2023年，生成式人工智能在全球范圍內掀起熱潮，大模型的競爭越發激烈。在2024年，人工智能將進一步帶動芯片算力、存力（存儲性能）和能效的提升，推動半導體在架構和先進封裝等環節的創新，并帶來新的市場增量。


芯片架構邁向多元化

ChatGPT的出現拓寬了AI芯片的市場空間，AI大模型訓練需求激增，因此高算力芯片成為半導體產業鏈本輪復蘇的主要驅動力。在AI浪潮中，英偉達2023年的數據中心業務憑借著A100、H100等GPU（圖形處理器）產品實現了217%的同比增長，截止2024年3月6日，其市值突破2.1億美元。

作為當前進行AI運算的主流處理器，GPU自身具備強大的并行計算能力，但在近幾年的市場驗證中，也暴露出成本較高、交付周期較長以及功耗偏高等問題。一方面，英偉達正在努力縮短交付周期；另一方面，各類企業正在創新芯片架構，以期對AI處理器的功耗和成本進行優化。

因此，ASIC這類適用于特定場景的芯片開始被谷歌、微軟等云服務廠商關注。

谷歌自2016年開始研發專用于機器學習的TPU（張量處理器），并將其作為AlphaGo的算力底座。TPU采用低精度計算，在保證深度學習效果的同時降低功耗，并提升運算效率。谷歌于今年1月發布的TPU v5p版本在大模型訓練中的效率相較于v4提升了2.8倍。據悉，該系列芯片也將應用于谷歌Gemini AI大模型的訓練。

2月19日，由前谷歌TPU核心研發團隊的工程師組建的初創公司Groq也開放了自家產品LPU（語言處理器）的體驗入口。在架構方面，Groq的LPU使用了TSP（張量流處理器）來加速人工智能、機器學習和高性能計算中的復雜工作負載。Groq相關發言人稱，該處理器的推理能力是英偉達H100的10倍。

此外，在AI從云端向終端滲透的過程中，諸多廠商認為NPU（神經網絡處理單元）是更加適合AI運算的技術路線。高通的AI PC芯片X Elite和英特爾酷睿Ultra處理器中均集成了NPU以提升電腦端的AI性能。

架構的多點開花既體現出各大企業對于通用芯片和專用芯片的取舍，也意味著更多芯片品類的供應商及其上下游企業有機會分享AI時代的紅利。

“在過去幾年，GPU由于其完善的開發生態仍然是AI計算的主要選擇。然而，隨著模型參數不斷增大，芯片對于計算能效的要求相應提升，專用處理器在某些特定AI應用場景中的優勢將會十分明顯。綜合考慮應用場景、成本等多方面因素，未來AI計算的硬件芯片選擇將是多技術路線并存的?！北本┐髮W集成電路學院研究員賈天宇告訴《中國電子報》記者。


算力自主可控或成為趨勢

北京時間3月19日凌晨，英偉達聯合創始人兼CEO黃仁勛發表了主題演講《見證AI的變革時刻》，拉開了2024年英偉達GTC大會序幕。這次大會亮點多多，最矚目的是英偉達拿出了”真家伙“——被稱為“全球最強”的AI芯片要來了。

這款芯片叫Blackwell，它架構的GPU擁有 2080 億個晶體管，無論是性能還是功耗均全面超越上一代。

算力提升成本下降，這款AI芯片還沒上市，就被許多大企業“預訂”了。黃仁勛透露，許多企業預計將采用Blackwell，如亞馬遜、谷歌、OpenAI等等。

英偉達更大算力GPU推出的背后，是在人工智能技術的進步下，算力需求持續暴增，市場需要性能更強大的半導體芯片解決方案。

根據OpenAI的測算數據，2012年以來最大的AI訓練運行所使用的算力呈指數增長，每3-4個月增長一倍。未來伴隨國內外巨頭先后加碼大模型領域投入，以及用戶規模的不斷攀升，AI算力需求有望持續高景氣。

A股的投資者可以關注哪些產業機遇？算力的自主可控或成為趨勢。

國泰君安認為，英偉達最新芯片性能提升顯著，全球AI算力維持高景氣，同時，考慮到美國對AI芯片的制裁和算力供需趨緊，國產算力也有望超預期發展。

天風證券認為，2024年大模型正在各領域快速迭代，不斷取得突破。海外Sora、Claude3等大模型的發布，讓市場看到人工智能的迭代之快，以及廣闊的應用前景而算力作為基石，有望率先在需求側反映出行業景氣度的提升。同時，考慮地緣政治等影響，算力的自主可控或成為趨勢。


存儲芯片成香餑餑

隨著AI在近幾年來的加速發展，算力需求持續攀升。在ChatGPT、Sora等生成式大模型的推動下，對AI服務器的需求也進一步刺激。值得注意的是，SK海力士副社長Kim Ki-ate表示，該公司今年的HBM已經售罄，并已開始為2025年做準備。早些時候，美光科技CEO Sanjay Mehrotra也透露，美光2024年的HBM產能同樣預計已經全部售罄。

其實在過去，HBM的位元需求在整體DRAM市場中的占比不足1%。這主要是由于其高昂的成本以及服務器市場中配備相關AI運算卡的比例較低所限制的。然而，隨著今年年初AI服務器需求的激增，HBM的市場地位由此發生了顯著轉變，因為它已經成為AI服務器的標準配置。

根據TrendForce集邦咨詢披露的數據，2022年AI服務器出貨量86臺，預計2026年AI服務出貨量將超過200萬臺，年復合增速29%。AI服務器出貨量增長催化HBM芯片需求爆發，預期到2025年，全球HBM市場規模將達到約150億美元，增速超過50%。

在存儲市場中，相對于GDDR來說，HBM芯片并非是一種主流的存儲芯片選擇，所以過去布局HBM芯片的企業少之又少。一直以來，HBM芯片市場主要由外資企業SK海力士、三星和美光這三家企業主導，而國內還尚未有量產HBM的企業出現。

芯片巨頭加速布局

英偉達的成功也引起了其他存儲芯片巨頭的惶恐。美光、西部數據和英特爾三家存儲芯片公司意識到,如果不采取行動,將在未來被英偉達徹底趕超。于是,它們開始了自己的"Allin"之路。

美光科技是第一個采取行動的公司。作為全球第三大存儲芯片制造商,美光深知存儲是未來人工智能和大數據時代的關鍵。因此,美光將目光轉向了3DXPoint等新興存儲技術的研發。3DXPoint被譽為"新一代存儲革命",具有高速度、高密度、持久性、低功耗等優勢。2022年,美光成為首家量產3DXPoint的存儲芯片廠商,為其在人工智能和大數據市場提供了強有力的武器。

與此同時,西部數據也在加大3DNAND閃存的投資力度。作為存儲芯片行業的老牌公司,西部數據長期以來一直專注于硬盤驅動器(HDD)的生產。但隨著新技術的興起,公司意識到未來必須轉型。,西部數據推出了第六代3DNAND閃存,性能和存儲密度再次提升,為人工智能訓練數據和大數據存儲提供了解決方案。

至于英特爾,則是行家里手。英特爾不僅制造CPU處理器,也是存儲芯片的重要供應商。為了保持競爭力,英特爾在3DXPoint和3DNAND等新存儲技術上也進行了大規模投資。2024年,英特爾推出了"SSD革命"計劃,將3DXPoint和3DNAND完美融合,推動固態存儲產品的飛躍發展。

三家存儲芯片公司的"Allin"投資雖然各有側重,但目標是一致的在與英偉達的競爭中分一杯羹。隨著人工智能和大數據應用的不斷擴展,對于高速、大容量、低功耗的存儲芯片需求將持續增長。而英偉達憑借其在GPU和AI加速芯片領域的優勢,確實在這一領域占據了先機。但存儲芯片同樣是人工智能和大數據應用不可或缺的一環,只有存算一體,AI計算和存儲高度融合,才能最大限度釋放計算能力。

總的來說,這場"存儲芯片戰爭"是科技行業未來發展的一個縮影。它體現了人工智能時代帶來的新機遇和新挑戰,也折射出傳統存儲芯片巨頭如何在變革中求生存。

因此,存儲芯片公司與英偉達之間的競爭將在未來幾年內持續激烈。雙方都在為爭奪人工智能和大數據市場做著長期布局和發展規劃。這種持續較量將推動整個科技行業在新存儲技術、新算力架構、軟硬件一體化等方面的創新,也將加速人工智能和大數據應用在各行業的落地進程。