算力 第3页

VIP免费

弘信电子研究报告:FPC业务拐点将临,AI算力加速前进

深耕 FPC 行业二十余年,开拓算力建设新业务。1)弘信电子成立于 2003 年,是中国领先的柔性印刷电路板(FPC)制造商,专业从事 FPC 研发、设计、制造和销售,凭借自身研发技术、产品质量、供货效率等优势,与众多知名电子产品制造商搭建了稳定的合作关系。2023 年公司开始布局 AI 算力服务器的研发、设计、制造和销售,AI 算力租赁业务等,与甘肃庆阳、天水政府合作打造“东数西算”算力系统平台,新增三家子公司燧弘人工、燧弘绿色、燧弘华创,提供服务器建设、算力租赁、算力技术维保等综合服务。2)收入来看,受宏观经济及下游客户影响,2021-2023 年暂时承压。2024 年以来,公司坚持高订单价值策略,依靠大客户产能放量带动 FPC 业务稳健发展;同时,公司布局 AI 算力业务,服务器智造项目建成投产,收入实现快速增长。同时,公司大力控费效果显现,业绩拐点或迎。

海外TMT行业2025年度投资策略:AI需求持续高景气,算力~终端~应用全产业链投资机会梳理

生成式AI浪潮推动AI大模型研发和相关应用开发需求,算力硬件公司作为“卖铲人”持续受益。  芯片侧,GPU 直接受益,英伟达Blackwell需求强劲、供不应求。ASIC定制化积极配合云厂商等大客户。芯片制造和CoWoS封装产业链因旺盛需求积极扩产。 服务器侧,AI芯片积极出货进而带动服务器订单高增,同英伟达密切合作的公司受益程度更高。AI服务器同时带动HBM和SSD等存储需求。 数据中心侧,算力集群化趋势带动网络互联需求,利好光模块、交换机、连接器等。数据中心的电力需求激增,推高清洁能源需求。

液冷行业专题报告:算力时代散热革命,AI液冷拐点已至

算力器件功耗提升+能耗管控趋严驱动液冷需求增长。芯片TDP(热设计功耗) 350W通常被认为是风冷和液冷分水岭,AI算力高需求加速芯片迭代,性能升级的同时功耗显著增长,同时带动数据中心单机柜功率增加,传统散热范围受限。英伟达在GTC2024上发布的B200芯片满负荷运行时热输出功率高达1200W,DGX B200 8卡服务器功耗接近15kw,同时推出GB200 NVL72液冷机架系统。2024年7月发改委等四部门印发《数据中心绿色低碳发展专项行动计划》,提出到2025年底,全国数据中心平均PUE降至1.5以下,新建及改扩建大型和超大型数据中心PUE降至1.25以内,国家枢纽节点数据中心项目PUE不得高于1.2,因地制宜推动液冷等高效制冷散热技术,提高自然冷源利用率,明确新建及改扩建数据中心采用GPU单位算力能效水平。国产AI芯片受工艺制程与良率影响,能效水平仍有提升空间,对设备散热能力提出更高要求,液冷具有低能耗、高散热、低噪声、低TCO等优势,有望迎来快速发展。

人工智能行业2025年投资策略报告:算力为基,自主可控大势所趋,Agent及B端应用崛起

1) 算力领域投资分为海外景气度投资以及国内自主可控两大类,海外景气度投资需要重视新技术以及增量变化,随着机柜式方案成为主流,建议重点关注铜连接、电源、液冷等领域。 2) 国内自主可控大势所趋,核心是 AI 芯片,建议关注在出货量、生态和产品力上具有领先的公司,并且考虑到国产芯片制程、工艺以及明年国内互联网客户开始推进机柜方案,建议重视国产电源、液冷等相关标的。 3) Agent 目前已经成为全球科技巨头重点发力方向,C 端、B 端均开始产品的快速迭代,C 端更重视综合能力,B 端更强调对业务流的理解、群体智能和专业 Agent 的打造,预计各类 Agent 将在明年进入快速落地阶段。
VIP免费

中兴通讯研究报告:布局“连接+算力”,科技新质领头羊

连接基本盘稳固,加快算力业务拓展。公司拥有ICT行业完整的、端到端解决方案,产品覆盖“高速网络、算力基础设施、数字能源、终端”等领域。目前通信网络设备商行业已形成寡头格局,整体竞争趋于稳定,截至2023年,中兴通讯全球市占率达到13.9%,位列世界第四,中国第二。近几年,公司确立第二曲线发展策略,积极拓展服务器、数据中心、交换机、5G行业应用等第二曲线产品,24H1政企业务、消费者业务营收分别同比增长56.09%、14.28%,主要系服务器、存储、家庭终端和手机产品营业收入增长,两大板块发力明显。

寒武纪分析报告:国产算力核心,时代的主角

国产算力底座,推动人工智能赋能产业升级。寒武纪成立于 2016 年,专注于人工智能芯片产品的研发与技术创新,致力打造人工智能领域核心处理器芯片。寒武纪提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。寒武纪产品广泛应用于服务器厂商和产业公司,面向互联网、金融、交通、能源、电力和制造等领域的复杂 AI 应用场景提供充裕算力,推动人工智能赋能产业升级。国产算力发展正当时,优质算力厂商显著受益。自 2022 年 ChatGPT 持续爆火出圈,全球科技龙头纷纷大幅增长算力投入,拉开本轮全球算力大增长序幕。当前时点往后看,训练侧投资仍在扩张,对标 GPT3.5 及 GPT4,o1 的参数量或可达到 10 万亿级别;微软“星际之门”项目成本预计超千亿美元。另外,近期发布的 OpenAI o1 说明“Scaling-law”在推理侧或同样成立,即推理效果随着更多的强化学习和更多的思考时间而提高,推理需求空间有望再抬升。美国持续限制中国进口高端 AI 芯片,倒逼国产芯片加速发展。就国产算力而言,2024 年上半年,北京、上海等地均发布了智算建设规划,其算力中心正在加速落地,部分地区国产化要求比例 2025年达到 50%、2027 年达到 100%,运营商大单或亦验证了国产化的持续渗透。寒武纪能为云端、边缘端、终端提供全品类系列化智能芯片和处理器产品,也是国内少数具有先进集成电路工艺(如 7nm)下复杂芯片设计经验的企业之一,有望充分受益本轮国产算力建设。

AI算力产业专题报告:NVIDIA GB200,重塑服务器铜缆液冷HBM价值

NV Blackwell 系列或于 2024Q4 推出,有望提升机柜、铜缆、液冷、HBM 四个市场的价值量。具体内容如下: Blackwell 系列:GB200 计算能力远超 H100,采用台积电 N4P 制程,双芯片架构,192GB HBM3E,AI 算力达 20petaFLOPS(FP4)。GB200 机架有 4 种不同外形尺寸可定制,其 NVL72 与 H100 相比,将训练速度提高 30 倍。Meta、Alphabet(谷歌)、微软、亚马逊等互联网厂商均增加 2024 年资本开支指引。

算力时代全光运力应用研究报告(2024年)

随着我国产业数字化转型的持续深入,企业及家庭用户数字化应用对算力资源的需求快速增长,全光运力作为连接用户及算力资源的承载底座,重要性进一步凸显。全光运力需要支撑算力资源互联及调度,满足各类新应用催生的高速互联、灵活敏捷、确定低时延、算网高效协同等应用需求。如何发掘典型行业应用,探索创新融合应用方案,有效发挥全光运力大带宽、高可靠、硬隔离、低时延等优势,更好推动企业数智化转型、家庭数智体验升级,强化高品质网络运力对经济社会数字化转型的支撑作用等成为业界关注热点。 本报告立足算网融合时代下产业数字化转型升级背景,围绕智慧交通、工业仿真、数字文旅、智慧家庭等典型行业入云场景,以及分布式大模型训练场景等,深入剖析用户服务体验以及数据传输等对网络的需求,提出满足企业及用户品质联算需求的超大带宽、确定性、高可靠安全、业务感知、算网协同等全光运力关键技术,展示全光运力在智慧交通、数字云网吧、智家云电脑、智算拉远等场景下的行业创新应用案例。希望业界聚力协同推进全光运力技术、产业及应用多维创新,支撑培育新质生产力,推动我国数字经济持续高质量发展。

人工智能算力高质量发展评估体系报告

全球各国通过政策支持、战略规划等手段,加速构建领先的算力竞争力。美国公布 2024 财年政府预算,包括国防部、能源部、国土安全部等多个机构,累计向 AI 领域计划投入超过 2511 亿美元,以推动 AI 研究和软硬件服务;欧洲陆续发布《塑造欧洲的数字未来》、《欧洲芯片法案》等文件,围绕数字化转型进行算力产业布局;日本近年来频繁强调振兴半导体产业,坚持以应用、绿色为导向发展算力,不断扩大国内尖端半导体生产。这些政策的实施加速了全球产业升级和科技创新,并提升了这些国家的算力竞争地位。

软件行业专题报告:AI算力软件生态,难以突破吗?

2024 年下半年,国内 AI 芯片厂商的产品迎来密集迭代,软件生态成为核心竞争要素之一。在国产厂商中,兼容 CUDA 路线的海光信息以及自成体系路线的华为昇腾进展最快,用户使用体验良好,其新产品有望更快实现放量。 原因及逻辑: AI 开发框架方面:Pytorch 和 Tensorflow 呈双寡头格局,并且逐渐与 AI 芯片解耦。 GPU 编程平台方面:在训练端,每家 AI 芯片都拥有自己的 GPU 编程平台软件。其中,英伟达的 CUDA 具有先发优势,构建起了一定的生态壁垒。其他厂商与英伟达竞争主要采用两类方式:一是兼容英伟达 CUDA,典型代表为 AMD 和海光信息;二是自成体系,以华为昇腾、寒武纪为代表。

AI行业OpenAI o1专题分析:逻辑能力显著提升,推理侧算力消耗大幅增加

OpenAI发布新的具有深度思考能力的o1推理模型,模型在复杂问题上花更多时间进行思考而非直接回应,具有改善和调整策略的能力,在科学、代码和数学等复杂问题上表现出色。OpenAI o1融合思维树和强化学习,实现思维模式的深度探索。Open o1在模型推理侧同样满足scaling law,即模型推理时间越久模型处理复杂问题能力愈强,通过不断的思维树检索和反复自我博弈,o1呈现出类人的逻辑思维潜力。由于推理过程的反复博弈,新架构下推理侧算力消耗将大幅增加。 OpenAI o1具备深度思考能力,在复杂问题上表现出色。从ChatGPT爆火整个社交网络后,大模型行业进入如火如荼的发展阶段,模型的基础能力得到显著提升,然而Transformer模型由于其架构限制存在一定的能力边界难以逾越,涉及到复杂数理逻辑推理时表现仍然有待提升。提示词工程应运而生,在合理的提示词设计下,大模型推理能力得到显著提升。OpenAI发布新的具有深度思考能力的o1推理模型,模型在复杂问题上花更多时间进行思考而非直接回应,具有改善和调整策略的能力,在科学、代码和数学等复杂问题上表现出色。
加载更多