算力

通信行业专题研究:DeepSeek算力效率提升≠算力通缩,国产算力需求方兴未艾

DeepSeek 在知乎发布文章《DeepSeek-V3/R1 推理系统概览》,披露其 AI 大模型的理论成本利润率高达 545%,引发业内的热烈讨论。在本篇报告中,我们从以下三个角度:1)DeepSeek 的底层架构优化;2)DeepSeek 的利润率详细拆解;3)DeepSeek 引发的算力需求之争,回应市场关心的问题。此外,当前市场针对算力之争多定性分析,本篇报告也旨在提供较完整的定量分析框架以供参考。

AI 算力芯片行业专题报告:AI算力芯片是“AI时代的引擎”,河南省着力布局

AI 算力芯片是“AI 时代的引擎”。ChatGPT 热潮引发全球科技企业加速布局 AI 大模型,谷歌、Meta、百度、阿里巴巴、华为、DeepSeek 等随后相继推出大模型产品,并持续迭代升级;北美四大云厂商受益于 AI 对核心业务的推动,持续加大资本开支,国内三大互联网厂商不断提升资本开支,国内智算中心加速建设,推动算力需求高速成长。人工智能进入算力新时代,全球算力规模高速增长,根据 IDC 的预测,预计全球算力规模将从 2023 年的1397 EFLOPS 增长至 2030 年的 16 ZFLOPS,预计 2023-2030年复合增速达 50%。AI 服务器是支持生成式 AI 应用的核心基础设施,AI 算力芯片为 AI 服务器提供算力的底层支撑,是算力的基石。AI 算力芯片作为“AI 时代的引擎”,有望畅享 AI 算力需求爆发浪潮,并推动 AI 技术的快速发展和广泛应用。

国产算力AI芯片专题:一文读懂华为昇腾310芯片

海外龙头复盘:如何看待英伟达的发展历程?英伟达自1993年成立以来,通过战略性的研发和合作,在GPU领域取得显著成就。英伟达公司在1999年上市,2006年推出CUDA平台,使得GPU的应用扩展至数据科学和人工智能等多个领域。2016年,英伟达发布了支持深度学习的超级计算机DGX-1,进一步巩固其在AI时代的领导地位。目前,英伟达在数据中心、游戏、专业可视化和自动驾驶领域拥有广泛的产品和应用。英伟达凭借超前布局+构筑软硬件生态语言学习平台 壁垒在算力芯片领域稳居龙头地位,华为昇腾的发展路径展现出对这一模式的借鉴与创新。

AI算力产业研究:美国对华AI限制加剧,自主可控大势所趋

2019年以来,中美贸易摩擦持续加剧,导致国内科技产业的投资策略发生显著的变化。2024年10月,美国商务部要求台积电从11月11日起,停止向中国大陆客户供应7nm及更先进工艺的AI芯片。12月2日,美国商务部工业与安全局(BIS)公布了对中国半导体出口管制措施新规则,将140家中国半导体相关公司列入“实体清单”。在特朗普2.0时代,美国对华在高科技领域的制裁、限制或将持续。

紫光股份研究报告:把握“云网安算存端”全栈机遇,引领AI算力产业发展

紫光股份:新一代云计算基础设施建设和行业智慧应用服务的领先提供商,并购新华三大幅提升业绩表现。紫光股份成立于 1999 年,是主营信息电子产业的中国高科技A 股上市公司。公司立足新一代信息通信领域,作为全球新一代云计算基础设施建设和行业智慧应用服务的领先者,提供智能化的网络、计算、存储、云计算、安全和智能终端等全栈 ICT 基础设施及服务。同时,公司提供行业智慧应用一站式数字化解决方案,以及顶层设计、软件开发、系统集成及运维管理等全生命周期服务。
SVIP免费

中国移动云终端-算力终端产品白皮书(2025年版)

为加快构建 “连接+算力+能力”新型信息服务体系,牵引产业创新研发、推动云终端·算力终端产品发展,编写相关产品白皮书,面向产业广泛开展生态合作,加快引入符合中国移动算力业务发展需求的终端产品,构建云终端·算力终端产品体系、规范管理,为中国移动市场发展筑牢终端产品基础。

中国AI算力行业发展报告:全面拥抱智算时代的生产力

2015-2016 年左右开启了大模型时代,整体的训练计算量较之前的时期大2到3个数量级。从2022年底,随着ChatGPT成功带来大规模参数通用大模型相继发布。这些大模型的训练需要千亿、甚至万亿级参数,以及上千GB的高质量数据,大模型的训练迭代将极大地拉动了智能算力的需求。 2012-2023年算力需求翻了数十万倍,AI算力需求远超摩尔定律,大模型对算力的需求每年持续增长,未来10年AI算力需求将再增长500倍。
SVIP免费

车载Chiplet 技术产业研究:车载Chiplet,智能汽车算力架构新范式

Chiplet 技术在 满足车载高算力要求的同时,带来研发周期短和成本低、研发灵活性强等潜在优势。Chiplet 技术将传统的系统级芯片划分为多个单功能或多功能组合的“芯粒”,在一个封装内通过基板互连成为一个完整的复杂功能芯片。运用 Chiplet 技术,芯粒可快速集成、提升性能的同时增加产品灵活度,提升新款车型、新智能功能上市速度,满足激烈竞争的智能汽车市场需求。Chiplet 可将多颗成本更低的小 die 共同封装,在满足芯片整体算力性能的同时兼顾芯片整体成本。对于市场变化快、研发周期长的汽车产业而言,Chiplet 技术在设计阶段便考虑不同的计算单元与功能单元,将整块芯片分解后,每部分采用最适配的制程工艺进行加工处理,再利用先进封装技术将其合封在一起。将大块的 SoC 芯片按功能板块拆分成小芯粒,可减少重复的设计与验证环节,对芯片的部分单元进行选择性迭代,大幅降低研发设计的难度,缩短研发周期,提升产品的迭代速度,以帮助车企应对激烈的市场竞争。
加载更多