大促进了生产力的发展。
2023年以来，以ChatGPT、Sora为代表的多模态AI大模型横空出世，标志着人工智能技术已经进入一个新的纪元。未来，通用人工智能（AGI） 有望集多模态感知、大数据分析、机器学习、自动化决策于一体，重塑人类工作和生产生活的方式，引领人类步入第四次工业革命。
通用AI概念：人工智能的分类和三大要素
人工智能（Artificial Intelligence）是通过计算机和算法来模拟、扩展人类智能的一门技术科学。其本质是使计算机和人一样具备学习、推理、感知和决策的能力，代替人类解决和处理各类复杂的工作，从而提升效率和解放生产力。常见的AI研究包括机器学习、机器视觉、自然语言处理和专家系统等。
按照智能程度划分，AI可分为弱人工智能（ANI）、通用人工智能（AGI）和超级人工智能（ASI）。弱人工智能是指只能解决单个特定领域问题的AI，如面部识别、语音识别等，目前已广泛应用。通用人工智能是指具备人类级别智能的AI，目前还尚未实现，但Sora的问世无疑使我们离AGI更进了一步。超级人工智能是指超越人类智能且具有自主思维意识的AI，目前尚处理论阶段。
人工智能具有算力、算法、数据三大要素，其中基础层提供算力支持，通用技术平台解决算法问题，场景化应用挖掘数据价值。
报告共计： 55页
海量/完整电子版/报告下载方式：公众号《人工智能学派》