AIGC行业深度报告（5）：ChatGPT：加速计算服务器时代到来

分析师：刘泽晶 SAC NO：S1120520020002 邮箱：liuzj1@hx168.com.cn 核心逻辑: 大模型出现有望带动AI服务器需求爆发 我们认为ChatGPT具备跨时代的意义的本质是AI算法大模型，因此科技巨头已经开始算力“军备赛”，大模型的出现有望带动AI服务器需求爆发。服务器架构随负载量扩张不断优化，已经经历传统单一部署与集群模式，目前正处于分布式模式的转变阶段。CPU、内部存储和外部存储是服务器的核心部件。 加速计算是服务器成长的核心驱动力 按照CPU指令集架构的差异，服务器可分为CISC(复杂指令集)、RISC(精简指令集)、VLIM等架构，代表架构为X86。人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力，AI服务器相较于通用服务器区别在于硬件架构、加速卡数量与设计方面；我们认为AI服务器众芯片组为服务器的核心，且价值成本占比较高。 算力时代到来，服务器价值再次凸显 我们认为服务器是“伴科技类”的硬件产品，随着科技的服务形式和应用方式不断进步，服务器同样在不断迭代升级或更新换代，近年来随着互联网+、云计算、AI+、边缘计算的出现，服务器市场迎来了极大的发展；根据IDC的数据显示，国家计算力指数与GDP/数字经济的走势呈现出了显著的正相关，而AI服务器作为算力载体为数字经济时代提供广阔动力源泉，更加凸显其重要性。 投资建议: 关注两条投资主线： 1)AI服务器生产商，重点推荐中科曙光，其他受益标的为浪潮信息、拓维信息、神州数码； 2)具备算力芯片的厂商，受益标的为寒武纪、海光信息、龙芯中科、景嘉微。 AI伦理风险、政策推进不及预期的风险、中美贸易摩擦升级的风险。 服务器需求呈现加速状态 1.1 ChatGPT的竞争本质即大模型储备竞赛 大模型是人工智能发展的必然趋势:大模型即“大算力+强算法”结合的产物。大模型通常是在大规模无标注数据上进行训练，学习出一种特征和规则。基于大模型进行应用开发时，将大模型进行微调，如在下游特定任务上的小规模有标注数据进行二次训练，或者不进行微调，就可以完成多个应用场景的任务。 大模型是辅助式人工智能向通用性人工智能转变的坚实底座:大模型增强了人工智能的泛化性、通用性，生产水平得到质的飞跃，过去分散化模型研发下，单一AI应用场景需要多个模型支撑，每个模型需要算法开发、数据处理、模型训练、参数调优等过程。大模型实现了标准化AI研发范式，即简单方式规模化生产，具有“预训练+精调”等功能，显著降低AI开发门槛，即“低成本”和“高效率”。 算力是打造大模型生态的必备基础，服务器是算力的载体:算力是训练大模型的底层动力源泉，一个优秀的算力底座在大模型(AI算法)的训练和推理具备效率优势；服务器是算力的底层载体，包含CPU、GPU、内存、硬盘、网卡等，在ChatGPT中具有举足轻重的作用，算力是服务器通过对数据进行处理后实现结果输出的一种能力。 1.2大模型出现带动AI服务器呈现加速状态 我们认为大模型的出现有望带动AI服务器需求:我们认为除了对低延迟低功耗算力的性能需求，在服务器的种类上也产生了多样化、细分化的场景应用需求。各行业与人工智能技术的深度结合及应用场景的不断成熟与落地，使人工智能芯片朝着多元化的方向发展，为了迎合芯片的多元化，服务器的类型也将越来越丰富，并适用越来越多的行业应用场景。根据IDC的数据，在2021年的统计，预计到2025年中国加速服务器市场规模将达到108.6亿美元，且2023年仍处于中高速增长期，增长率约为20%。 AI大模型对算力的需求分别来自训练和推理两个环节。1）训练环节：通过标记过的数据来训练出一个复杂的神经网络模型，使其能够适应特定的功能，模型具有一定的通用性，以便完成各种各样的学习任务。该环节需要处理海量的数据，注重绝对的计算能力。2）推理环节：利用训练好的模型，使用新数据推理出各种结论。借助神经网络模型进行运算，利用输入的新数据来一次性获得正确结论的过程。该环节对算力要求比训练环节略低，但注重综合指标，单位能耗算力、时延、成本等都要考虑。 2021-2025年中国服务器市场规模及增速(亿美元) 1.3服务器架构随负载量扩张而不断优化 服务器价值凸显:计算机的一种，它比普通计算机运行更快、负载更高、价格更贵，主要用于在网络中为其它客户机提供计算或者应用服务。服务器具有高速的CPU运算能力、长时间的可靠运行、强大的I/O外部数据吞吐能力以及更好的扩展性。服务器一般具备承担响应服务请求、承担服务、保障服务的能力。其内部的结构与普通的计算机相差不大，主要包括如：CPU、硬盘、内存，系统、系统总线等，但相较于PC端需考虑几方面，例如可拓展性、易使用性、可用性和易管理性。 服务器架构随负载量扩张而不断优化:服务器架构经历了从传统单一模式到集群模式，再到分布式架构的优化过程。传统单一模式，服务器诞生初期将所有功能汇集在同一个系统，缺点为不便于维护、横向拓展性不佳；因此集群模式诞生，这种集群模式将同一项目放在多个服务器上，有效缓解用户访问量大的压力，但由于各个服务器间功能重复却缺乏协同，系统维护成本仍然较高，且增加了用户重复登陆问题，因此服务器架构进化到分布式模式。在分布式架构中，整个系统按照不同功能拆分为多个单一功能的子模块，每个模块被放到不同服务器中相互协作，共同组成服务器网络，能够有效解决功能耦合度高等问题且代码复用性高。 1.4深度拆解服务器核心硬件组成部分 服务器的组成:服务器主要由主板、内存、CPU、磁盘、网卡、显卡、电源、主机箱等硬件设备组成；其中CPU、内部存储和外部存储是组成核心部件。 CPU处理器：负责整个服务器的运算与控制，相当于人的大脑，是直接影响到服务器性能的核心部件。单台服务器可由多个CPU组成，一般服务器CPU个数多为2-4颗，也可有单颗的；虚拟化主机CPU有4-8颗的。CPU越多服务器性能越高。CPU的核数一般都是四核。 内部存储：是CPU和硬盘之间的缓冲设备，是临时存储器（作用是临时存放数据），程序在运行的时候，都会调度到内存中运行，服务器关闭或程序关闭之后数据将自动从内存中释放掉。 外部存储：永久存放数据的存储器，其中常用的硬盘有300GB，500GB，1TB，3TB，4TB等。硬盘类型分机械硬盘，固态硬盘两种。 硬件成本构成:我们认为，以一台通用服务器为例，CPU(主板或芯片组)占比最高，大约占成本50%以上，内存(内部存储+外部存储)占比约为20%。 1.5服务器的分类:按机箱结构分类 服务器按照机箱结构可分为:塔式服务器、机架式服务器、机柜式服务器、刀片式服务器。 塔式服务器:采用台式机箱结构，常见的入门级和工作组级服务器基本上都采用这一服务器结构类型。优点:对放置空间要求较小，拓展性高，应用范围广泛，成本较低；缺点：升级扩张有限，独立性强； 机架式服务器:设计宗旨主要是为了尽可能减少服务器空间的占用，例如专业网络设备。优点:比塔式服务器对空间的要求更小。可扩展性强，扩展操作便利；缺点:拓展和散热受到一定限制，因此无法实现完美的设备扩张，单机性能有限； 机柜式服务器:应用于企业端，内部设备较多或不同设备单元放置在一个机柜中。优点:功能模块与支撑模块彻底分离，可靠高效。灵活架构，允许网络、计算、存储有机共存、维护简便，缺点:投入成本较高、能耗高、内部拓展性有限。 刀片式服务器:专为特殊应用行业和高密度计算机环境而生，每一片“刀片”即模板，类似独立服务器，在集群模式下，具备高速网络 环境、资源共享等领域，广泛应用于数码媒体、医学、航天、军事等领域，性能较高，可实现轻松替换且便于维护，但是价格成本较高。 1.6.1服务器的分类方式:按照CPU架构分类 伴随应用需求不断扩张，不同架构服务器百花齐放：按照CPU指令集架构的差异，服务器可分为CISC、RISC、VLIM等架构。 CISC(复杂指令集):庞大复杂的指令数目，常见CISC微指令集主要集中在：AMD、Intel、VIA等IA-32、X86架构的CPU产品；优点在于能够有效缩短新指令的微代码设计时间，允许设计师实现CISC体系机器的向上相容，指令丰富且功能强大，而缺点指令使用率不均衡、不利于采用先进结构提高性能等。 RISC(精简指令集):对指令数目和寻址方式都做了精简。包含了简单、基本的指令，透过这些简单、基本的指令，就可以组合成复杂指令，常见RISC微指令集主要集中在：DECAlpha、ARC、ARM、AVR、MIPS、PA-RISC、PowerPC、RISC-V中，优点在于指令执行效率高，原因是90%指令由硬件直接完成，10%的指令是由软件以组合的方式完成；缺点在于指令数较少，功能不及CISC强大。 VLIM(超长指令集架构)：采用多个独立的功能部件,指令调度是由编译器静态调度完成,因此指令可同时流出数目越大，超长指令的性能就明显；优点在于结构简单且价格低廉，缺点在于编译器负担较重，且需要更多内存，目前微处理器有Intel的IA-64和AMD的x86-64。 1.6.2X86和ARM各具优势，国产生态迎新机遇 X86架构服务器仍占绝对优势，ARM架构服务器潜力巨大：根据市场应用占比把服务器分为X86服务器和非X86服务器，目前使用X86架构的服务器CPU仍然占据绝对优势。根据芯八哥数据，按照2021年统计数据，X86架构市场占比高达97%，ARM占比仅为2.07%，Power BI占比为0.27%，但以ARM为代表的RISC结构近年来增长迅猛，尤其国内诞生了以华为海思、阿里平头哥为代表芯片企业。 X86和ARM各具优势:ARM体积小、低功耗、低成本、执行更加高效、指令长度固定，然而在性能上不及X86，如果ARM要在性能上接近X86，就需要极高的频率，从而带来较高能耗；X86单条指令功能强大且指令数相对较小、带宽要求低，然而缺点在于寻址范围小、部分计算机利用率不高、执行速度慢。 ARM加速迭代，国产生态迎新机遇:根据TrendForce数据预测，随着云数据中心增长，预计到2025年，ARM架构在数据中心服务器市场渗透率将达到22％；ARM在服务器的市场崭露头角，早在2008年高通、博通、微软、华为、飞腾等，也陆续开发了各自的ARM服务器CPU，2019年，随着着ARM的Neoverse平台路线图的推出，服务器市场份额渗透率得到质的提升；国产生态迎新机遇，X86生态依然被AMD和英特尔垄断，而ARM架构随着国产生态和技术逐渐成熟，迎来国产替代的新机遇。 1.6.3我国服务器占比逐年攀升，呈现快速增长态势 我国服务器占比逐年攀升，云有望成为重要抓手:根据IDC数据，2021年全球服务器市场规模为992亿美元，同比增长9.01%，中国市场规模约251亿美元，近年来占全球比重呈现快速上升趋势，已成为全球最主要的服务器增长市场。此外，公有云作为国内外数据流量的重要抓手，服务器同样彰显其重要算力底座，我们认为其存在巨大成长空间。 我国服务器单台均价接近全球均价:2021年全球服务器平均单价高达7328美元/台，我国市场也达到了6415美元/台，我国服务器价格呈现上升状态，并且接近全球服务器平均价格。 人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力:根据IDC的数据，随着智能应用正不断深入，从碎片化过渡到深度融合的一体化，从单点转换为多元化的应用场景，在金融、制造、能源和公共事业等行业体现尤为显著。2021年上半年，中国加速计算服务器市场达到24亿美元，同比增长85.1%，此外，中国2021年H1服务器排名前五的厂商分别为浪潮、新华三、华为、戴尔、联想。此外，根据IDC的预测，未来中国整体服务器的复合增长率为12.7%，2025年中国服务器市场规模预计将达到424.7亿美元。 1.7.1 AI服务器:加速计算服务器是服务器成长的核心驱动力 服务器同样可以按照CPU数量进行分类:可以分为单路服务器、双路服务器、四路服务器和多路服务器。“路