人工智能专题研究系列二：AI大模型开展算力竞赛，打开AI芯片、光模块和光芯片需求缺口

AI大模型开展算力竞赛，打开AI芯片、光模块和光芯片需求缺口——人工智能专题研究系列二 投资评级：看好 投资要点 ➢AI大模型对算力需求大，推动AI基础设施建设 分析师：吴起涤执业登记编号：A0190523020001wuqidi@yd.com.cn AIGC行业进入高速发展期，AI大模型性能持续提升的背后是千亿级以上的参数训练，带来对算力的高额需求，有望推动新一轮AI基础设施建设。根据IDC数据，预计2023年全球AI支出增速有望达27.9%，而中国智能算力规模将达427EFlop/s，同比增长59%。我们认为AI基建产业链中的核心部件供应公司有望充分受益行业发展机遇。 ➢AI芯片是算力的底层核心，自主可控加快国产芯片发展 AI芯片的数量决定AI大模型的算力。以Nvidia H100为例，在我们测算下一个日均访问量在12亿次（3亿人访问×访问4次）的AI大模型对GPU的需求在13889台；2022年10月7日美国商务部发布的《BIS条例》将Nvidia A100和H100列入对华出口管制名单。在自主可控趋势下国内芯片厂商有望受益AI发展浪潮。目前寒武纪等国内公司的下一代人工智能芯片研发进展顺利，或能在未来填补部分人工智能芯片需求缺口。 ➢高算力需与高速网络架构匹配，光模块/光芯片需求提升 资料来源：同花顺iFinD，源达信息证券研究所 AI大模型中东西向流量大幅增加，更适配叶脊网络架构，将会显著增加400G/800G等高端光模块的用量。以NvidiaDGX H100网络架构为例，一个4-SU单元的NvidiaDGX H100网络架构中GPU、800G光模块和400G光模块的用量比约是1：1.5：1。目前国产光模块已在全球市场中占有较高份额，中际旭创已实现800G光模块批量出货。光芯片作为决定光模块性能的核心部件，未来国产化率上升空间可观。 相关报告： 1.《人工智能专题研究系列一：大模型推动各行业AI应用渗透》2023.08.02 ➢投资建议 1)AI芯片：人工智能芯片是构成AI模型算力的关键，在美国对华出口管制和自主可控背景下，国产芯片公司有望迎来发展机遇，建议关注：寒武纪等； 2)光通信模块：AI时代的网络架构对400G/800G等高端光模块用量有望大幅提升，建议关注：中际旭创、光迅科技等； 3)光芯片：光芯片的性能决定光通信效率和稳定性，25G及以上光芯片国产化率仍有较大提升空间，建议关注：源杰科技、长光华芯等。 ➢风险提示 AI技术发展不及预期，AI商业化推进不及预期，中美贸易摩擦加剧，国产产品研发及市场开拓不及预期。 目录 一、AI大模型发展如火如荼，算力需求缺口大.............................................................................3二、AI芯片：算力核心构成，自主可控推动国产化......................................................................4三、光模块：新型网络架构对高端光模块用量增加......................................................................6四、光芯片：光模块核心部件，国产化空间开阔........................................................................10五、投资建议.............................................................................................................................12六、风险提示.............................................................................................................................13 图表目录 图1：大模型训练所需算力呈指数级增长趋势..............................................................................................................4图2：预计2022-2024年全球AI支出年增速高于20%..............................................................................................4图3：预计2023年中国智能算力规模同比增长59%...................................................................................................4图4：Nvidia GPU H100芯片示意图...........................................................................................................................5图5：H100较A100相比在性能上有大幅提升............................................................................................................5图6：AI大模型中东西向流量显著增加........................................................................................................................7图7：叶脊网络架构适用于东西向流量传输..................................................................................................................7图8：Nvidia DGX H100架构示意图..........................................................................................................................9图9：光芯片在光模块内部通过光电转换实现信号传输..............................................................................................10图10：光芯片分为激光器芯片和探测器芯片..............................................................................................................10图11：国内公司在25G及以上光芯片的全球市场中仍有较大提升空间....................................................................12图12：2021年全球2.5G以下DFB/FP芯片市场格局..............................................................................................12图13：2021年全球10G DFB芯片市场格局.............................................................................................................12 表1：相关公司在AIGC领域布局进展.........................................................................................................................3表2：语言大模型访问量对GPU需求量测算................................................................................................................5表3：国产AI芯片性能指标仍与国际顶尖水平存在较大差距.......................................................................................6表4：BIS禁令限制高性能AI芯片向中国出口.............................................................................................................6表5：叶脊网络架构对光模块数量需求大幅提升...........................................................................................................7表6：Nvidia DGX H100架构所需GPU、交换机数量...............................................................................................8表7：中际旭创在2022年全球光模块企业排名中位居第一.........................................................................................9表8：光芯片具有多种型号适用于不同应用场景.........................................................................................................11 一、AI大模型发展如火如荼，算力需求缺口大 AIGC产业化推进加速。2022年12月OpenAI推出人工智能语言编辑模型ChatGPT。截至2023年1月底，该软件月活用户已突破1亿，刷新移动APP用户增长速度记录，标志AIGC已跨过规模化商用节点。目前微软、谷歌及百度、华为等国内外科技巨头均已在AIGC领域开展军备竞赛。 大模型性能优化需要更高算力，打开智能算力缺口。AI大模型训练运算量呈指数级增长趋势，根据OpenAI官网，AI模型训练计算量自2012年起每3.4个月就增长一倍。以GPT-3模型为例，根据lambdalabs数据，该模型参数规模达1750亿，完整训练运算量达3640PFlop/s-days（以3640PFlop/s速度进行运算，需要3640天）。模型完成单次训练约需要355个CPU年并耗费460万美元（假设采用NvidiaTeslaV100芯片）。 资料来源：AI前线，源达信息证券研究所 高算力需求迫切，推动AI基础设施建设。高训练算力需要与相应基础设施匹配，根据《2022-2023中国人工智能计算力发展评估报告》预计，2023年全球AI支出增速有望达27.9%，而中国智能算力规模将达427EFlo