每日熱文：民生證券：AI行情新階段 下一演繹方向?qū)⒅赜诋a(chǎn)品側(cè)落地

(相關(guān)資料圖)

（原標(biāo)題：民生證券：AI行情新階段 下一演繹方向?qū)⒅赜诋a(chǎn)品側(cè)落地）

民生證券發(fā)布研報(bào)表示，英偉達(dá)近期迎來(lái)歷史上最大單日漲幅，其核心的本質(zhì)在于本次AI大模型帶來(lái)劃時(shí)代的變革已成共識(shí)。而算力的清晰路徑逐步被大眾認(rèn)可，本質(zhì)是在于最為確定的算力側(cè)率先兌現(xiàn)：上游算力正處于進(jìn)行時(shí)階段，也為AI應(yīng)用產(chǎn)品落地提供先決條件，AI下一演繹方向?qū)⒅赜诋a(chǎn)品側(cè)落地，平臺(tái)生態(tài)巨頭和垂直領(lǐng)域龍頭具備產(chǎn)品落地的先決條件。

以下為原文：

1.1 英偉達(dá)業(yè)績(jī)高增，算力需求持續(xù)驗(yàn)證

1.1.1 數(shù)據(jù)中心業(yè)務(wù)創(chuàng)新高帶動(dòng)英偉達(dá)業(yè)績(jī)超預(yù)期

2023年5月25日，據(jù)英偉達(dá)官網(wǎng)、鈦媒體數(shù)據(jù)，英偉達(dá)2023Q1實(shí)現(xiàn)營(yíng)收71.92億美元，同比減少13％，連續(xù)第二次減幅超10％，但高于公司指引區(qū)間、大幅優(yōu)于分析師平均預(yù)期的65.2億美元；非美國(guó)通用會(huì)計(jì)準(zhǔn)則下凈利潤(rùn)為27.13億美元，同比下降21％，環(huán)比增長(zhǎng)25％；毛利率為66.8％；每股收益1.09美元，高于分析師平均預(yù)期為0.92美元，同比下降20％，環(huán)比增長(zhǎng)24％。由于業(yè)績(jī)高于市場(chǎng)預(yù)期，加之英偉達(dá)預(yù)計(jì)二季度銷售額110億美元，同比增長(zhǎng)64％。財(cái)報(bào)發(fā)布后的盤后交易中，英偉達(dá)股價(jià)大漲24.63％。

大模型AI快速發(fā)展帶動(dòng)數(shù)據(jù)中心業(yè)務(wù)創(chuàng)歷史新高。英偉達(dá)2023Q1業(yè)績(jī)超預(yù)期核心原因是數(shù)據(jù)中心業(yè)務(wù)營(yíng)收達(dá)到創(chuàng)紀(jì)錄的42.84億美元，環(huán)比增長(zhǎng)18％，同比增長(zhǎng)14％。英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)主要是云計(jì)算基礎(chǔ)設(shè)施和算力芯片等，作為目前大模型訓(xùn)練、推理的關(guān)鍵算力資源，海內(nèi)外各大科技巨頭對(duì)算力的需求正在持續(xù)提升。據(jù)鈦媒體，英偉達(dá)CFO克雷斯表示，目前市場(chǎng)對(duì)生成式 AI 芯片的需求超出先前評(píng)估，由于 AI 芯片需求仍保持強(qiáng)勁增長(zhǎng)，英偉達(dá)給出樂觀業(yè)績(jī)預(yù)期。

1.1.2 數(shù)據(jù)中心業(yè)務(wù)持續(xù)迭代帶來(lái)強(qiáng)勁業(yè)績(jī)指引

公司AI芯片等硬件基礎(chǔ)設(shè)施持續(xù)升級(jí)。英偉達(dá)推出了NVIDIA Hopper GPU架構(gòu)、NVIDIA® H100 Tensor Core GPU以及第四代AI基礎(chǔ)架構(gòu)系統(tǒng)NVIDIA DGX H100，這些新產(chǎn)品都在性能上實(shí)現(xiàn)了顯著的提升。此外，公司還推出了基于Arm®的NVIDIA Grace CPU Superchip，這是一種新的高速低延遲的芯片到芯片互聯(lián)技術(shù)，兩個(gè)CPU芯片能夠直接進(jìn)行高速數(shù)據(jù)交換，這比傳統(tǒng)的互聯(lián)方法更高效，可以大大減少數(shù)據(jù)在處理器之間傳輸?shù)难舆t，提供更高的性能，更低的能耗，以及更高效的處理大規(guī)模工作負(fù)載的能力。

公司AI計(jì)算平臺(tái)邊界不斷擴(kuò)展。英偉達(dá)推出了NVIDIA Spectrum-4，這是世界上首個(gè)400Gbps端到端的網(wǎng)絡(luò)平臺(tái)，為大規(guī)模的數(shù)據(jù)中心基礎(chǔ)設(shè)施提供了極高的性能和強(qiáng)大的安全性。英偉達(dá)對(duì)其AI平臺(tái)進(jìn)行了重大更新，包括企業(yè)級(jí)軟件和新的NVIDIA AI Accelerated程序，以提升AI應(yīng)用的性能和可靠性。英偉達(dá)推出NVIDIA OVX，這是一個(gè)專門的、可擴(kuò)展的服務(wù)器參考設(shè)計(jì)，用于在Omniverse中創(chuàng)建工業(yè)級(jí)數(shù)字孿生；推出NVIDIA Clara Holoscan MGX，這是一個(gè)專門為醫(yī)療設(shè)備行業(yè)設(shè)計(jì)的平臺(tái)，用于開發(fā)和部署實(shí)時(shí)AI應(yīng)用。

英偉達(dá)預(yù)計(jì)2024財(cái)年第二財(cái)季公司營(yíng)收將達(dá)110億美元，上下浮動(dòng)2％，比去年同期67.0億美元增長(zhǎng)64％，而且比歷史單季最高銷售額還增長(zhǎng)33％；毛利率預(yù)計(jì)達(dá)68.6％-70％之間，這一業(yè)績(jī)展望遠(yuǎn)超分析師此前預(yù)期。

1.2 英偉達(dá)長(zhǎng)期堅(jiān)持GPU戰(zhàn)略

GPU接替CPU成為AI時(shí)代的底層算力。據(jù)沐曦集成電路，GPU的特點(diǎn)是并行處理能力強(qiáng)、計(jì)算能效比高，并且有很大的存儲(chǔ)帶寬。某些應(yīng)用，在人工智能模型訓(xùn)練與推理、高性能計(jì)算等，往往是大數(shù)據(jù)流應(yīng)用，這時(shí)，用GPGPU解決這類問題，就比CPU效率更高，它對(duì)于用傳統(tǒng)語(yǔ)言編寫的、軟件形式的計(jì)算有較好的支持，具有高度的靈活性。英偉達(dá)創(chuàng)始人黃仁勛曾提出“摩爾定律已死”、黃氏定律（GPU性能一年翻一倍）等著名觀點(diǎn)，堅(jiān)持GPU芯片的戰(zhàn)略。

復(fù)盤歷史，英偉達(dá)GPU一直是性能與功耗的最優(yōu)解。據(jù)Twisted Meadows，英偉達(dá)每代芯片架構(gòu)的 SM 都有較大設(shè)計(jì)改動(dòng)，甚至有時(shí)連名字都改了（SMX、SMM），這是影響性能細(xì)節(jié)的關(guān)鍵；盡可能多的 SM 數(shù)和 Cache 容量是性能提升的核心要素，但是受限于芯片面積，廠商無(wú)法簡(jiǎn)單增加這兩者。反而每隔幾年的制程工藝提升總會(huì)帶來(lái) SM 和 Cache 的增加；SM 內(nèi)的 FP32 數(shù)量曾在 Kepler 架構(gòu)上被設(shè)計(jì)得很高，但是緩存不夠大導(dǎo)致每個(gè) FP32 能用的緩存很小，性能根本發(fā)揮不出來(lái)，所以 Nvidia 后來(lái)又逐漸調(diào)降了 SM 內(nèi) FP32 的數(shù)量；架構(gòu)變遷中，英偉達(dá)在芯片面積有限、功耗/散熱有限的情況下，不斷調(diào)整各種組件的配置比例，憑借制程工藝的提升，不斷尋找性能與功耗的最優(yōu)解。

英偉達(dá)在AI領(lǐng)域創(chuàng)造飛輪效應(yīng)，目標(biāo)市場(chǎng)超萬(wàn)億美元。英偉達(dá)AI領(lǐng)域飛輪效應(yīng)體現(xiàn)在以下幾個(gè)方面：

1）對(duì)于開發(fā)者，英偉達(dá)的統(tǒng)一架構(gòu)和龐大的安裝基礎(chǔ)使得開發(fā)者的軟件可以獲得最佳性能和最廣泛的覆蓋。

2）對(duì)于電腦制造商和云服務(wù)提供商，英偉達(dá)豐富的加速平臺(tái)套件讓合作伙伴可以構(gòu)建一個(gè)產(chǎn)品來(lái)應(yīng)對(duì)包括媒體和娛樂、醫(yī)療、交通、能源、金融服務(wù)、制造業(yè)、零售等在內(nèi)的大市場(chǎng)。

3）對(duì)于客戶，英偉達(dá)的產(chǎn)品幾乎可以在所有的計(jì)算提供商那里找到，并且能加速?gòu)脑频竭吘壍淖罹哂绊懥Φ膽?yīng)用。

4）對(duì)于英偉達(dá)自身，與開發(fā)者、計(jì)算提供商和來(lái)自不同行業(yè)的客戶的深度互動(dòng)使得英偉達(dá)在整個(gè)加速計(jì)算堆棧中擁有無(wú)與倫比的專業(yè)知識(shí)、規(guī)模和創(chuàng)新速度，進(jìn)一步推動(dòng)了飛輪效應(yīng)的產(chǎn)生。

英偉達(dá)預(yù)計(jì)，當(dāng)前未來(lái)全球數(shù)據(jù)中心等各類CPU應(yīng)用場(chǎng)景都有望被GPU替代，英偉達(dá)擁有超萬(wàn)億美元的目標(biāo)市場(chǎng)。

1.3 微軟谷歌等全球巨頭紛紛入局，帶來(lái)算力的清晰路徑

海外巨頭展開AI軍備競(jìng)賽，算力強(qiáng)需求狀態(tài)將維持甚至進(jìn)一步提升。根據(jù)奇績(jī)論壇，以2022年底ChatGPT出圈為起點(diǎn)，微軟、谷歌、Meta以及眾多AI獨(dú)角獸迅速展開AI軍備競(jìng)賽，AI算力嚴(yán)重供不應(yīng)求，GPT停止賬戶申請(qǐng)和英偉達(dá)大漲都驗(yàn)證了算力的強(qiáng)需求。我們認(rèn)為，當(dāng)前已經(jīng)十分強(qiáng)勁算力需求有望伴隨高緯度多模態(tài)數(shù)據(jù)的訓(xùn)練以及海量的邊緣AI推理的部署進(jìn)而指數(shù)級(jí)提升。

英偉達(dá)很難一家獨(dú)大承擔(dān)AI算力的所有需求， 以AMD為前瞻GPU其它供應(yīng)商有望迎來(lái)轉(zhuǎn)機(jī)。AMD作為英偉達(dá)的追趕者，產(chǎn)品硬件設(shè)計(jì)差距較小，在微軟等巨頭的強(qiáng)力支持下，AMD 較為薄弱的軟件生態(tài)有望取得長(zhǎng)足進(jìn)步，AMD 將對(duì)英偉達(dá)形成強(qiáng)有力的挑戰(zhàn)。

1.3.1 訓(xùn)練側(cè)：高特征維度數(shù)據(jù)訓(xùn)練算力需求指數(shù)級(jí)增大

在大模型訓(xùn)練中，影響算力需求的主要因素有數(shù)據(jù)的信息密度和處理復(fù)雜度，算力需求隨特征維度提升指數(shù)級(jí)提高。據(jù)CSDN，視頻異常檢測(cè)、視頻活動(dòng)分析等視頻模型需要的算力是人臉識(shí)別、目標(biāo)檢測(cè)等圖像模型算力需求的十倍。

視頻是高特征維度數(shù)據(jù)，擁有更高信息密度。視頻的高特征維度主要來(lái)自于其豐富的信息內(nèi)容，包括空間信息、時(shí)間信息、顏色信息、運(yùn)動(dòng)信息等：

空間信息：每一幀視頻都是一個(gè)圖像，包含了大量的空間信息。例如，一個(gè)1080p的視頻幀包含1920x1080個(gè)像素，每個(gè)像素都有自己的顏色和亮度信息。因此，單幀視頻的空間信息維度就是1920x1080=2073600。

時(shí)間信息：視頻是由一系列的幀組成的，每一幀都是在一個(gè)特定的時(shí)間點(diǎn)捕捉的。因此，視頻包含了大量的時(shí)間信息。例如，一個(gè)30秒的視頻，幀率為30幀/秒，那么它包含了30x30=900幀。每一幀都有自己的時(shí)間戳，因此，視頻的時(shí)間信息維度就是900。

顏色信息：每個(gè)像素都有自己的顏色信息，通常由紅、綠、藍(lán)三個(gè)通道的亮度值組成。因此，每個(gè)像素的顏色信息維度就是3。對(duì)于一個(gè)1080p的視頻幀，顏色信息維度就是1920x1080x3=6220800。

運(yùn)動(dòng)信息：視頻中的物體會(huì)隨著時(shí)間的推移而移動(dòng)，這種移動(dòng)信息也是視頻的一個(gè)重要特征。運(yùn)動(dòng)信息的維度很難直接量化，因?yàn)樗Q于視頻中物體的移動(dòng)情況。

視頻數(shù)據(jù)使用的模型需要進(jìn)行大量矩陣運(yùn)算等復(fù)雜運(yùn)算，需要更高算力支持。文本生成通常使用的模型如RNN、LSTM等，其計(jì)算復(fù)雜度相對(duì)較低；圖像生成通常使用的模型如CNN、GAN等，其計(jì)算復(fù)雜度比文本生成的模型高；視頻生成通常使用的模型如3D-CNN、RNN+CNN等，其計(jì)算復(fù)雜度比圖像生成的模型還要高，涉及卷積神經(jīng)網(wǎng)絡(luò)大量神經(jīng)元間的矩陣運(yùn)算。

1.3.2 推理側(cè)：邊緣大模型AI推理將帶來(lái)海量算力需求

推理側(cè)算力需求與邊緣AI終端數(shù)量正相關(guān)。據(jù)數(shù)據(jù)猿，推理側(cè)算力需求與模型規(guī)模（參數(shù)數(shù)量）、輸入文本長(zhǎng)度（問題長(zhǎng)度）、輸出文本長(zhǎng)度（回復(fù)長(zhǎng)度）以及模型的計(jì)算復(fù)雜性正相關(guān)，設(shè)備推理一次消耗的算力所需FLOPs ≈ L * D * N；其中，L是用戶問題的輸入長(zhǎng)度與模型回答的輸出長(zhǎng)度之和，D是模型維度，N是模型層數(shù)。推理側(cè)總體算力需求為所有設(shè)備推理算力的總和。據(jù)a16z，GPT3訓(xùn)練需要的總算力為3.14*10^23 FLOPs，而推理一次的算力需求為3.5*10^14 FLOPs，如果全球有一億用戶都推理一次，則推理算力需求超過(guò)訓(xùn)練算力需求。

大模型從云到端的趨勢(shì)已經(jīng)確定，解鎖海量AI邊緣推理所帶來(lái)的算力需求。框架上，生成式AI由云向端的邁進(jìn)成為大勢(shì)所趨，谷歌和創(chuàng)達(dá)發(fā)布適用邊緣的大模型，蘋果將ChatGPT成功部署在蘋果手機(jī)，英偉達(dá)推出具身智能AI大模型為機(jī)器人打開應(yīng)用天花板；生態(tài)上，大模型作為AI時(shí)代的終極操作系統(tǒng)，ChatGPT超級(jí)APP只是第一步：移動(dòng)端是當(dāng)前剛需應(yīng)用的主要載體，能夠?yàn)榇竽Ｐ蛶?lái)海量交互數(shù)據(jù)，大模型一方面與傳統(tǒng)生態(tài)融合，創(chuàng)達(dá)推出與大模型結(jié)合的智能云、智能硬件、智能行業(yè)等最新解決方案。谷歌將AI全面融入搜索、郵箱、辦公等全系列產(chǎn)品；另一方面，邊緣AI全新應(yīng)用生態(tài)有望不斷落地，科大訊飛發(fā)布AI學(xué)習(xí)機(jī)和辦公本等全系產(chǎn)品、英偉達(dá)發(fā)布具身智能機(jī)器人雛形是有力證明。此外，終端應(yīng)用生態(tài)滿足了具身智能訓(xùn)練中AI與周邊的人與環(huán)境充分交互的需求，是具身智能AI落地的重要基礎(chǔ)。

1.3.3 AMD：軟件生態(tài)是主要短板正在不斷追趕

據(jù)TOPCPU測(cè)評(píng)，AMD最新MI300算力芯片純硬件性能未必弱于英偉達(dá)H100，但英偉達(dá)以Tensor RT+CUDA的軟件生態(tài)仍然是難以逾越的護(hù)城河。2023年CES 2023展會(huì)上AMD發(fā)布的MI300擁有13個(gè)小芯片，基于3D堆疊，包括24個(gè)Zen4 CPU內(nèi)核，同時(shí)融合了CDNA 3和8個(gè)HBM3顯存堆棧，集成了5nm和6nm IP，總共包含128GB HBM3顯存和1460億晶體管，據(jù)topcpu測(cè)評(píng)數(shù)據(jù)，純硬件上MI300與H100互有勝負(fù)，差距不明顯。相比之下，英偉達(dá)在軟件生態(tài)層面建立Tensor RT+CUDA護(hù)城河優(yōu)勢(shì)更為顯著。AMD自研ROCm框架采用開源模式有望彎道超車：ROCm使得開發(fā)人員能夠獲得 AMD Infinity Hub 交鑰匙人工智能框架容器、改進(jìn)的工具、精簡(jiǎn)安裝，并支持TensorFlow 和 PyTorch 等主要機(jī)器學(xué)習(xí)框架，以幫助用戶加速人工智能工作負(fù)載。從優(yōu)化的 MIOpen 庫(kù)到全面的 MIVisionX 計(jì)算機(jī)視覺和機(jī)器智能庫(kù)、實(shí)用程序和應(yīng)用程序，AMD 與人工智能開放社區(qū)廣泛合作，以促進(jìn)和擴(kuò)展機(jī)器和深度學(xué)習(xí)功能和優(yōu)化，從而幫助擴(kuò)大加速計(jì)算所適用的工作負(fù)載。

1.4 AI進(jìn)入產(chǎn)品落地驗(yàn)證的新階段

AI產(chǎn)業(yè)鏈分為上游算力基礎(chǔ)設(shè)施、中游大模型和算法以及下游各類AI應(yīng)用。AI的上游算力需求超預(yù)期有望帶動(dòng)整個(gè)AI產(chǎn)業(yè)鏈走向兌現(xiàn)的新階段。

投資建議：英偉達(dá)近期迎來(lái)歷史上最大單日漲幅，其核心的本質(zhì)在于本次AI大模型帶來(lái)劃時(shí)代的變革已成共識(shí)。而算力的清晰路徑逐步被大眾認(rèn)可，本質(zhì)是在于最為確定的算力側(cè)率先兌現(xiàn)：上游算力正處于進(jìn)行時(shí)階段，也為AI應(yīng)用產(chǎn)品落地提供先決條件，AI下一演繹方向?qū)⒅赜诋a(chǎn)品側(cè)落地，平臺(tái)生態(tài)巨頭和垂直領(lǐng)域龍頭具備產(chǎn)品落地的先決條件。在大模型蓄勢(shì)待發(fā)的現(xiàn)階段，作為行業(yè)龍頭的相關(guān)企業(yè)天然具備自研大模型+高質(zhì)量數(shù)據(jù)+產(chǎn)品的稀缺屬性，建議關(guān)注中科創(chuàng)達(dá)、科大訊飛、金山辦公、同花順以及三六零。以海外算力龍頭英偉達(dá)業(yè)績(jī)超預(yù)期為前瞻，國(guó)內(nèi)AI產(chǎn)業(yè)鏈上游需求有望得到驗(yàn)證，建議關(guān)注寒武紀(jì)、浪潮信息等。

本文源自：金融界

標(biāo)簽：