計算機算力專題研究：助力數字經濟，人工智能開啟算力時代.pdf

計算機算力專題研究：助力數字經濟，人工智能開啟算力時代。算力是數字經濟時代生產力。全社會的數據量呈指數級增長，其中企業端 占比不斷提升。同時，數據的重要性正在提升，單個數據的價值下降，多維數 據整合方可挖掘深度價值，進一步催生算力需求。全球的超級數據中心占比快 速提升，算力呈現進一步集中。我們認為算力已經成為數字經濟時代的關鍵生 產力，目前中美兩國的算力規模全球領先，根據 IDC 的研究數據，計算力和 GDP 增長顯著相關。面對這一產業浪潮，我國“東數西算”工程于 2022 年 2 月 啟動，“數據向西，算力向東”，進一步提升國家整體算力，預計每年帶動 4000 億元投資。

后摩爾時代，算力從 PC 走向 AI 集群。AI 算量需求急劇增加，傳統架構 難以滿足，下游應用的高景氣度和不斷衍生的智能化需求，推動芯片革新。 GPU 是當前主流數據中心端 AI 計算架構，2021 年服務器 GPU 全球市場規 模達到 71.5 億美元，三年 CAGR 高達 66%。Nvidia2022 年上半年數據中 心收入占比超過 50%，AMD 向數據中心端發力，2021Q4 已拿下服務器 CPU 的 X86 市場份額的 10.7%，并仍在持續提升。無論是 Nvidia 還是 AMD，市 值均已超越傳統 CPU 龍頭 Intel，標志著時代算力從 PC 端走向集群 AI 端。

人工智能開啟算力時代。數據是 AI 模型的“汽油”，算力是 AI 模型的“發動 機”，算法是 AI 模型的“大腦”，前述 AI 三要素相互耦合，生成 AI 模型。伴隨 場景與數據的激增，算法層面的“大模型”橫空出世，深度神經網絡模型為 AI 行 業注入新動能，加快了傳統行業的智能化轉型，并正在向超大規模預訓練模型 演進。這一 AI 算法趨勢也進一步推升了 AI 計算需求量，我們認為面對摩爾定 律下單個處理器的性能提升逼近極限、計算核心數量增加可能帶來的功耗、成 本壓力，異構計算有望打破 AI 芯片算力瓶頸。