超兩千億美元AI應用市場，國產(chǎn)算力被遏制，可有良方？

瑞銀（UBS）在最新發(fā)布的一份報告中表示，科技行業(yè)剛剛開始大規(guī)模增長周期，預計到2027年，隨著人工智能在各經(jīng)濟體中的廣泛應用，AI模型及應用程序?qū)⒊蔀橐粋€2250億美元的細分市場。2022年的22億美元，將成為這一數(shù)字的零頭。

顯然，這是一個巨大的飛躍，因為這意味著將近152%的復合年增長率。此外，研究人員還承認，瑞銀此前關于AI行業(yè)總收入增長的預測可能過于保守，因此此次將AI行業(yè)總收入上調(diào)了40%，預計AI行業(yè)總收入將增長15倍，從2022年的180億美元增加到2027年的4200億美元，復合年增長率將達到72%。

這些增長將主要來自兩個市場。一是軟件市場。報告稱：“如果ChatGPT應用程序的推出是人工智能行業(yè)的‘iPhone時刻’，那么在我們看來，最近推出的眾多應用程序，如微軟的Copilots，以及OpenAI在23年第四季度推出的Turbo with vision，意味著人工智能行業(yè)的App Store時刻已經(jīng)到來”。

另一個則是在GPU云和人工智能邊緣計算等新興趨勢推動下，正在快速成長的人工智能基礎設施市場，這個細分市場的規(guī)模預計將從2022年的258億美元增長到2027年的1950億美元，推動AI成為全球科技領域未來十年的科技主題，“因為我們在其他科技領域沒有看到類似的增長情況”。


AI大模型推動智能算力需求大爆發(fā)

如同農(nóng)業(yè)時代的水利，工業(yè)時代的電力，算力是數(shù)字經(jīng)濟時代的關鍵生產(chǎn)力。隨著AI步入“大模型”時代，算力的提升也被加速推動。

這是因為AI非常依賴相關基礎設施，包括計算、儲存和網(wǎng)絡等，并且隨著人們對AI性能要求的提升，訓練AI所需要用到的數(shù)據(jù)不斷增長，算法的復雜度也在不斷提高，因此對于算力也提出了更高的要求。

截至2023年6月底，我國在用數(shù)據(jù)中心機架總規(guī)模超過760萬標準機架，算力總規(guī)模達到了197EFLOPS,位居全球第二，算力總規(guī)模近五年年均增速近30%。

隨著AI向多場景化、規(guī)?；⑷诤匣雀邞秒A段發(fā)展，其所對應的數(shù)據(jù)體量、算法模型參數(shù)量以及以加速計算為核心的算力中心的規(guī)模將不斷增大。

而AI芯片作為面相人工智能領域的芯片，是專門用于處理人工智能應用中大量計算任務的模塊?！盁o芯片不AI”，AI芯片興起于AI對算力的高需求，以其為載體實現(xiàn)的算力是人工智能發(fā)展水平的重要衡量標準，因此，我國AI芯片行業(yè)的發(fā)展備受關注，不斷涌現(xiàn)出新的生產(chǎn)設計商，市場規(guī)模也正不斷擴大。

云端+終端需求推動芯片加速擁抱AI

從云端需求來看，大語言模型仍然將是主要的增長點。同時，圖像生成類模型也會保持快速增長的勢頭。具體來說，大語言模型仍然是各大科技公司競相研發(fā)的核心技術，包括OpenAI，微軟，谷歌，華為，阿里巴巴，百度等中外科技公司都在大力研發(fā)下一代的大語言模型，而包括中國移動等傳統(tǒng)行業(yè)的公司也在入局大語言模型領域，同時還有大量的初創(chuàng)公司在依靠風險投資的支持也在大力開發(fā)大語言模型。大語言模型的百家爭鳴時代才剛剛開始并且遠遠沒有落下帷幕，在這樣的群雄逐鹿的時間節(jié)點，預計對于芯片的需求也會快速增長。大語言模型的特點是需要海量的數(shù)據(jù)和訓練芯片資源，而且同時由于格局尚未塵埃落定有大量的公司在研發(fā)新的模型，因此總體來說訓練芯片的需求會非常大。

而隨著云端人工智能交互進入多模態(tài)時代，聊天機器人已經(jīng)不僅僅可以用文字回答，而且還可以完成看圖說話以及圖像甚至視頻生成等任務，因此我們認為，圖像生成類的模型，以及圖像和語言結(jié)合的多模態(tài)模型也將會成為云端人工智能的一個重要增長點。

除了云端市場外，我們預計人工智能對于終端市場也有更強的需求，這也將推動人工智能成為終端計算芯片中越來越重要的差異化元素。

在手機端，人工智能的使用頻率將會進一步增強，這也會推動芯片加入更多相應的算力，并且將人工智能支持作為SoC的核心亮點。例如高通發(fā)布的Snapdragon 8 Gen 3就以“低于一秒的延遲實現(xiàn)圖像生成任務”作為一個重要賣點，估計這樣的人工智能能力將會深度集成到手機廠商的操作系統(tǒng)中。除了高通這樣的第三方芯片公司之外，自研手機芯片的系統(tǒng)廠商預計也會繼續(xù)加碼人工智能；蘋果雖然在這方面保持低調(diào)，但是預計在未來會以各種方式（加大NPU算力，或者是加大軟件支持）的方法來開始賦能更多人工智能在iPhone上的新拍攝用戶體驗。vivo在自研ISP芯片領域已經(jīng)有了數(shù)年積累，而目前生成式人工智能對于拍攝體驗的提升恰好和ISP有很強的協(xié)同作用，這也是2023年8月vivo發(fā)布的v3 ISP芯片強調(diào)了生成式人工智能作為一個核心亮點。未來，預計會看到越來越多這樣的芯片強調(diào)人工智能對于用戶體驗上的賦能作用。

在智能汽車領域，Nvidia雖然不如在云端強勢，但是其Orin系列芯片仍然是各大車廠考慮的標準芯片模組。我們認為，隨著人工智能大模型對于智能駕駛的賦能作用逐漸加強，無論是第三方芯片還是車廠自研的芯片都將會進一步強化對于人工智能算力的投入，同時也推動芯片性能的快速提升——最近，無論是蔚來發(fā)布新自研芯片的算力規(guī)格，還是特斯拉傳出將使用TSMC 3nm作為下一代芯片的生產(chǎn)工藝，都在提示著我們2024年人工智能將在智能車芯片領域扮演越來越重要的角色。


出口限制的另一面

國產(chǎn)替代迎來新機遇

美國當?shù)貢r間10月17日，美國商務部工業(yè)和安全局(BIS)發(fā)布了針對芯片的出口禁令新規(guī)，對于中國半導體的制裁進一步升級。此次限制的核心對象是先進計算半導體、半導體制造設備和超級計算機項目。而此次新規(guī)事實上是美國對2022年10月7日發(fā)布的規(guī)則進行修改更新的版本，更加嚴格地限制了中國購買重要的高端芯片。

與此同時，從另一個角度來看隨著英偉達、英特爾等芯片的進口受到阻礙，也將在某種程度上促進國產(chǎn)GPU的發(fā)展。

以華為為例，華為昇騰芯片包括昇騰310和昇騰910，前者的整數(shù)精度算力可達16TOPS，主要應用于邊緣計算產(chǎn)品和移動端設備等低功耗領域；后者整數(shù)精度算力可達640TOPS，性能水平接近英偉達A100。此外，華為近期也發(fā)布了新一代昇騰計算產(chǎn)品，推出全新架構的昇騰AI計算集群——Atlas 900 SuperCluster，可支持超萬億參數(shù)的大模型訓練。

此外，寒武紀的芯片，也被用于國內(nèi)某短視頻平臺，訓練參數(shù)量約為1000億的大模型；今年6月10日，天數(shù)智芯對外宣布，在天垓100加速卡的算力集群，基于北京智源人工智能研究院70億參數(shù)的Aquila語言基礎模型，使用代碼數(shù)據(jù)進行繼續(xù)訓練，穩(wěn)定運行19天，模型收斂效果符合預期，證明天數(shù)智芯有支持百億級參數(shù)大模型訓練的能力。

可以預見的是，新的出口管制措施有可能催生國產(chǎn)AI芯片發(fā)展的加速，由于中國的企業(yè)將面臨尋找替代供應商或自主研發(fā)替代產(chǎn)品的壓力。這將助力推動國內(nèi)芯片產(chǎn)業(yè)的技術進步和創(chuàng)新能力的增強，逐漸減輕對外國技術依賴的程度。