計算機行業專題研究：ChatGPT服務器，深度拆解.pdf

計算機行業專題研究：ChatGPT服務器，深度拆解。ChatGPT 發布之后，引發了全球范圍的關注和討論，百度、阿里、京東等 國內各大廠商相繼宣布 GPT 模型開發計劃。從 AI 模型應用場景來看，主要 包括推理和訓練兩類。從實踐場景來看，算力需求場景包括預訓練、Finetune 及日常運營。以 GPT-3 模型為例，隨著模型朝更大體量的方向演進，一次 訓練所需的計算量最高達 3640PFlop/s-day， 單 月 運 營 算 力 7034.7 PFlop/s-day，對應成本約 889 萬美元。我們認為，在 Transformer 架構加 持下，GPT 模型得以高效地完成大規模參數計算，隨著模型持續迭代、參 數體量不斷提升，并行計算需求有望進一步釋放。

ChatGPT 需要的服務器：AI 訓練型服務器+AI 推理型服務器

我們認為，計算架構的變化是推動服務器技術演進的關鍵變量。從計算場景 來看，隨著計算架構從 PC 到云計算，到邊緣計算，再到 AI 訓練，服務器 需求也在發生相應變化。復盤主流服務器發展歷程來看：1）通用服務器： 以單機性能提升為迭代目標；2）云計算服務器：主要為承載大規模數據處 理需求而生，以 IaaS 模式帶來服務器商業模式的變革；3）邊緣服務器：主 要解決實時性、帶寬成本、安全性等問題；4）AI 服務器：專為人工智能訓 練設計，包括訓練型和推理型，多采用大規模并行計算以提升效率。

ChatGPT 需要的芯片：CPU+GPU、FPGA、ASIC

從產業需求來看，AI 大模型訓練需要大算力支持，智能算力需求釋放有望帶 動 AI 服務器放量。目前國產 AI 服務器廠商主要包括浪潮信息、華為、新華 三等，21H1 國產 AI 服務器廠商占全球市場份額超 35%。拆解 AI 服務器來 看，主要硬件成本來自算力芯片，且以 GPU 為核心。目前海外主流 AI GPU 芯片包括英偉達 H00、A100、V100 等，受美國出口限制政策影響，目前國 內在先進算力方面主要采購英偉達 A800 或更低端版本作為替代方案。考慮 到部分國產 AI GPU 如華為昇騰在 FP16 浮點計算性能上已經實現對英偉達 A100 的加速追趕，未來隨著國產生態打磨，AI GPU 國產替代有望加速。