AI系列专题报告(一)：AI算力参数爆发 兼论国产算力比较

算力参数：多厂商逐鹿AI，矩阵计算为核心算力参数。AI 算力参数种类繁多，其本质是精度与运算效率的取舍。为更好适应AI 大模型的训练与推理，FP32 TensorCore，BF16 等新兴数据类型应运而生。以FP32 Tensor Core 为例，其为英伟达张量计算的数据格式，使得模型训练性能大幅提升。英伟达H200 的FP32 算力为67TFlops，对应FP32 Tensor Core 算力为989TFlops，性能大幅提升。而国内各算力厂商产品性能迭代顺利，华为海思此前发布的昇腾910 在FP16 算力性能上接近A100，下一代910B 性能有望显著提升。寒武纪370 对标英伟达L2芯片。海光信息深算三号研发进展顺利；龙芯中科第二代图形处理器LG200 单节点性能达256GFlops-1TFlops，将基于2K3000 的GPGPU 技术及3C6000 的龙链技术，研制专用GPGPU 芯片。

互联参数：多卡互联为大模型桎梏，国内外差距巨大。相比小模型，大模型要求在模型切分后进行模型并行。模型并行使得多个GPU 能同时运行模型的一部分，并在共享结果后进入到下一层。大模型的发展使得类似英伟达NVLink、NVSwitch等互联技术的重要性快速提升，同时互联性能参数也成为各大模型实际效果好坏的重要凭依。大多数厂商利用PCIe 进行互联，而英伟达的NVLink 能够实现GPU间的直接互联，从而大幅提升通信效率，其NVLink 带宽可达到900 GB/s。在大规模高精度的3D FFT、3950 亿参数的大模型训练上，H100+NVLink 组合的提升显著。我们认为随着大模型的复杂化，NVLink 等多卡互联技术将愈加重要。在多卡互联上，国内外厂商亦有所差距。以寒武纪MLU370-X8 为例，寒武纪为多卡系统专门设计了MLU-Link 桥接卡，其可实现4 张加速卡为一组的8 颗思元370 芯片全互联，每张加速卡可获得200GB/s 的通讯吞吐性能，带宽为PCIe 4.0 的3.1倍。但相比英伟达NVLink 4.0 的900GB/s，该互联性能仅为英伟达的22%，仍有较大提升空间。

建议关注：

算力芯片：寒武纪（思元590 性能有望显著提升）、海光信息（深算三号研发进展顺利）、龙芯中科（将基于2K3000 的GPGPU 技术及3C6000 的龙链技术研制专用GPGPU 芯片）

AI 应用：海康威视、大华股份、乐鑫科技、晶晨股份、恒玄科技、中科蓝讯服务器：工业富联、沪电股份

服务器存储：澜起科技、聚辰股份

先进封装：通富微电、长电科技、甬矽电子、华天科技? 风险提示：下游需求复苏不及预期，技术研发风险，国内外政策和技术摩擦不确定性的风险。

知前沿，问智研。智研咨询是中国一流产业咨询机构，十数年持续深耕产业研究领域，提供深度产业研究报告、商业计划书、可行性研究报告及定制服务等一站式产业咨询服务。专业的角度、品质化的服务、敏锐的市场洞察力，专注于提供完善的产业解决方案，为您的投资决策赋能。

转自德邦证券股份有限公司 研究员：陈海进/徐巡/谢文嘉