摘要：算力作為AI產業的底層基礎設施，在產業發展中發揮著重要作用，AI大模型的持續普及有望帶動AI算力需求持續增長。
1.人工智慧應用的爆炸式增長將推動算力需求井噴
以ChatGPT為代表的生成式人工智慧風靡全球，人工智慧成為新一代生產力。 自二戰以來，Bombe機器已經破解**，為機器學習奠定了基礎;從2024年到2024年，由於早期計算機處理能力的侷限性，人工智慧持續衰落。 進入21世紀以來，人工智慧突飛猛進，2024年，谷歌AlphaGo擊敗了圍棋世界冠軍柯傑，但此時，人工智慧只適用於有限的規則，無法廣泛應用於生產生活領域。 2024年底，隨著ChatGPT的爆發，人工智慧突飛猛進，在越來越多的領域展現出驚人的生產力。
人工智慧應用廣泛，相關領域落地加速。 人工智慧的典型場景包括但不限於（應用將在以下章節中詳細展開）：1）自動駕駛：在高速、複雜的城市道路、封閉的園區中輔助駕駛和L2以上自動駕駛;2）智慧型製造：通過提高良品率，降低原材料消耗，賦能製造業提高各環節生產效率3）生物製藥：提高候選藥物質量，優化臨床試驗設計，縮短每一步所需時間4）影視文化：利用AI減少動畫製作、動畫建模等。
資料最終通過算力產生成演算法或應用，而算力是人工智慧發展首先受益的方向。 人工智慧產業鏈分為算力、資料、演算法和應用四個部分，打個不恰當的類比，如果把人工智慧比作“炒菜”，算力就是“氣”，資料就是“材料”，演算法就是“菜譜”，應用就是最後的“菜”。 1）算力：最早受益的方向是人工智慧時代的“水、電、煤”，單次訓練大模型的成本高達200萬至1200萬美元2）資料：訓練大模型的基本“養料”，GPT-3的引數高達1750億，引數越大，AI可以提公升的智慧型性就越高，對算力也提出了更高的要求3）演算法：GPT-4是目前最先進的大模型，具有多模態、多語言、記憶化、個性化等特點，未來將是大廠商的舞台4）應用：它是人工智慧最廣闊的市場，所有業態都會被人工智慧改造，就像過去網際網絡的轉型一樣。
2.數字經濟時代，算力產業空間廣闊
算力是數字經濟執行和發展的基石和前提。 IDC的《2021-2024年全球算力指數報告》指出，算力對經濟增長具有長期的乘數效應：算力指數每提公升1個百分點，數字經濟和GDP就會增長3個百分點5 和 18、當乙個國家的算力指數達到40分、60分時，算力指數每提高1分，其GDP增長的驅動力就會增加1分5 次和 30x;
當前，人工智慧技術正在加速融入千行百業，超大規模AI模型和海量資料對算力的需求持續上公升。 IDC資料顯示，中國智慧型算力將持續快速增長，預計到2024年中國智慧型算力將達到1271 eflops，未來五年復合增長率為523%，同期通用算力規模復合增長率僅為185%。
3.美國加大了對AI晶元的管控力度，AI算力國產化的時機已經提前到來
自拜登上任以來，通過聯盟對中國半導體產業進行多邊管制的形勢逐漸明朗，新增了《先進計算晶元規則》（ACS IFR）、《擴大半導體製造專案出口管制暫行最終規則》（SME IFR）以及新增BIS《實體清單》，以提供晶元設計資訊， 代工、生產裝置、晶元**、 我們認為，充沛的算力是AI大模型成功商用的前提，AI算力的國產化已經提前到來。
4.算力行業的投資邏輯與梳理
算力作為AI產業的底層基礎設施，在產業發展中發揮著重要作用。 考慮到美國商務部工業與安全域性（BIS）於2024年10月上調了對國產高效能晶元的限制，未來國產算力差距可能會拉大。 在中短期內，算力租賃有望通過有效利用現有資源，以更具成本效益的方式緩解算力短缺但從長遠來看，算力國產化是必然的發展方向，需要從GPU效能、組網能力、軟體生態等維度不斷迭代公升級，實現加速追趕。 相關**：中北通訊、贏家科技、利通電子、海光資訊、寒武紀、京佳威、軟通動力、中科曙光、拓威資訊、浪潮資訊、紫光、實業財富聯盟。
參考資料**：
1.2023-12-6東方財富** - 算力的“鋰礦”時代，“網際網絡”應用的旋律。
2.2023-11-20華泰**—關注算力租賃和算力國產化的機會。
分享的內容旨在為您梳理投資方向和參考學習，不構成投資建議，不作為交易的依據，您應本著審慎的原則參考，並自行承擔操作風險！）