通信设备行业国产算力系列(一):重铸算力基座,奔赴AI时代.docxVIP

通信设备行业国产算力系列(一):重铸算力基座,奔赴AI时代.docx

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

目录

海外指引方向,国内算力需求上扬 6

海外:端侧渗透推动商业闭环 6

国内:训练侧加速追赶,推理侧“价格战”正酣 8

自主可控推进,算力底座重铸 11

自主可控必要性提升,国产芯片加速渗透 11

超前建设开启算力国产化正循环 13

全产业链受益,奔赴国产时代 16

服务器:国产算力中军,迈向整机柜时代 16

连接器:对标GB200,产业趋势渐趋明朗 18

液冷:放量元年开启,关注先发优势厂商 20

光模块:核心数通设备,速率与数量的二重奏 22

IDC:集群化和低碳化成发展趋势 23

投资建议 26

风险提示 27

图表目录

图1:2016-2023年间AI模型的训练成本测算 7

图2:AI模型训练算力与训练成本间关系测算 7

图3:多家主流PC厂商宣布推出基于骁龙X系列处理器的AIPC新品 8

图4:iOS18系统引入AppleIntelligence功能 8

图5:2024E-2028E全球AIPC出货量预测及占PC总出货量比重(单位:百万台) 8

图6:AI模型的AlignBench中文能力与API价格 9

图7:智谱AI全模型矩阵降价 10

图8:昇腾异构计算架构CANN 13

图9:三大运营商云收入及增速 14

图10:中国公有云(IaaS+PaaS)市场份额 14

图11:三大运营商资本开支(单位:亿元) 14

图12:三大运营商5G相关资本开支(单位:亿元) 15

图13:中国移动、中国电信智算算力规模(单位:EFLOPS) 15

图14:长江计算人工智能系列服务器 16

图15:武汉长江计算科技有限公司获得领先级整机硬件伙伴认证 17

图16:昇腾整机硬件伙伴 17

图17:Acceler5000PoD整机柜服务器 18

图18:NVIDIAGB200NVL72 18

图19:安费诺ExaMAX高速线缆组件 19

图20:安费诺Paladin线缆背板连接器 19

图21:Atlas900AI集群 19

图22:Atlas900A2PoD集群基础单元计算节点组网示意图 19

图23:华丰科技高速连接器 20

图24:华丰科技线缆组件 20

图25:英伟达获美国能源部拨款项目服务器示意图 20

图26:英伟达GB200NVL72计算架构 20

图27:运营商液冷三年愿景 21

图28:全球100G及以上数通光模块行业规模测算(亿美元) 22

图29:全球100G及以上数通光模块行业出货量测算(万只) 22

图30:Intel预计交换机带宽2年翻倍,而光电I/O带宽每3-4年翻倍 22

图31:光模块(40G→100G→400G)平均每4年左右演进一代,每bit成本下降一半 23

图32:光模块平均每演进一代每bit功耗大约下降一半 23

图33:光迅科技800GOSFP2xLR4光模块 23

图34:光迅科技1.6TOSFP-XDDR8SIP光模块 23

图35:国内数据中心发展阶段 24

图36:数据中心业务模式的演变 24

图37:数据中心建设成本拆分 25

图38:不同PUE等级的能耗分布 25

表1:2023年重要海外AI大模型 6

表2:大模型MMLU测试排名(截至2024年8月14日) 9

表3:字节豆包大模型计费 10

表4:通义千问商业化模型降价情况 11

表5:美国算力芯片管制政策 11

表6:主流AI加速卡性能 11

表7:部分新建地方智算中心 15

表8:通用图形处理器能效先进水平和节能水平(单位:TFLOPS/W) 16

表9:运营商AI服务器招标情况 21

表10:国家层面PUE相关政策梳理 25

海外指引方向,国内算力需求上扬

海外:端侧渗透推动商业闭环

模型训练成本指数级高增,带动算力需求强劲增长。尽管AI公司很少公开其模型训练的具体费用,但普遍观点认为这些成本极为昂贵,且呈指数级增长趋势。2023年,OpenAI的GPT-4和谷歌的GeminiUltra的训练成本估计分别约为0.78亿美元和1.91亿美元。大模型训练持续推进算力需求增长。

表1:2023年重要海外AI大模型

日期

模型

类别

创建公司 重要性

2023年3月14日

Claude

大语言模型

Claude是OpenAI的主要竞争对手之一Anthropic首次公开发

Anthropic 布的大语言模型。Claude尽可能地被设计成有

文档评论(0)

535600147 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档