AI-零帕网

通信行业硅光子技术专题报告:AI高速率时代,硅光子迎成长机遇

通信行业硅光子技术专题报告:AI高速率时代,硅光子迎成长机遇

硅光子技术是基于硅和硅基衬底材料,利用现有 CMOS 工艺进行光器件开发和集成的新一代技术,是实现光子和微电子集成的理想平台。随着传统微电子、光电子技术逐步步入“后摩尔时代”,硅光产业链逐步完善,已初步覆盖了前沿技术研究机构、设计工具提供商、器件芯片模块商、Foundry、IT 企业、系统设备商、用户等各个环节,硅光子技术作为平台型技术,其高速率、高集成度、低成本、低功耗、小型化等特点正逐步凸显,正被广泛应用于光通信、光传感、光计算、智能驾驶、消费电子等多个领域。
AI大模型专题报告:落地条件初具,搜索与情感陪伴赛道崛起

AI大模型专题报告:落地条件初具,搜索与情感陪伴赛道崛起

国产大模型能力已接近海外头部模型,随着价格竞争开始, AI 使用成本下降,应用场景有望扩充,叠加语音、多模态突破在即,搜索、情感陪伴或率先走向成熟。情感陪伴赛道:用户需求稳定,产品变现尚待开发。情感陪伴赛道起步可追溯至 2017 年,产品主要通过定制虚拟人物满足用户情感需求,AI 技术融入增添交互感与代入感,相比 ChatGPT 为代表的效率类交互 AI,情感陪伴 AI 用户规模稳定而用户交互频次、时长都显著更多,潜在空间巨大,目前用户群体相对年轻,而产品付费方案暂不突出,如何提升用户体验和变现
HBM行业研究报告:AI硬件核心,需求爆发增长

HBM行业研究报告:AI硬件核心,需求爆发增长

AI 硬件核心是算力和存力,HBM 高带宽、低功耗优势显著,是算力性能发挥的关键。AI 芯片需要处理大量并行数据,要求高算力和大带宽,算力越强、每秒处理数据的速度越快,而带宽越大、每秒可访问的数据越多,算力强弱主要由 AI 芯片决定,带宽由存储器决定,存力是限制 AI 芯片性能的瓶颈之一。AI 芯片需要高带宽、低能耗,同时在不占用面积的情况下可以扩展容量的存储器。HBM 是 GDDR 的一种,定位在处理器片上缓存和传统 DRAM 之间,兼顾带宽和容量,较其他存储器有高带宽、低功耗、面积小的三大特
HBM产业链专题报告:AI算力核心载体,产业链迎发展良机

HBM产业链专题报告:AI算力核心载体,产业链迎发展良机

HBM 是 AI 算力核心载体。HBM 即高带宽存储器,突破了内存容量与带宽瓶颈,其通过使用先进的封装工艺(如 TSV 硅通孔技术)垂直堆叠多个 DRAM,并与 GPU 封装在一起。相较于常见的 GDDR5 内存,HBM 拥有着更高的带宽,大幅提高了数据容量和传输速率,并且相同功耗下具有超 3 倍的性能表现,和更小的芯片面积。
苹果公司研究:AI+硬件龙头,AVP开启“空间计算”时代

苹果公司研究:AI+硬件龙头,AVP开启“空间计算”时代

加快布局 AI,AI+硬件有望落地。1)硬件端:推出 A17 Pro、M3 芯片,为 AI硬件落地提供强大支持。i)AI phone 方面,苹果推出全球首款 3nm 工艺制程芯片 A17 Pro,采用 190 亿个晶体管、6 核 CPU、6 核 GPU。A17 Pro 的神经网络引擎操作次数达到每秒 35 万亿次,为 AI 应用提供强大支持。ii)AI PC 方面,苹果的 M3 芯片能够支持内存容量最高达 128GB、支持运行包含数十亿个参数规模或者更大的 Transformer 模型,为大模型
芯片专题研究:AI智算时代已至,算力芯片加速升级

芯片专题研究:AI智算时代已至,算力芯片加速升级

AI正处史上最长繁荣大周期,生态加速收敛:在进入21世纪以来,在大数据和大算力的支持下,归纳统计方法逐渐占据了人工智能领域的主导地位,深度学习的浪潮席卷人工智能,人工智能迎来史上最长的第三次繁荣期。智算中心的发展基于最新人工智能理论和领先的人工智能计算架构,当前算法模型的发展趋势以AI大模型为代表,算力技术与算法模型是其中的核心关键,算力技术以AI芯片、AI服务器、AI集群为载体。
英伟达研究报告:受益数据中心AI芯片高景气度,上游供应链响应快速

英伟达研究报告:受益数据中心AI芯片高景气度,上游供应链响应快速

23Q3 数据中心收入 145.14 亿美元(yoy 278.7%, qoq 40.6%,收入占比 80.1%)。由于大语言模型带动的训练和推理算力需求较为强劲,各大数据中心均加大了对英伟达 AI 芯片(H100、A100 等)和 HGX 平台的采购力度。同时 GPU 生产和供应链响应速度快、整体表现强劲,产能不断爬坡,持续满足攀升的出货需求。报告期内,NVIDIA 最近宣布推出全新的 NVIDIA HGX™ H200,搭载了创新的 NVIDIA H200 Tensor Core GPU。这款
电子行业2024年年度策略报告:坚定科技自主,拥抱“AI+”

电子行业2024年年度策略报告:坚定科技自主,拥抱“AI+”

制造强国&自主可控背景下,关注设备国产替代机会:1)政策扶植力度加码:中美贸易摩擦后供应链安全逐步被重视,同时在国家政策和资金扶持引导下,国内企业自主创新能力会进一步提升。另外,制造强国也是国家建设需要,半导体制造值得期待;2)国产核心芯片自给率不足 10%,制造环节是重要短板:国内半导体需求供给严重不平衡,高度依赖进口,国产核心芯片自给率不足 10%。相比国内半导体销售 28%的份额占比,生产制造环节(晶圆代工市场份额占比不到 10%)是制约国内集成电路产业发展的最大短板。3)国产设备
2024年通信行业投资策略:数字经济持续演进,关注AI算力及AI应用投资机会

2024年通信行业投资策略:数字经济持续演进,关注AI算力及AI应用投资机会

数字基础设施为底座,AI变革持续发展。大模型不断演进,引领AI发展浪潮,对数字基础设施提出新要求,需要稳定、高效、安全的数字基础设施来支持其完成生成、存储、传输的整个交互过程。AI赋能场景逐步丰富,应用端不断拓展,助力百行百业实现产业升级,有望带来数据流量和算力的大幅提升,一方面,AI大模型与其他软件系统结合,升级传统交互体验,另一方面,AI大模型赋能垂直行业实现降本增效。此外,AI有望结合机器视觉、人机交互等多种技术,在具身机器人、MR等多场景落地,实现全新交互与数字生态。
AI终端行业专题报告:从大模型到智能体,端侧算力助力AI规模化应用

AI终端行业专题报告:从大模型到智能体,端侧算力助力AI规模化应用

从大模型到智能体,AI Agent(智能体)爆发元年,点燃新一轮创新周期。目前的 AI 工具大多都是 bot(机器人),包括以 ChatGPT 为代表的 LLM(大语言模型),都仅是一个应用程序,只有当用户输入特定内容时才会被动反馈。而 AI 助手的下一程,将关注 AI Agent 的构建,以 LLM 或多模态模型为核心,具备跨应用、主动、自我升级等特征,成为用户的全能助手。例如联想推出AI Twin,AI Twin 将建立本地知识库,预测用户的任务和提供自主解决方案,让设备成为用户的数字延伸。
加载更多