AI混战下算力“显著供不应求” 战火蔓延向基建底座 这些环节有望乘风

短短一天时间，AI领域混战再度升级。

谷歌前脚正式向公众开放聊天机器人Bard访问权限，Adobe后脚扛着创意生成式AI“萤火虫（Firefly）”，正式杀入AIGC商业化赛道。英伟达又紧跟发布H100 NVL，与谷歌云、微软Azure、甲骨文云联手推出DGX（AI超级计算机）云服务。

高算力需求随着AI战火迅速攀升。正如19世纪末，美国西部的“淘金热”引发了对铲子与牛仔裤的大量需求，眼下ChatGPT引发的AI战火，也点燃了对高算力与算力基础设施的需求。

值得一提的是，OpenAI上周推出GPT-4之后，已连续多次下调付费用户访问限制，由第一天的150msg/4hr到100msg/4hr到50msg/3hr再到最近的25msg/3hr，安信证券推论目前AI大模型的算力水平已显著供不应求。

而当前许多公司，尤其是开发大模型的中小型公司，都在担心计算能力不足，英伟达CEO黄仁勋也表示，将在中国与云服务提供商合作，“阿里巴巴、腾讯、百度等都是优秀的合作伙伴，我很期待他们通过最先进的系统进行AI计算。”

腾讯也在今日透露，公司正在投资于人工智能的能力和云基础设施，以拥抱基础模型趋势；

谷歌CFO Ruth Porat本月也提到2023年资本开支结构发生重大调整，大幅上调有关数据中心和服务器等算力技术设施的预算；

Meta也曾在2月宣布暂停全球数据中心建设，重新评估和调整机房来满足AI方向算力需求。

算力的大小，表明对数字化信息处理能力的强弱。各家大厂的模型预训练、迭代和运营带来的算力渴望，进一步催生了对数据中心（尤其是AI数据中心）的多维度大规模需求，PCB、IC载板、CPO、存储芯片、液冷等多环节均有望乘风。

▌PCB与IC载板或迎量价齐升 CPO有望成AI高算力下最佳方案

一方面，随着AI需求兴起，服务器平台向更强大性能设备方向产品的换代需求同步加速。国金证券指出，在这一发展过程中，PCB行业将呈现产品价值量普遍提升的趋势。

以英特尔服务器平台为例，其从Whitley升级至Eagle Stream的过程中，PCB层数从12-16层升级至16-20层，价值量至少提升50%。

同时，AI对算力的需求增速已超越摩尔定律的进步速度，先进封装也成为一大解法，而载板作为核心材料，分析师预计其有望在算力提升的大背景下打开价值空间。

另一方面，CPO在数据中心中也有着广泛的应用前景，该技术可实现更高的数据密度、更快的数据传输速度、减少系统功耗与空间占用、降低数据中心能源消耗与维护成本。例如，微软的云计算平台Azure中，便采用了CPO技术。而人工智能、机器学习的延迟敏感型流量激增，则进一步推高了对光收发器的数据速率要求。

国金证券指出，得益于高效率、低功耗的性能，CPO有望成为后续AI高算力下最好的解决方案，也是目前最有希望解决ChatGPT算力需求的一个方向。预计在ChatGPT浪潮下，CPO产品将迎来3-5年的黄金爆发性成长期。

值得注意的是，今日CPO、PCB板块多股大涨。截至收盘，中际旭创20CM涨停，新易盛涨15.31%，南亚新材涨11.11%，鹏鼎控股、沪电股份、光迅科技涨停。

▌还有哪些领域？

除了CPO与PCB之外，存储芯片与液冷也有望迎来增量需求。

存储芯片方面，应用材料数据显示，机器产生的数据量已于2018年首次超越人类所创造的数据量，之后每年几乎以倍数幅度增加，从2020年到2025年，全球数据增量将达157Zetabytes，复合增速高达89%。

国金证券预计，2028年或将出现超过1 Yotabyte的数据增量。而如此庞大的数据增量，将持续带动7nm以下高速运算HBM存储器、3D NAND等需求，并顺势带动成熟制程的配套芯片如电源管理芯片、PCIE Gen 4/5 retimer等需求。

液冷方面，相较于传统的服务器，AI服务器需要配备GPU/NPU/FPGA/ASIC等芯片以支持高算力，异构计算平台应运而生，未来有望成为主流。天风证券指出，基于CPU+GPU的异构计算平台可以优势互补，但与此同时，功耗将明显提升。

以英伟达的DGX A100 640GB为例，其配置了8片A100 GPU，系统功耗最大6.5千瓦，未来随着A100服务器应用增多，数据中心机柜功耗或将进一步提升，单机柜的功率或将超过30kW，更适宜应用液冷冷却方案，从而带动数据中心液冷应用需求。

版权声明：网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播，或不应无偿使用，请及时通过电子邮件通知我们，以迅速采取适当措施，避免给双方造成不必要的经济损失。侵权投诉邮件，请联系：june@mogul-tech。com