信達(dá)證券：AIGC推動AI產(chǎn)業(yè)化由軟件向硬件切換 半導(dǎo)體+AI生態(tài)逐漸清晰

智通財(cái)經(jīng)APP獲悉，信達(dá)證券發(fā)布研究報(bào)告稱，AIGC推動AI產(chǎn)業(yè)化由軟件向硬件切換，半導(dǎo)體+AI生態(tài)逐漸清晰，AI芯片產(chǎn)品將實(shí)現(xiàn)大規(guī)模落地。硬件端核心包括AI芯片/GPU/CPU/FPGA/AISoC等，而在AI芯片中，算力及信息傳輸速率成為關(guān)鍵技術(shù)，芯片性能及成本的平衡也帶動周邊生態(tài)，包括Chiplet/先進(jìn)封裝/IP等產(chǎn)業(yè)鏈?zhǔn)芤妗?/strong>建議關(guān)注寒武紀(jì)(688256.SH)、景嘉微(300474.SZ)、龍芯中科(688047.SH)、海光信息(688041.SH)、紫光國微(002049.SZ)、復(fù)旦微電(688385.SH)、安路科技(688107.SH)等。

▍信達(dá)證券主要觀點(diǎn)如下：

AIGC是什么：與傳統(tǒng)AI應(yīng)用最大的區(qū)別在于其可以“創(chuàng)作”全新的內(nèi)容。

AIGC指的是人工智能系統(tǒng)生成的內(nèi)容，通常是文字、圖像、音頻或視頻。這類內(nèi)容可以通過自然語言處理，機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺等技術(shù)生成。AIGC的主要目的是幫助人們快速生成大量內(nèi)容，從而節(jié)省時(shí)間和資源。

具體而言，AIGC系統(tǒng)通常采用神經(jīng)網(wǎng)絡(luò)技術(shù)，包括語言模型和圖像生成模型等。語言模型通過學(xué)習(xí)大量文本數(shù)據(jù)，了解人類語言的語法和詞匯，并使用這些知識生成文本內(nèi)容。圖像生成模型則通過學(xué)習(xí)大量圖像數(shù)據(jù)，了解圖像的結(jié)構(gòu)和特征，并使用這些知識生成新的圖像。

AIGC賦予人工智能大規(guī)模落地場景，國內(nèi)芯片有望切入MaaS產(chǎn)業(yè)生態(tài)。

當(dāng)前時(shí)間節(jié)點(diǎn)，該行看好人工智能芯片及人工智能相關(guān)的半導(dǎo)體產(chǎn)業(yè)鏈，核心觀點(diǎn)在于：AIGC的出現(xiàn)真正賦予了人工智能大規(guī)模落地的場景，AI芯片也將從過去面向廠商的訓(xùn)練場景為主轉(zhuǎn)變?yōu)槊嫦蛳M(fèi)者的推理場景為主，GPU的高并行計(jì)算能力和高通用性的協(xié)調(diào)統(tǒng)一在消費(fèi)者時(shí)代的統(tǒng)治力或許難以為繼，ASIC芯片、國產(chǎn)GPGPU芯片有望切入MaaS產(chǎn)業(yè)生態(tài)。

數(shù)字化+智能化浪潮推動AI芯片市場迅速成長。

AI芯片是針對人工智能算法做了特殊加速設(shè)計(jì)的芯片。算力是人工智能發(fā)展的關(guān)鍵因素之一，隨著深度學(xué)習(xí)算法的普及和應(yīng)用，人工智能對算力提出了更高的要求，傳統(tǒng)的CPU架構(gòu)難以滿足人工智能算法對算力的要求，因此具有海量數(shù)據(jù)并行計(jì)算能力、能加速計(jì)算處理的AI芯片應(yīng)運(yùn)而生。

在全球數(shù)字化、智能化的浪潮下，智能手機(jī)、自動駕駛、數(shù)據(jù)中心、圖像識別等應(yīng)用推動AI芯片市場迅速成長。根據(jù)億歐智庫數(shù)據(jù)，預(yù)計(jì)國內(nèi)市場規(guī)模將于2025年達(dá)到1780億元，2022-2025年CAGR將達(dá)到27.9%。

技術(shù)層面，AI芯片根據(jù)其技術(shù)架構(gòu)，可以分為GPU、FPGA、ASIC和類腦芯片，同時(shí)CPU也可用以執(zhí)行通用AI計(jì)算。當(dāng)前GPU為AI生態(tài)主體，被廣泛用于高性能計(jì)算、深度學(xué)習(xí)等領(lǐng)域;FPGA和ASIC等非GPUAI芯片則在快速迭代實(shí)現(xiàn)替代。

風(fēng)險(xiǎn)因素：產(chǎn)品技術(shù)研發(fā)進(jìn)度不及預(yù)期;AI產(chǎn)業(yè)化進(jìn)度不及預(yù)期。