算力投入巨大 高端AI服務器市場需求激增 產業鏈迎利好

“過去一臺AI服務器裝四張顯卡，現在客戶要的都是能裝八張甚至十張顯卡的高端設備。”12月18日，在2023?AI?Tech?Day暨首屆人工智能生態發展峰會現場，服務器廠商正展示全新升級的AI大模型服務器。中國證券報記者在現場了解到，AI大模型迭代速度越來越快，廠商對智能算力投入大幅增加，支持存儲和訓練的高端AI服務器的需求激增。不少AI服務器廠商今年訂單都集中在高端AI服務器上。?

　　業內人士表示，隨著AI大模型加速迭代，智能算力已成為稀缺資源。未來較長一段時間內，我國AI服務器市場維持供不應求狀態，國產AI芯片市場規模增長迎來關鍵窗口期。?

　　高端AI服務器搶手?

　　當前，大模型廠商產品迭代如火如荼。據百川智能創始人、CEO王小川介紹，目前百川大模型保持每個月一次模型數據的迭代。?

　　AI大模型正帶動AI服務器算力需求持續擴張。安擎計算機相關負責人告訴記者，2023年，由于行業投資趨于謹慎，判別式AI應用場景收縮，AI服務器市場整體銷售臺數同比有所下降，但訂單金額同比將會呈現增長態勢。這是由于AI大模型算力需求集中爆發，成為智能算力的最大需求方。?

　　“AI大模型廠商都在加快迭代速度，客戶根本等不起你去建機房，而是希望拎包入住。”鴻博股份副總裁、英博數科CEO周韡韡告訴記者，“我們現在都是找一些已經建好的機房，然后把設備放進去，快速組網，調試好后交付給客戶。AI大模型的發展讓人看到的不僅是效率提升，似乎全行業迭代周期都在縮短。”?

　　高端AI服務器設備十分緊俏?！按竽Ｐ陀柧毸钄祿ぴ?#xff0c;AI大模型廠商需要的是能夠支持存儲和訓練的高端AI服務器。因此各服務器廠商目前都在升級芯片規格、擴大卡組數量，向高端AI服務器方向升級。”上述安擎計算機相關負責人稱。?

　　我國智能算力資源稀缺。艾瑞咨詢發布的《2023年中國智能計算中心行業發展白皮書》顯示，2022年，中國智能算力規模占全部算力的比重為22%；從服務器結構來看，2022年，我國通用服務器占服務器總量比重為93.2%，而AI服務器僅占服務器總量的6.8%。多位業內人士表示，未來較長一段時間內，我國AI服務器市場維持供不應求狀態。?

　　算力產業鏈迎利好?

　　隨著AI大模型算力需求強勁，今年以來，國內算力產業鏈公司接連斬獲新訂單。?

　　12月4日，鴻博股份公告稱，子公司英博數科向百川智能提供一定規模的英偉達智算服務器，及其所有的算力資源以及配套軟件應用和技術服務，涉及交易總金額預計達313.82億元。據周韡韡介紹，截至2023年12月，英博數科累計簽約額超18億元。?

　　公開資料顯示，神州數碼在10月29日至11月19日期間共簽訂四筆銷售神州鯤泰品牌昇騰AI服務器訂單，合同總金額達6.24億元。?

　　青云科技10月15日公告稱，公司向高新興訊美科技股份有限公司采購6.84億元GPU服務器（含配套產品），并與客戶簽訂6.90億元銷售合同，向其銷售上述GPU服務器（含配套產品）。?

　　在AI大模型浪潮的帶動下，人工智能芯片、服務器、數據中心市場規模將顯著提升。IDC預計，2023年中國人工智能芯片出貨量將達到133.5萬片，同比增長22.5%。?

　　人工智能服務器方面，IDC預計，2023年中國人工智能服務器市場規模將達到91億美元，同比增長82.5%；2027年將達到134億美元，年均復合增長率為21.8%。?

　　智算中心建設步伐加快。據不完全統計，截至2023年8月，全國已有超過30個城市建設智算中心。?

　　中信證券表示，AI的持續發展拉動智能算力需求和建設水平提升，為光模塊、服務器等領域帶來持續增長機會。?

　　做好生態建設?

　　AI大模型時代，進口品牌GPU等高端芯片供應面臨周期波動挑戰，為國產AI芯片加速推向市場打開關鍵窗口。不過，AI大模型的訓練、推理和海量數據存儲無一不需要高性能算力支撐，也對國產算力底層基礎設施能力和生態建設提出考驗。?

　　艾瑞咨詢產業數字化研究院負責人徐樊磊表示，在AI大模型爆發之前，國內的智能算力資源主要用于推理端。AI大模型趨勢到來，使國內廠商開始推出訓練端的算力硬件產品和服務，但目前相關產品能力比起全球領先算力能力仍有較大差距。?

　　業內人士表示，在計算層面，由于芯片廠商在開發過程中使用的技術路線不同，導致芯片適配服務器等設備的開發周期普遍很長。在訓練層面，單芯片算力有限，而大模型訓練需要大規模的算力集群，需要算力系統具有靈活的算力擴展能力。在存儲層面，多模態大模型的訓練和推理對存儲提出了更高要求。?

　　近年來，我國AI算力市場高度依賴英偉達GPU硬件和相應的軟件生態。周韡韡坦言，全球90%的AI工程師都在使用英偉達GPU配套的CUDA軟件生態，這和英偉達GPU在全球的壟斷地位完全匹配。“一些國產GPU計算性能并非絕對不夠，而是若要把國產GPU和基于CUDA架構開發的設備進行適配，需要在調試和優化上花費大量精力，導致用戶使用算力的效率下降。”?

　　然而，隨著英偉達芯片進口難度不斷提升，國產AI芯片自主創新任重道遠。?

　　記者梳理發現，浪潮信息、海光信息、希姆計算、中科通量、瀚博半導體、墨芯人工智能、摩爾線程、天數智芯、寒武紀、燧原科技等芯片公司推出了應用于不同場景的AI推理和訓練任務的芯片加速卡，涉及CPU、GPU、RISC-V等不同設計架構。?

　　海光信息表示，海光DCU兼容CUDA生態，對文心一言等大多數國內外主流大模型適配良好。依托DCU可以實現LLaMa、GPT、Bloom、ChatGLM、悟道、紫東太初等為代表的大模型全面應用。?

　　如何進一步提升國產AI芯片競爭力？中國工程院院士、清華大學教授鄭緯民認為，要開發基于國產AI芯片的系統，這一過程中最重要的是做好生態建設?！皣aAI芯片只要達到國外芯片60%的性能，如果生態做好了，客戶也會滿意?！编嵕暶穹Q。?

　　徐樊磊建議，做好自主創新要從人才、設施、科研和生態領域四方面突破，逐步提升智能算力設備軟硬件功能。在硬件方面，提高國產AI芯片的穩定性和兼容性，特別是提升芯片之間、服務器集群之間的數據傳輸效果。在軟件生態方面，降低適配門檻，讓開發者逐漸使用國產芯片生態。