申港证券表示，随着ChatGPT带来的鲶鱼效应，国内外科技巨头加快生成式AI布局，未来对于算力资源的需求将飞速增长，而作为“卖铲人”的底层基础硬件供应商将持续受益

美东时间2月22日美股盘后，科技巨头英伟达股价大涨超8%。

 消息面上，英伟达公布的四季度营业收入和每股收益（EPS）均高于华尔街预期。其中四季度数据中心（含人工智能/AI）收入36.2亿美元，同比增长11%，全年收入增长41%，达到历史新高150.1亿美元。

在财报发布后的电话会上，英伟达CEO黄仁勋表示，从初创公司到大型企业对生成式Al的兴趣越来越浓厚。AI的应用开始展示出这项新兴技术的潜力，AI技术已经到达了一个拐点：

“技术突破的累积已经将AI带到一个拐点，生成式AI引发了采用AI战略的紧迫感。英伟达本质上是当今AI系统的操作系统，这个软件体系完全加速了。”

其表示，为了帮助企业进入AI领域，英伟达还推出了旗下AI云服务产品，目前英伟达已与甲骨文云达成合作，用户可通过甲骨文云基础设施上的英伟达DGX云对英伟达DGX AI超级计算机的访问。

AI浪潮带动GPU需求爆发

据中信建投研报数据，此前用于AI训练的算力增长符合摩尔定律，大约每20个月翻一番；深度学习的出现加速了性能的扩展，用于AI训练的算力大约每6个月翻一番；而目前ChatGPT等大规模模型出现，其训练算力是原来的10到100倍。

而算力的背后，核心是以数据中心的建设、GPU、CPU芯片、存储等硬件的性能优化为基础。其中，据民生证券研报，当前用于AI模型训练与推理的主流高算力芯片主要为英伟达的V100/A100/H100等。

据申港证券测算，ChatGPT的模型训练成本约480万美元，而保证日常稳定运营所需的GPU资源数可能超过3万个（以英伟达A100GPU为例），基础硬件成本投入超过7亿美元。

申港证券同时表示，随着ChatGPT带来的鲶鱼效应，国内外科技巨头加快生成式AI布局，未来对于算力资源的需求将飞速增长，而作为“卖铲人”的底层基础硬件供应商将持续受益。

增量空间有多少？

据中信证券研报，单个大模型可带来2万GPU销售量，搜索引擎则带来成倍空间。

其表示，参考OpenAI算法，假设每日1亿用户，每人进行10条交互，每个问题的回答长度为50词，算力利用率30%，则单个大语言模型（LLM）的日常需求有望带来2.13万片A100的增量，对应市场规模2.13亿美元。假设有5家大企业推出此类LLM，则总增量为10.7片A100，对应市场规模10.7亿美元。

并且长期来看，参考谷歌，若每日搜访问30亿次，需要106.74万张A100，对应13.3万台服务器DGX A100，带来市场空间200亿美元。

 不仅仅是量的方面，浙商证券还提到，AIGC带来的全新场景+原场景流量大幅提高，对高端芯片的需求或还将拉动芯片均价。

其指出，采购一片英伟达顶级GPU成本为8万元，GPU服务器成本通常超过40万元。对于ChatGPT而言，支撑其算力基础设施至少需要上万颗英伟达GPU A100，一次模型训练成本超过1200万美元，从芯片市场角度出发，芯片需求的快速增加会进一步拉高芯片均价。

国内厂商布局情况

据中信证券研报，按功能划分，GPU主要分为侧重图形图像的渲染GPU和侧重通用计算的GPGPU。目前国内图形渲染GPU企业包括景嘉微、芯动科技、摩尔线程、格兰菲等；GPGPU公司包括壁仞、沐曦、天数智芯、红山微电子等。

 其指出，加速计算GPU领域，国内壁仞科技发布的BR100产品，在FP32单精度计算性能实现超越NVIDIA A100芯片，但不支持FP64双精度计算；天数智芯推出的天垓100的FP32单精度计算性能实现超越A100芯片，但在INT8整数计算性能方面却低于A100；海光推出的DCU Z100实现了FP64双精度浮点计算，但是其性能为A100的60%左右。因此，从高精度浮点计算能力来看，国内GPU产品与国外产品的计算性能仍或有一代以上差距。

但中信证券认为，虽然目前国内产品的计算性能和软件生态与国际厂商还有较大差距，但国内厂商依然在奋起直追，其中包括龙芯中科、海光信息、壁仞科技、寒武纪、天数智芯等厂商均在研发或推出用于AI计算的GPGPU、ASIC等AI芯片。