大模型算驱动AI服务器行业报告

服务器随着场景需求经历通用服务器-云服务器-边缘服务器-AI服务器四种模式，AI服务器采用GPU增强其并行计算能力；AI服务器按应用场景可分为训练和推理，训练对芯片算力的要求更高，根据IDC，随着大模型的应用，2025年推理算力需求占比有望提升至60.8%；

AI服务器按芯片类型可分为CPU+GPU、CPU+FPGA、CPU+ASIC等组合形式，CPU+GPU是目前国内的主要选择（占比91.9%）；AI服务器的成本主要来自CPU、GPU等芯片，占比25%-70%不等，对于训练型服务器其80%以上的成本来源于CPU和GPU。

据ARK Invest预测，Chat GPT-4参数量最高达15000亿个，由于参数量与算力需求间存在正比关系，所以可推算GPT-4算力需求最高达到31271 PFlop/s-day。随着国内外厂商加速布局千亿级参数量的大模型，训练需求有望进一步增长，叠加大模型落地应用带动推理需求高速增长，共同驱动算力革命并助推AI服务器市场及出货量高速增长。

美国对中国禁售英伟达高性能芯片A100和H100，英伟达特供中国的削弱互联带宽的版本A800或为当前可替代方案；

以海光信息、壁仞科技等为代表的国产GPU部分单卡指标接近英伟达，在推理场景中具有一定竞争力；国产AI服务器厂商全球份额超35%，浪潮信息位列榜首；国产AI服务器厂商各具优势，有望受到下游需求拉动。

1、大模型算力需求驱动AI服务器行业高景气（2023）2、多模态大模型技术演进及研究框架3、大模型遇到金融：海内外金融领域大模型对比4、大模型如何影响网安行业的未来5、大模型应用百花齐放，AI发展进入新时代6、详解大模型训练与推理对算力产业链的需求影响7、训练大模型发展前景及思考和探讨—华为诺亚方舟实验室8、人工智能通用大模型（ChatGPT）的进展、风险与应对9、ChatGPT引发的大模型时代变革10、中国大模型发展白皮书（2023年）11、中国大模型发展白皮书—元能力引擎筑基智能底座（2023年）12、“源1.0”大模型技术白皮书

审核编辑：黄飞