算力AI芯片专题

发言人1 00:00发言人1 01:19地位。发言人1 03:36发言人1 05:11 个GPU，还有虚拟的GPU软件，还有英伟达的协作平台，三个相结合，实现了一个强大的一个计算功能跟原生协作。发言人1 06:51然后英伟达通过并购的一个方式，收购了之前的数据中心业务，加速了应。因为它的下游数据中心需要用这个GPU，这块的话主要有相关的GPU产品。然后随着计算越来越需求越来越旺盛，这个SOC、芯片，英伟达的这款也是适用于智能汽车的中央计算平台。所以它就是为这个自动驾驶功能，自信度视图，数字的仪表盘，以及这个AI座舱提供了一个强有力的一个支持。所以他的话这个是也是一步一步的通过四大业务板块，寻找了锁定了这块的一个行业的一个商机。发言人1 07:46然后英伟达的话主要就是分为几类。一个就是这个人工智能，这个通用目的图形处理器，就这个GPGPU，然后本身又有个扩展平台，在用于江苏计算人工智能领域，然后有算法模型，所以这块的话构筑了一个强大的一个精神壁垒。然后AGI这个产业提升了全球的算力的一个需求。神经伟达作为一个算力龙头，其实一个就是前端布局，另外一个就是这个AI的一个爆发期，这个前端布局的这这一块，然后改善了这个时代的一个发展。所以华为生产的发展路径，就展现了这模式的一个借鉴和创新。发言人1 08:33所以英伟达最近的H20这块的一个放开，主要就是上游，像这个光模块，PCB这块的话，这还有包括这个PCB的上游，然后还有就是像这个跟规模化相关的，这些就是持续的收益和业绩是啊是释放出来的，业绩增速也是非常快。然后英伟达的话就是啊主要这几个板块，都相比而言，像数据中心，这个增速非常快。然后就是这个，可视化，从这个股价来看的话，也就是从2023年，这个OpenAI，生成式AI这块的话一个发展引爆了第二波的AI革命，带来了算力的一个海量的一个需求。所以英伟达它是作为一个纳税人的一个角色，然后英伟达的话基于这个DNN的深度神经网络，带来了第一波的AI革命。然后另外一块就是什么ChatGPT，带来了第二波的AI革命。所以AI虽然年初的时候，就今年出来一直在一度担心，他的国内的deep stick，对于GPU的需求会不会下来。但是我们发现还是英伟达的这个高端显卡供应球，虽然之间有波动，但预期有变化，但是这个基本面仍然是非常的强劲。发言人1 10:31然后另外一个就是受益于一个算力的一个发展，这个营收，我们可以看到，2008年到2024年，这个增速其实是非常快的，基本上都是都是正增长。然后这个增速的话，相对而言都是一个比较稳健的一个增长。利润端可以说是一个突飞猛进的一个增长。然后2024年这个净利润大幅增长，2023年主要就是供应链的话去库存的一个这的一个方式。但是2024年这个净利润297.6亿美元，同比增长了接近五倍。然后2011年到2023年，这十年的年复合增长率，净利润达到了26.79%，也是非常的优秀的。发言人1 11:32然后我们也是可以看一下英伟达的一个发展历程。一个就是这个初创阶段，通过这个游戏机。另外一个第二个就是通过这个产品线的一个扩张。第三个就是扩大平台跟布局GPGPU，这是十年也非常关键。然后15到21年，这也是一个快速的增长，主要就是。这个方面，这个矿机，加速计算，包括数据中心，222年到现在至今，就是一个因为它的这个GPU，像通用GPU市场份额非常高，另外一个就是它的这个性能强劲。是这个AI训练的一个首选。所以英伟达成为人工智能产业浪潮中最大的一个受益者，也是基本上在我们的全球的AI市值的第一，所以英伟达这块的话，其实都给我们很很大的一个参考和借鉴意义。 发言人1 12:39然后这个3D游戏这块，英孚维达，就是在这个图形处理芯片厂商里面，也是比较突出的。然后这个3D游戏，93年的时候，这个华仁勋就是他们共同创立了英伟达，然后推出了他1995年推出了一款显卡显示芯片，这个一然后开始开始切入这个3D之后的这个windows之后的话也面临了一些问题。但是英伟达的话在这个方面，也基本上也相对而言性能又比较突出。然后另外一个就随着他这个3D游戏这块的一个发展，英伟达开始去转向微软的directs等支持的这个KPI，然后英伟达在这个看领域站稳了脚跟，在发生四个月迈出了100万台，然后英伟达也发布了新的一个显卡，然后成功的在当年在纳斯达克上市。发言人1 14:08然后第二个阶段的话就是getat force这个26856，这个图形处理器的一个需求，然后GPU的这个市场变化也比较快，就之前的一个玩家持续的退出了这个行业。最后就是剩下的这个英伟达，因为他或是推出了这个杀手级的产品get后跟force 256就是英伟达的收入基本上每年基本上翻一番。通过然后又通过这个兼并收购，收购了最大的竞争对手，然后持续进入了包括这个无线移动这些领域。然后这个英伟达因为它依赖于微软，然后通过这个复杂的一个竞争状况，英伟达迅速做出调整，全力提升这个产品的一个性能。发言人1 15:23然后第三个阶段的话就是通过布局这个啊GPGPU这块的话，打造了固定的一个生态圈，然后推出了特斯拉这个运算芯片，专门针对这个高性能计算，叫做科学计算设计。然后2008年的时候，推出了这个tiger，进入移动处理器市场。然后持续的在这个PC高端游戏机之间领先，整个整个市场中领先，然后部分的这个有赚钱需求的细分市场被英伟达这块基本上已经垄断了。发言人1 16:03第四个阶段就是这个AI的一个浪潮，英伟达在全力压住的这个AI在超级计算机领域这块的话，通过这个GPU这块强大的一个性能，支持深度学习和高考性能计算设计，就引入了光线追踪技术和大主体上的图形处理和AI推理能力。然后英伟达将这个战略中心转移到这个数据中心，然后在这个数据，特别是这个计算中心这上面，也是有个持续的一个，一个发展。然后2022年的这个GPUH100，这块性能提升了4.5倍。数据中心从三个亿美元到2022年的这100亿美元，相对而言，这个数据中心也是有可快速的一个发展。然后2022年到2025年，这块ChatGPT的一个退出，这个大模型需要数据中心进行一个加速的一个计算。所以这个数据中心里面这个GPU相对于生成式人工智能，对这块的英伟达的这个数据平台数据中心平台的一个快速的一个发展，所以这块的话这个业绩的话，这个增速非常快。然后这个市值也是登顶了全球第一。发言人1 17:37然后英伟达相对而言，也是历史上也不是那么一帆风顺的，因为他也是经历了像我们看到的这个呃多重图像上，纵横限电，显卡出现了故障。另外还有一个就是进军移动市场，遭遇了重大的一个失败，在一系列的问题给英伟达在这实现能耗上面，提供了很多的技术上的一个迭代。然后英伟达的话也是之前也是在加密货币上面，也是有过一些波折。发言人1 18:20 95制定的这个多边形立体不兼容。for，然后形成了ATI和英伟达双滑头的一个态势。这个英伟达在哪个上市，然 然后我们回顾一下英伟达的发展历程，以及全球的AI芯片的一个快速发展。我们来看一下，英伟达在中国的AI芯片占比大概85%，然后就是AI芯片也基本上有20%以上的一个增长主要就一个就是相对言，最开始是游戏机到这个3D游戏，然后再到收购收购这个数据中心业务这块的话，这个也是为他打下了一个很好的一个基础，另外一个就是ZI然后这个AI芯片的一个快速发展，特别是大模型的一个需求。所以英伟达的GPU，在AI的浪潮下，又是一个非常受益的一个家公司。然后另外一个就是这个GPGPU这块开始超前布局，然后也投入了研发。然后在这个像元宇宙这个智能驾驶方面，也是有一个相对也比较比较快速的一个增长，然后这个投入也非常大，像专业级的计算芯片，英伟达它是A100H100，也是领先的竞争对手。所以他这个公司的话持续的一个一个突飞猛进的一个发展，也是在这个逆风里面，相对而言，能获得很好的一个市场份额。在这个行业来了，能能相对而言受益行业一个发展。发言人1 20:02然后我们接下来我们讲一下这个生成，因为华为这个升腾也是一个相对而言比较高端的AI芯片。然后华为生产的发展的背景，就是一个AI的计算需求，整个行业就比较好啊，这个通用算力，这个智能，特别像自算中心，这块需求很大。然后人工智能服务器，这个AI服务器这块，这个增速，每年有望达到40%。然后另外一个就是这个国产化，好像鲲鹏和升腾的一个双引擎的一个战略。发言人1 20:46华为升腾的话，这个系列的话，从这个推理芯片，310训练的芯片这个910C，12019年这个人工智能计算平台系列产品上，然后推出了这个生成AI计算架构，像这个生成处理器，生成AI加速模块，生成AI开发环境，形成了AI的一个解这个解决方案。然后这个2022年，这个加速卡，推力卡上市，然后像这个智能边缘产品，这个智能小站也是上市。然后这个生成的一个发展现状，就是这个产业生态的一个逐渐形成，落地应用案例，这个啊非常丰富。这个呃相对应像借助了这个升腾，我们来看一下左边的这个开发工具箱，有应用技能，技术软件跟硬件。然后右边的话这个管理工具，然后生成计算软硬件体系，像右边的这些，然后像交通、医疗、能源，华为在这方面就是在落地的应用案例非常丰富。发言人1 22:06另外一方面就是这个升腾产业生态建设成果丰硕，有丰富的大客户落地的一个经验。像AI加工业、AI加办公、AI加服务、AI加商务，好像这个AI加自动驾驶，就是指它的这个下游的应用，包括在电网上面，特别好在这个教育上面，医疗上面，都有一个很快速的一个发展。然后大模型这块还加速了这个行业的一个发展。然后华为的计算系统和大模型快速协同发展，像生成的这个硬件链，像这个鲲鹏这个腾像鲲鹏的这个合作伙伴，还有就是基于这个鸿蒙，这个华为欧拉，还有高斯的这个开源社区，像这系列的一个积累，包括华为本身的这个行业数字化的这个云底座和使能器的一个定位，把云作为一个数字经济的一个底座。用UAI加速度重塑了这个行业的一个发展，就是一系列的一个云服务开放给全球客户，包括这个盘古大脑模型，数据库ERP这块产业在内的一个解决方案。然后这个生成芯片会有哪些相对而言的一个优势。这个主要就一个就是满足了飞速发展的深度神经网络，对于这个芯片算力的一个需求，这个呃升腾处理器本身是一个SOC，我们可以看一下升腾310这个S。发言人1 23:53处理器，就是这里面的一些单元，包括这个CPU，这个AI计算引擎，这个缓存、缓冲区，还有这个数字视觉预处理的一个方案，我们可以看一下右边这个图，然后集成了2个AI或这个计算核心。然后AICCPU的话承担了非矩阵类的一个复杂的一个计算，所以这个SOC里面既有缓冲区域，又有这个存储结构，然后提供高带宽高带宽，低延迟的memory访问。这块的话还有LPDDR4这块的一个控制器，提供了一个大容量的ddr内存，然后这个AIcall的话我们可以看一下，就是AI处理器生成AI处理器的左 边AI库，这块的话是一个计算核心，采用了华为自研的达芬奇架构，实现了高通量专利。还有一个低功耗达芬奇架构主要包括这个计算单元，包括了这个矩阵计算单元、向量计算单元和这个标量的一个计算单元。然后这里面，因为这里面相对而言，这个也比较复杂，这里面也是包括了一些分区，像这个达芬奇架构，针对这个AI运算的一个特征，实现算力和能效的一个大幅的一个提升。这块的话支撑了训练和和推理的两块的一个需求，所以这块的话相对也是性能上一个比较高比较大的一个提升。发言人1 25:47另外一个就是华为的这个异构计算架构，因为这块的话就是因为华为昇腾相对于这个规格比较高，这个设计方面也是可以对标英伟达的扩大跟DNN的一个核心软件模块。这里面的话这个承载的计算G的单元为这个AI芯片，另外一方面，这里面的话也包括这个毕生编译器，这个runtime，包括了一系列这块的一个加速库，通讯库和这个量子开发语言，这块的话相对而言也是比较复杂的。发言人1 26:36然后我们重点来看一下这个310和920这个基础芯片。左边我们可以看一下基础芯片，包括这个这个推理的话主要是这个310，然后训练，包括这个AI服务器，AI集群，这个生成310的话主要就是高能效比