超兩千億美元AI應用市場，國產算力被遏制，可有良方？

瑞銀（UBS）在最新發布的一份報告中表示，科技行業剛剛開始大規模增長周期，預計到2027年，隨著人工智能在各經濟體中的廣泛應用，AI模型及應用程序將成為一個2250億美元的細分市場。2022年的22億美元，將成為這一數字的零頭。

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行業總收入增長的預測可能過于保守，因此此次將AI行業總收入上調了40%，預計AI行業總收入將增長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的App Store時刻已經到來”。

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

如同農業時代的水利，工業時代的電力，算力是數字經濟時代的關鍵生產力。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所需要用到的數據不斷增長，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，我國在用數據中心機架總規模超過760萬標準機架，算力總規模達到了197EFLOPS,位居全球第二，算力總規模近五年年均增速近30%。

隨著AI向多場景化、規模化、融合化等高應用階段發展，其所對應的數據體量、算法模型參數量以及以加速計算為核心的算力中心的規模將不斷增大。

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。“無芯片不AI”，AI芯片興起于AI對算力的高需求，以其為載體實現的算力是人工智能發展水平的重要衡量標準，因此，我國AI芯片行業的發展備受關注，不斷涌現出新的生產設計商，市場規模也正不斷擴大。

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下一代的大語言模型，而包括中國移動等傳統行業的公司也在入局大語言模型領域，同時還有大量的初創公司在依靠風險投資的支持也在大力開發大語言模型。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據和訓練芯片資源，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時代，聊天機器人已經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，以及圖像和語言結合的多模態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。例如高通發布的Snapdragon 8 Gen 3就以“低于一秒的延遲實現圖像生成任務”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廠商預計也會繼續加碼人工智能；蘋果雖然在這方面保持低調，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芯片領域已經有了數年積累，而目前生成式人工智能對于拍攝體驗的提升恰好和ISP有很強的協同作用，這也是2023年8月vivo發布的v3 ISP芯片強調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，無論是蔚來發布新自研芯片的算力規格，還是特斯拉傳出將使用TSMC 3nm作為下一代芯片的生產工藝，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

國產替代迎來新機遇

美國當地時間10月17日，美國商務部工業和安全局(BIS)發布了針對芯片的出口禁令新規，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。而此次新規事實上是美國對2022年10月7日發布的規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GPU的發展。

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

此外，寒武紀的芯片，也被用于國內某短視頻平臺，訓練參數量約為1000億的大模型；今年6月10日，天數智芯對外宣布，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70億參數的Aquila語言基礎模型，使用代碼數據進行繼續訓練，穩定運行19天，模型收斂效果符合預期，證明天數智芯有支持百億級參數大模型訓練的能力。

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