算力是数字经济时代生产力。全社会的数据量呈指数级增长,其中企业端占比不断提升。
算力是数字经济时代生产力。全社会的数据量呈指数级增长,其中企业端占比不断提升。同时,数据的重要性正在提升,单个数据的价值下降,多维数据整合方可挖掘深度价值,进一步催生算力需求。全球的超级数据中心占比快速提升,算力呈现进一步集中。我们认为算力已经成为数字经济时代的关键生产力,目前中美两国的算力规模全球领先,根据 IDC 的研究数据,计算力和GDP 增长显著相关。面对这一产业浪潮,我国“东数西算”工程于 2022 年 2 月启动,“数据向西,算力向东”,进一步提升国家整体算力,预计每年带动 4000亿元投资。
后摩尔时代,算力从 PC 走向 AI 集群。AI 算量需求急剧增加,传统架构难以满足,下游应用的高景气度和不断衍生的智能化需求,推动芯片革新。GPU 是当前主流数据中心端 AI 计算架构,2021 年服务器 GPU 全球市场规模达到 71.5 亿美元,三年 CAGR 高达 66%。Nvidia2022 年上半年数据中心收入占比超过 50%,AMD 向数据中心端发力,2021Q4 已拿下服务器 CPU的 X86 市场份额的 10.7%,并仍在持续提升。无论是 Nvidia 还是 AMD,市值均已超越传统 CPU 龙头 Intel,标志着时代算力从 PC 端走向集群 AI 端。
人工智能开启算力时代。数据是 AI 模型的“汽油”,算力是 AI 模型的“发动机”,算法是 AI 模型的“大脑”,前述 AI 三要素相互耦合,生成 AI 模型。伴随场景与数据的激增,算法层面的“大模型”横空出世,深度神经网络模型为 AI 行业注入新动能,加快了传统行业的智能化转型,并正在向超大规模预训练模型演进。这一 AI 算法趋势也进一步推升了 AI 计算需求量,我们认为面对摩尔定律下单个处理器的性能提升逼近极限、计算核心数量增加可能带来的功耗、成本压力,异构计算有望打破 AI 芯片算力瓶颈。