大模型出现有望带动AI服务器需求爆发
　　我们认为ChatGPT具备跨时代的意义的本质是AI算法大模型，因此科技巨头已经开始算力“军备赛”，大模型的出现有望带动AI服务器需求爆发。服务器架构随负载量扩张不断优化，已经经历传统单一部署与集群模式，目前正处于分布式模式的转变阶段。CPU、内部存储和外部存储是服务器的核心部件。
　　加速计算是服务器成长的核心驱动力
　　按照CPU指令集架构的差异，服务器可分为CISC(复杂指令集)、RISC(精简指令集)、VLIM等架构，代表架构为X86。人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力，AI服务器相较于通用服务器区别在于硬件架构、加速卡数量与设计方面；我们认为AI服务器众芯片组为服务器的核心，且价值成本占比较高。
　　算力时代到来，服务器价值再次凸显
　　我们认为服务器是“伴科技类”的硬件产品，随着科技的服务形式和应用方式不断进步，服务器同样在不断迭代升级或更新换代，近年来随着互联网+、云计算、AI+、边缘计算的出现，服务器市场迎来了极大的发展；根据IDC的数据显示，国家计算力指数与GDP/数字经济的走势呈现出了显著的正相关，而AI服务器作为算力载体为数字经济时代提供广阔动力源泉，更加凸显其重要性。
　　投资建议:
　　关注两条投资主线：
　　1)AI服务器生产商，重点推荐中科曙光，其他受益标的为浪潮信息、拓维信息、神州数码；
　　2)具备算力芯片的厂商，受益标的为寒武纪、海光信息、龙芯中科、景嘉微。
　　风险提示:核心技术水平升级不及预期的风险、AI伦理风险、政策推进不及预期的风险、中美贸易摩擦升级的风险。
　　

研究报告全文：仅供机构投资者使用证券研究报告行业深度研究报告ChatGPT加速计算服务器时代到来AIGC行业深度报告5华西计算机团队2023年3月8日分析师刘泽晶SACNOS1120520020002邮箱liuzj1hx168comcn请仔细阅读在本报告尾部的重要法律声明核心逻辑大模型出现有望带动AI服务器需求爆发我们认为ChatGPT具备跨时代的意义的本质是AI算法大模型因此科技巨头已经开始算力军备赛大模型的出现有望带动AI服务器需求爆发服务器架构随负载量扩张不断优化已经经历传统单一部署与集群模式目前正处于分布式模式的转变阶段CPU内部存储和外部存储是服务器的核心部件加速计算是服务器成长的核心驱动力按照CPU指令集架构的差异服务器可分为CISC复杂指令集RISC精简指令集VLIM等架构代表架构为X86人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力AI服务器相较于通用服务器区别在于硬件架构加速卡数量与设计方面我们认为AI服务器众芯片组为服务器的核心且价值成本占比较高算力时代到来服务器价值再次凸显我们认为服务器是伴科技类的硬件产品随着科技的服务形式和应用方式不断进步服务器同样在不断迭代升级或更新换代近年来随着互联网云计算AI边缘计算的出现服务器市场迎来了极大的发展根据IDC的数据显示国家计算力指数与GDP数字经济的走势呈现出了显著的正相关而AI服务器作为算力载体为数字经济时代提供广阔动力源泉更加凸显其重要性投资建议关注两条投资主线1AI服务器生产商重点推荐中科曙光其他受益标的为浪潮信息拓维信息神州数码2具备算力芯片的厂商受益标的为寒武纪海光信息龙芯中科景嘉微风险提示核心技术水平升级不及预期的风险AI伦理风险政策推进不及预期的风险中美贸易摩擦升级的风险2目录01AI服务器需求呈现加速状态02拥抱AI服务器的星辰大海03投资建议梳理AIGC相关受益厂商04风险提示301AI服务器需求呈现加速状态411ChatGPT的竞争本质即大模型储备竞赛大模型是人工智能发展的必然趋势大模型即大算力强算法结合的产物大模型通常是在大规模无标注数据上进行训练学习出一种特征和规则基于大模型进行应用开发时将大模型进行微调如在下游特定任务上的小规模有标注数据进行二次训练或者不进行微调就可以完成多个应用场景的任务大模型是辅助式人工智能向通用性人工智能转变的坚实底座大模型增强了人工智能的泛化性通用性生产水平得到质的飞跃过去分散化模型研发下单一AI应用场景需要多个模型支撑每个模型需要算法开发数据处理模型训练参数调优等过程大模型实现了标准化AI研发范式即简单方式规模化生产具有预训练精调等功能显著降低AI开发门槛即低成本和高效率算力是打造大模型生态的必备基础服务器是算力的载体算力是训练大模型的底层动力源泉一个优秀的算力底座在大模型AI算法的训练和推理具备效率优势服务器是算力的底层载体包含CPUGPU内存硬盘网卡等在ChatGPT中具有举足轻重的作用算力是服务器通过对数据进行处理后实现结果输出的一种能力数据平台算力算法关系示意图资料来源IDC华西证券研究所512大模型出现带动AI服务器呈现加速状态我们认为大模型的出现有望带动AI服务器需求我们认为除了对低延迟低功耗算力的性能需求在服务器的种类上也产生了多样化细分化的场景应用需求各行业与人工智能技术的深度结合及应用场景的不断成熟与落地使人工智能芯片朝着多元化的方向发展为了迎合芯片的多元化服务器的类型也将越来越丰富并适用越来越多的行业应用场景根据IDC的数据在2021年的统计预计到2025年中国加速服务器市场规模将达到1086亿美元且2023年仍处于中高速增长期增长率约为20AI大模型对算力的需求分别来自训练和推理两个环节1训练环节通过标记过的数据来训练出一个复杂的神经网络模型使其能够适应特定的功能模型具有一定的通用性以便完成各种各样的学习任务该环节需要处理海量的数据注重绝对的计算能力2推理环节利用训练好的模型使用新数据推理出各种结论借助神经网络模型进行运算利用输入的新数据来一次性获得正确结论的过程该环节对算力要求比训练环节略低但注重综合指标单位能耗算力时延成本等都要考虑2021-2025年中国服务器市场规模及增速亿美元AI大模型对于算力服务器的需求资料来源IDC华西证券研究所613服务器架构随负载量扩张而不断优化服务器价值凸显计算机的一种它比普通计算机运行更快负载更高价格更贵主要用于在网络中为其它客户机提供计算或者应用服务服务器具有高速的CPU运算能力长时间的可靠运行强大的IO外部数据吞吐能力以及更好的扩展性服务器一般具备承担响应服务请求承担服务保障服务的能力其内部的结构与普通的计算机相差不大主要包括如CPU硬盘内存系统系统总线等但相较于PC端需考虑几方面例如可拓展性易使用性可用性和易管理性服务器架构随负载量扩张而不断优化服务器架构经历了从传统单一模式到集群模式再到分布式架构的优化过程传统单一模式服务器诞生初期将所有功能汇集在同一个系统缺点为不便于维护横向拓展性不佳因此集群模式诞生这种集群模式将同一项目放在多个服务器上有效缓解用户访问量大的压力但由于各个服务器间功能重复却缺乏协同系统维护成本仍然较高且增加了用户重复登陆问题因此服务器架构进化到分布式模式在分布式架构中整个系统按照不同功能拆分为多个单一功能的子模块每个模块被放到不同服务器中相互协作共同组成服务器网络能够有效解决功能耦合度高等问题且代码复用性高服务器架构演变过程示意图资料来源百度百科IDC华西证券研究所714深度拆解服务器核心硬件组成部分H3CUniServerR4900G5服务器硬件结构拆解服务器的组成服务器主要由主板内存CPU磁盘网卡显卡电源主机箱等硬件设备组成其中CPU内部存储和外部存储是组成核心部件CPU处理器负责整个服务器的运算与控制相当于人的大脑是直接影响到服务器性能的核心部件单台服务器可由多个CPU组成一般服务器CPU个数多为2-4颗也可有单颗的虚拟化主机CPU有4-8颗的CPU越多服务器性能越高CPU的核数一般都是四核内部存储是CPU和硬盘之间的缓冲设备是临时存储器作用是临时存放数据程序在运行的时候都会调度到内存中运行服务器关闭或程序关闭之后数据将自动从内存中释放掉外部存储永久存放数据的存储器其中常用的硬盘有300GB500GB1TB3TB4TB等硬盘类型分机械硬盘固态硬盘两种H3CUniServerR4900G5服务器硬件结构注释硬件成本构成我们认为以一台通用服务器为例CPU主编号名称编号名称板或芯片组占比最高大约占成本50以上内存内部存储3中置GPU模块12内存外部存储占比约为2056网卡13主板7Riser卡18电源模块8GPU卡23硬盘9存储控制卡25超级电容10CPU27加密模块12内存28系统电池资料来源H3CUniServerR4900G5技术白皮书华西证券研究所815服务器的分类按机箱结构分类服务器按照机箱结构可分为塔式服务器机架式服务器机柜式服务器刀片式服务器塔式服务器采用台式机箱结构常见的入门级和工作组级服务器基本上都采用这一服务器结构类型优点对放置空间要求较小拓展性高应用范围广泛成本较低缺点升级扩张有限独立性强机架式服务器设计宗旨主要是为了尽可能减少服务器空间的占用例如专业网络设备优点比塔式服务器对空间的要求更小可扩展性强扩展操作便利缺点拓展和散热受到一定限制因此无法实现完美的设备扩张单机性能有限机柜式服务器应用于企业端内部设备较多或不同设备单元放置在一个机柜中优点功能模块与支撑模块彻底分离可靠高效灵活架构允许网络计算存储有机共存维护简便缺点投入成本较高能耗高内部拓展性有限刀片式服务器专为特殊应用行业和高密度计算机环境而生每一片刀片即模板类似独立服务器在集群模式下具备高速网络环境资源共享等领域广泛应用于数码媒体医学航天军事等领域性能较高可实现轻松替换且便于维护但是价格成本较高塔式服务器示意图机架式服务器示意图刀片式服务器示意图机柜式服务器资料来源IDC华西证券研究所9161服务器的分类方式按照CPU架构分类伴随应用需求不断扩张不同架构服务器百花齐放按照CPU指令集架构的差异服务器可分为CISCRISCVLIM等架构CISC复杂指令集庞大复杂的指令数目常见CISC微指令集主要集中在AMDIntelVIA等IA-32X86架构的CPU产品优点在于能够有效缩短新指令的微代码设计时间允许设计师实现CISC体系机器的向上相容指令丰富且功能强大而缺点指令使用率不均衡不利于采用先进结构提高性能等RISC精简指令集对指令数目和寻址方式都做了精简包含了简单基本的指令透过这些简单基本的指令就可以组合成复杂指令常见RISC微指令集主要集中在DECAlphaARCARMAVRMIPSPA-RISCPowerPCRISC-V中优点在于指令执行效率高原因是90指令由硬件直接完成10的指令是由软件以组合的方式完成缺点在于指令数较少功能不及CISC强大VLIM超长指令集架构采用多个独立的功能部件指令调度是由编译器静态调度完成因此指令可同时流出数目越大超长指令的性能就明显优点在于结构简单且价格低廉缺点在于编译器负担较重且需要更多内存目前微处理器有Intel的IA-64和AMD的x86-64CISC与RISC比较芯片根据指令集分类CISCRISC保留简单高效的常用指令复杂指令通过简单指令组合指令系指令系统丰富有专用指令来完成特定的功能实现特殊功能效率低可通过流水技术弥补指令长度统处理特殊任务效率较高指令长度不同相同存储操存储器操作指令多可直接操作内存和寄存器对存储器操作有限制运算基本都限于寄存器间控制作数据流控制复杂简单汇编语言程序编程相对简单科学计算及复杂汇编语言程序一般需要较大的内存空间实现特殊功能程序操作的程序设计相对容易效率较高时程序复杂很多复杂指令都通过CPU内的微码来完成微码指令执大部分的指令都可以在一个时钟周期内完成降低了指令比较复杂的指令需要多个时钟周期才能完成行时间流水线设计的复杂度指令不等长周期增加了指令流水线优化的难度RISC计算机在一条指令执行的适当地方可以响应中断中断CISC计算机是在一条指令执行结束后响应中断但是相比CISC指令执行的时间短所以中断响应及时CPU包含有丰富的电路单元因而功能强面积CPUCPU包含有较少的单元电路因而面积小功耗低大功耗大设计周CISC微处理器结构复杂设计周期长采用微RISC微处理器结构简单布局紧凑设计周期短且易期程序可适当降低复杂性于采用最新技术资料来源CSDN华西证券研究所10162X86和ARM各具优势国产生态迎新机遇X86架构服务器仍占绝对优势ARM架构服务器潜力巨大根据市场应用占比把服务器分为X86服务器和非X86服务器目前使用X86架构的服务器CPU仍然占据绝对优势根据芯八哥数据按照2021年统计数据X86架构市场占比高达97ARM占比仅为207PowerBI占比为027但以ARM为代表的RISC结构近年来增长迅猛尤其国内诞生了以华为海思阿里平头哥为代表芯片企业X86和ARM各具优势ARM体积小低功耗低成本执行更加高效指令长度固定然而在性能上不及X86如果ARM要在性能上接近X86就需要极高的频率从而带来较高能耗X86单条指令功能强大且指令数相对较小带宽要求低然而缺点在于寻址范围小部分计算机利用率不高执行速度慢ARM加速迭代国产生态迎新机遇根据TrendForce数据预测随着云数据中心增长预计到2025年ARM架构在数据中心服务器市场渗透率将达到22ARM在服务器的市场崭露头角早在2008年高通博通微软华为飞腾等也陆续开发了各自的ARM服务器CPU2019年随着着ARM的Neoverse平台路线图的推出服务器市场份额渗透率得到质的提升国产生态迎新机遇X86生态依然被AMD和英特尔垄断而ARM架构随着国产生态和技术逐渐成熟迎来国产替代的新机遇CPU指令集生态ARM和X86服务器对比资料来源芯八哥CSDNOFweek电子工程网华西证券研究所11163我国服务器占比逐年攀升呈现快速增长态势我国服务器占比逐年攀升云有望成为重要抓手根据IDC数据2021年全球服务器市场规模为992亿美元同比增长901中国市场规模约251亿美元近年来占全球比重呈现快速上升趋势已成为全球最主要的服务器增长市场此外公有云作为国内外数据流量的重要抓手服务器同样彰显其重要算力底座我们认为其存在巨大成长空间我国服务器单台均价接近全球均价2021年全球服务器平均单价高达7328美元台我国市场也达到了6415美元台我国服务器价格呈现上升状态并且接近全球服务器平均价格人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力根据IDC的数据随着智能应用正不断深入从碎片化过渡到深度融合的一体化从单点转换为多元化的应用场景在金融制造能源和公共事业等行业体现尤为显著2021年上半年中国加速计算服务器市场达到24亿美元同比增长851此外中国2021年H1服务器排名前五的厂商分别为浪潮新华三华为戴尔联想此外根据IDC的预测未来中国整体服务器的复合增长率为1272025年中国服务器市场规模预计将达到4247亿美元全球服务器与中国服务器市场规模及占比全球服务器价格及中国服务器价格比较2021年上半年中国服务器市场份额2470305080017108401120浪潮新华三华为戴尔联想其他资料来源芯八哥IDC华西证券研究所12171AI服务器加速计算服务器是服务器成长的核心驱动力服务器同样可以按照CPU数量进行分类可以分为单路服务器双路服务器四路服务器和多路服务器路指的是服务器物理CPU的数量也就是服务器主板上CPU插槽的数量单路指服务器支持1个CPU双路指服务器支持2个CPU四路指服务器支持4个CPU以此类推一般CPU数量越多即拥有更强的性能同时能显著降低性能的功耗比AI服务器价值凸显随着大数据云计算人工智能等技术的成熟与在各行各业的应用AI服务器价值凸显1硬件架构相较于通用服务器AI服务器是采用异构形式的服务器在异构方式上可以根据应用的范围采用不同的组合方式如CPUGPUCPUTPUCPU其他的加速卡等2加速卡数量通用服务器一般是单路或多路CPU架构而AI服务器需要承担大量的AI运算一般配置四块及以上加速卡3独特设计AI服务器由于对加速卡的独特需求需要针对性的对于系统结构散热等做专门的设计才能满足AI服务器需求四路服务器示意图阿里云多路AI集群服务器示意图资料来源搜狐博客阿里云官网华西证券研究所13172AI服务器GPU为主流加速卡正在大放异彩AI芯片是AI算力的心脏GPU价值凸显伴随数据海量增长算法模型趋向复杂处理对象异构计算性能要求高AI芯片在人工智能的算法和应用上做针对性设计可高效处理人工智能应用中日渐多样繁杂的计算任务在人工智能不断扩大渗透的数字时代芯片多元化展现出广阔的应用前景通过不断演进的架构为下一代计算提供源源不断的动力源泉GPU作为AI芯片的主力军正在大放异彩AI芯片主要包括图形处理器GPU现场可编程门阵列FPGA专用集成电路ASIC神经拟态芯片NPU等人工智能深度学习需要异常强大的并行处理能力GPU相比于CPU更擅长于并行计算能力正在大放异彩根据IDC的数据2021年H1中国人工智能芯片GPU占比最多为9190GPU服务器优势显著GPU服务器超强的计算功能可应用于海量数据处理方面的运算如搜索大数据推荐智能输入法等相较于通用服务器在数据量和计算量方面具有成倍的效率优势此外GPU可作为深度学习的训练平台优势在于1GPU服务器可直接加速计算服务亦可直接与外界连接通信2GPU服务器和云服务器搭配使用云服务器为主GPU服务器负责提供计算平台3对象存储COS可以为GPU服务器提供大数据量的云存储服务2021年H1中国人工智能芯片占比GPUFPGAASIC对比GPUFPGAASIC对比纵轴代表灵活性横轴代表性能150AI芯片释意630030显卡的核心单元是单指令多数据处理器GPU采用GPU数量众多的计算单元和超长的流水线在图型领域的加速方面具有技术优势集成了大量的基本门电路及存储器利用门电路直接运算速度较快用户可以自由定义这些门电路和存储器FPGA之间的布线改变执行方案从而调整到最佳运行效果9190相较于GPU灵活度更高功耗更低为特定目的面向特定用户需求设计的定制芯片具备ASIC体积小功耗低可靠性更高等有点在大规模量产的情况下具备成本低的特点GPUNPUAISCFPGA资料来源IDCCSDN华西证券研究所14173AI服务器芯片组CPUGPU价值成本凸显AI服务器芯片组价值成本凸显根据Wind及芯语的数据AI服务器相较于高性能服务器基础服务器在芯片组CPUGPU的价格往往更高AI服务器训练芯片组的成本占比高达83AI服务器推理芯片组占比为50远远高于通用服务器芯片组的占比浪潮通用服务器浪潮英信服务器NF5260M6搭载第三代英特尔至强可扩展处理器的一款2U双路机架式服务器可支持1-2个支持1到2个英特尔至强第三代可扩展处理器根据Intel官网数据此款处理器建议零售价为9359美元折合人民币约65000元浪潮AI处理器浪潮NF5488A5是一款浪潮自研的具有超强算力的AI服务器性能领先在4U空间内支持8颗第三代NVLink的NVIDIAA800GPU搭载2颗支持PCIe40的AMDEPYC70027003处理器可提供极致训练性能和超高数据吞吐广泛适用于图像视频语音识别金融分析智能客服等典型AI应用场景根据天极网和中关村在线网数据该款AMDCPU售价为8880美元折合人民币约62000元该款GPU售价为104000元服务器成本购成浪潮服务器成本对比资料来源WIND芯语浪潮官网华西证券研究所1502拥抱AI服务器的星辰大海1621服务器发展路径伴科技类升级产品我们认为服务器是伴科技类的硬件产品随着科技的服务形式和应用方式不断进步服务器同样在不断迭代升级或更新换代世界上最早的服务器可以追溯到1981年IBM大型机上的BITNET电子邮件群组是第一台邮件列表服务器此后随着万维网的出现和搜索引擎等互联网迭代升级技术不断迭代近年随着互联网云计算AI边缘计算的出现服务器市场迎来了极大的发展2009年左右随着虚拟化技术不断成熟云计算的服务模式被大众广泛接受云数据中心对服务器的需求旺盛2012年左右我国进入互联网时代云计算服务模式叠加电子商务的需求拓展性运算性能数据存储容量等需求凸显服务器需求不断增加2015年左右全球进入AI时代以人工智能深度学习神经网络的训练和推理等赋能千行百业AI服务器价值凸显其具备图形渲染和海量数据的并行运算等优势市场需求旺盛2017年左右随着边缘计算物联网的兴起叠加AI等需求服务器市场依旧火热服务器的本质是伴随资料来源公开资料整理腾讯云官网资产信息网新睿云华西证券研究所1722算力时代到来服务器价值凸显国家计算力指数与GDP数字经济的走势呈现出了显著的正相关根据IDC数据十五个重点国家的计算力指数平均每提高1点国家的数字经济和GDP将分别增长35和18预计该趋势在2021-2025年将继续保持此外当一个国家的计算力指数达到40分以上时国家的计算力指数每提升1点其对于GDP增长的推动力将增加到15倍而当计算力指数达到60分以上时国家的计算力指数每提升1点其对于GDP增长的推动力将提高到30倍对经济的拉动作用变得更加显著海量应用场景算力需求高涨据华为发布的计算2030预测2030年人类将进入YB数据时代全球数据每年新增1YB通用算力将增长10倍到33ZFLOPS人工智能算力将增长500倍超过100ZFLOPS相当于一百万个中国超级计算机神威太湖之光的算力总和AI服务器作为算力载体为数字经济时代提供广阔动力源泉不同于通用服务器AI服务器更专精于海量数据处理和运算方面我们认为其可以为人工智能深度学习神经网络大模型等场景提供广阔的动力源泉并广泛应用于医学材料金融科技等千行百业从计算力指数看对经济的增长计算力对经济的影响资料来源IDC全球算力指数评估报告华为计算2030华西证券研究所1823服务器产业链梳理下游赋能千行百业服务器产业链梳理关注产业链中上游服务器行业产业链上游为CPUGPU内存硬盘RAID控制器电源软件系统等原材料为主中游为服务器行业下游客户群体有互联网云服务商电信运营商第三方IDC服务商政府部门各类型企业等我们认为在算力和数字时代的大背景下AI服务器作为算力载体为数字经济时代提供广阔动力源泉更加彰显其重要性服务器赋能千行百业根据IDC数据服务器赋能千行百业实则为数字经济的底层基础设施其中互联网行业占比最多为438广泛应用于电子商务电子邮件电子游戏等领域电信行业占比99应用场景为通讯网络云平台建设金融占比约为90广泛应用于商业业务系统银行系统等场景政府领域占比为106主要应用于数字政务办公系统等领域21年服务器下游占比服务器产业链2674389099106互联网政府电信金融其他资料来源华经产业研究院IDC华西证券研究所1924数字经济时代服务器应用前景广阔互联网积极拥抱新兴技术领先全球算力水平根据IDC数据统计2021年互联网企业采购的IT基础架构中超过九成被应用于云计算部署方式此外互联网与人工智能大数据等新兴技术的结合也催生了对海量计算能力的需求目前从互联网数据中心的体量来看中美仍处在第一梯队中美两国占全球整体服务器保有量六成以上近年来互联网行业在亚太区的增长颇为突出这主要源于疫情之后在线需求的增加以及亚太地区经济的复苏此外中国持续加大数据中心的部署更多企业采取云服务方式电信利用算力投入优化内部管理赋能业务创新内部随着5G云计算等技术的落地电信运营商对内面临着业务增长压力外部智慧交通智慧零售车联网游戏娱乐ARVR应用等增值业务等算力需求逐步增加海量创新业务增长对数据快速访问价值凸显要求电信数据厂商承担数据高并发低延迟传输保证业务永续的能力IBM超级计算机示意图特斯拉超级计算机示意图资料来源IDC全球算力指数评估报告华西证券研究所20