AMO全媒体运营
首页 人工智能AI AI智算时代已至,算力芯片加速升级

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 人工智能从1956 年被正式提出以来,经历了数十年的 发展历程。人工智能诞生初期,其研究主要分为三个流 派,即逻辑演绎、归纳统计和类脑计算。 人工智能研…

AI正处史上最长繁荣大周期

人工智能从1956 年被正式提出以来,经历了数十年的 发展历程。人工智能诞生初期,其研究主要分为三个流 派,即逻辑演绎、归纳统计和类脑计算。

人工智能研究的三大流派各有优劣势。类脑计算流派的 目标最为宏远,但在未得到生命科学的支撑之前,难以 取得实际应用。归纳演绎流派的思考方式与人类相似, 具有较强的可解释性。由于对数据和算力的依赖较少, 归纳演绎流派成为人工智能前两次繁荣的主角。随着学 界对人工智能困难程度的理解逐渐加深,数理逻辑方法 的局限性被不断放大,并最终在第三次繁荣期中,逐渐 让位于统计学习的“暴力美学”。

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,至今仍未有结束的趋势。

AI生态加速收敛

大模型技术逐步收敛,生态走向聚合,模型更收敛 、 框架更归一。

为了开发更高性能的 AI大模型需要更强的算力平台,算力底座技术门槛将提高,未来训练核心拼集群系统能力 。

智能算力规模将快速增长

复杂的模型和大规模的训练需要大规模的高算力支持,这不仅需要消耗大量计算资源,而且对算力的速度、精度、性能也提出更高要求。

市场对于更高性能的智能算力需求将显著提升,智能算力增长速率约通用算力的两倍。据IDC和浪潮信息测算,2022年中国通用算力规模达 54.5 EFLOPS,预计到2027年通用算力规模将达到117.3 EFLOPS。2022年中国智能算力规模达259.9EFLOPS,预计到2027年将达到 1117.4 EFLOPS。2022 -2027年期间,中国智能算力规模年复合增长率达33.9%,同期通用算力规模年复合增长率为16.6%。

AI服务器需求旺盛

从感知智能到生成式智能,人工智能越来越需要依赖“强算法、高算力、大数据”的支持。模型的大小、训练所需的参数量等因素将直接影响智 能涌现的质量,人工智能模型需要的准确性越高,训练该模型所需的计算力就越高。IDC预计,全球人工智能硬件市场(服务器)规模将从2022 年的195亿美元增长到2026年的347亿美元,五年年复合增长率达17.3%;在中国,预计2023年中国人工智能服务器市场规模将达到91亿美元, 同比增长82.5%,2027年将达到134亿美元,五年年复合增长率达21.8%。

全国推进算力建设,加大算力投资

在适度超前的指导思想下,国家正加大对人工智能算力基础设施的投资。算力基础设施建设成为一个重要环节,被纳入国家新基建范畴。据IDC统 计,截至2023年8月,全国已有超过30个城市建设智算中心,总建设规模超过200亿。

算力、存储、网络构建智算中心基础

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,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,而当前算法模型的发展趋势以AI大模型为代表。

算力芯片主导AI计算市场

AI 分布式计算的市场主要由算力芯片 (55-75%)、内存 (10-20%) 和互联设备(10-20%)三部分组成。美国已限制对华销售最先进、使用最广泛 的AI训练GPU—英伟达 A100以及H100,国产算力芯片距离英伟达最新产品存在较大差距,但对信息颗粒度要求较低的推理运算能实现部分替代。

GPU占AI服务器成本最高,国产替代重要性凸显。我们认为,AI训练芯片受限进一步强调了高制程芯片设计、代工的国产替代紧迫性。

提升算力内存带宽,HBM供不应求

以ChatGPT为代表的生成类模型需要在海量数据中训练,对存储容量和带宽提出新要求,HBM(High Bandwidth Memory,高带宽存储器)成 为减小内存墙的优选项。HBM将多个DDR芯片堆叠并与GPU封装在一起,是一种基于3D堆叠工艺的高附加值DRAM产品。通过增加带宽,扩展 内存容量,让更大模型、更多参数留在离计算核心区更近的地方,从而减少内存和存储解决方案带来的延迟。据Omdia预测,到2025年,HBM市 场的总收入将达到25亿美元。

由于ChatGPT的爆火,GPU需求明显,英伟达也加大对三星和SK海力士HBM3的订单。2023年10月,SK海力士表示,已经在2023年出售了明年 HBM3和HBM3E的所有产量。

集成算力与存力,先进封装产能紧缺

CoWoS封装技术是目前集成HBM与CPU/GPU处理器的主流方案。在算力芯片性能暴增的时代下,先进封装产业链逐渐的进入高速发展时期。

台积电封装产能紧缺。台积电主导全球CoWoS封装市场,且正在扩大产能,以满足客户,尤其是AI芯片领域的需求。英伟达等大客户增加了对 CoWoS封装的订单量,AMD、亚马逊等其他大厂也出现了紧急订单。据IDC预测,全球CoWoS供需缺口约20%,2024年台积电的CoWos封装 产能将较2023年提升一倍,2.5D/3D先进封装市场规模在2023-2028年将以22%的CAGR高速增长。

AI算力对高效电源提出新需求

AI算力功耗增长。当代 GPU 有数百亿颗晶体管,更好的处理性能是以指数级增长的电源需求为代价的,因此人工智能和机器学习等应用的高性能 处理器需要不断增加功率。据vicorpower,目前的趋势是处理器的功耗每两年翻一番,2000A 的峰值电流现在已经很普遍。

AI芯片供电架构愈发复杂。越来越高度化的集成会造成针对加速芯片的电源解决方案越来越复杂,方案需要不同电压、不同路的多路输入,这种情 况下电压轨会越来越多。

算力产业链面临国产化机会和挑战

AI算力芯片处于AI计算的最上游,GPU、HBM、先进封装等环节需求高增,甚至已出现供不应求的现象。目前算力芯片产业链由海外公司主导, 在美国制裁中国科技发展,限制半导体技术输入中国的背景下,AI算力芯片在各环节均存在需求扩张叠加国产替代的双重增长动力。

生成海报
免责声明:文章内容不代表本站立场,本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考,文章版权归原作者所有。如本文内容影响到您的合法权益(内容、图片等),请及时联系本站,我们会及时删除处理。
域名

为您推荐

12家创业公司+4家大厂全景图:谁会成为中国版Sora?

12家创业公司+4家大厂全景图:谁会成为中国版Sora?

一年前,ChatGPT 的爆火很快在大语言模型领域催生了“百模大战”。一年后,Sora 横空出世再次惊艳世人,这一次是否...

ChatGPT和文心一言对比分析

ChatGPT自上线起就受到了用户的喜爱。而文心一言是国内的第一个对标ChatGPT而研发的AI产品。本文将对比这二者的...

培养AIGC指导师,掌握AIGC技能,加速AIGC应用

随着人工智能技术的发展,AIGC已经成为企业创新和发展的重要路径之一。而培养AIGC指导师,掌握AIGC技能,是加速AI...

人工智能产业的前景和创新机会

在当今世界,人工智能产业正以前所未有的速度蓬勃发展。在这个不断变化的领域,人工智能无疑是领先趋势的领导者。作为人工智能行...

揭秘AIGC数字人:多场景应用赋能流量扩张

2023年伊始,AI技术的强势爆发令数字人领域焕发新的活力。AI技术在虚拟数字人的智能交互问题上取得了突破性进展,借助A...

发表回复

返回顶部