，中信建投证券发布研究报告称，AIGC引发内容生成范式革命，ChatGPT引领人工智能应用照进现实，GPT架构快速迭代，云端大模型多模态成为发展趋势，带来算力资源消耗快速上升。硬件基础设施成为发展基石，要求算力、运力、存力、散热等领域配套升级，算力芯片等环节核心受益。加之海外对华供应高端GPU芯片受限，国内相关厂商迎来替代窗口期，各环节龙头有望进入高速发展阶段。
中信建投证券主要观点如下：
AIGC引发内容生成范式革命，ChatGPT引领人工智能应用照进现实，GPT架构快速迭代，云端大模型多模态成为发展趋势，带来算力资源消耗快速上升。硬件基础设施成为发展基石，要求算力、运力、存力、散热等领域配套升级，算力芯片等环节核心受益。加之海外对华供应高端GPU芯片受限，国内相关厂商迎来替代窗口期，各环节龙头有望进入高速发展阶段。
AIGC引发内容生成范式革命，云端算法向大模型多模态演进。云端部署算力中推理占比逐步提升，说明AI落地应用数量在不断增加，ChatGPT发布引发多家科技巨头开展AI军备竞赛，或成为人工智能成熟度的分水岭。GPT架构快速迭代，参数越来越多带动训练精度越来越高，云端大模型多模态成为发展趋势，带来算力资源消耗快速上升。
硬件基础设施成为发展基石，算力芯片等环节核心受益。
算力需求，模型训练需要规模化的算力芯片部署于智能服务器，CPU不可或缺，但性能提升遭遇瓶颈，CPU+xPU异构方案成为大算力场景标配。其中GPU并行计算优势明显，CPU+GPU成为目前最流行的异构计算系统，而NPU在特定场景下的性能、效率优势明显，推理端应用潜力巨大，随着大模型多模态发展，硬件需求有望从GPU扩展至周边编解码硬件。此外，后摩尔时代Chiplet封装为先进制程的高性价比替代方案，成为半导体行业发展趋势。
存力需求，庞大训练通用数据集要求相应存储硬件设施，如温冷存储，数据访问加速，数据湖以及大容量存储，还需要专门面向AI定制的存储协议、访问协议，支持服务器与SSD通信的NVMe-oF 协议也有望受益搭载使用。
运力需求，外部访问、内部数据翻译需要高速的网络连接线路或交换机系统，带动光通信技术升级。
散热需求，AI服务器功耗相对更高，当前主流散热方案正朝芯片级不断演进，芯片液冷市场发展潜力巨大。
国产厂商迎来发展窗口期，建议关注各环节龙头厂商。英伟达、AMD对华供应高端GPU芯片受限。国产算力芯片迎来国产替代窗口期；突破4800TOPS、降低部署成本是国内算力芯片主要发力点。当前已经涌现出一大批国产算力芯片厂商。Chiplet产业链布局正当时，重点关注各环节龙头厂商。PCIe、CXL等高速接口，电源芯片厂商间接受益。
还未登录
