3）商汤“日日新 SENSENOVA”：4 月 12 日商汤发布“日日新 SENSENOVA”大模型， 拥有 1800 亿参数和问答理解生成等全面的中文预研能力，在文献助手、问诊和编程表现 超预期，目前 7000 余张 GPU 卡已经对外服务超过 8 家大型客户，包含科研机构、商业 银行、游戏公司、互联网公司等。

三、AI服务器各环节梳理

3.1、服务器整机：AI服务器加速渗透，聚焦龙头发展路径

通常，通用服务器主要是 CPU 为主导的串行架构，而 AI 服务器主要采用异构形式，如 CPU+GPU、CPU+TPU、CPU+其他加速卡等形式。通用服务器中以搭载 2 颗 CPU 的配 置居多。AI 服务器一般搭载 1-2 颗 CPU，此外还配备 4 颗/8 颗 GPU。以浪潮 AI 服务器 NF5688M6（8 盘配置）为例，其主要配置及数量如下：CPU：2 x intel Ice Lake CPU , GPU：8 x NVDIA A800 GPU  内存：32 x DDR4 DIMM, SSD：8 x NVMe（16 盘配置为 16xSATA/SAS） RAID 卡：0（16 盘配置 1 个或 2 个） PCIe 卡：PCIe x16 卡 x10，PCIe x8 卡 x2（16 盘配置为 PCIe x16 卡 x6） 电源：6 x 3000W PSU（3+3 冗余）.

根据集邦咨询，2022 年预估 AI 服务器出货量占整体服务器比重在 1%左右，2023 年在 ChatGPT 等应用加持下，AI 服务器出货量将进一步增长，预计 2022-2026 年复合增长率 将达 10.8%。全球来看，参考 IDC 的数据，浪潮信息以 20.2%的份额排名第一。中国市场 AI 服务器市 场集中度较高，2021 年上半年，浪潮信息占据 48.5%的市场份额，宁畅和华为分别位列 第二、第三。2022 年 AI 服务器采购中，北美四大云服务厂商占据前四位，微软、谷歌、Meta、亚马 逊 AWS 合计占比 66%。国内市场方面，字节跳动采购量靠前，2022 年采购占比达 6%， 紧随其后的是腾讯（2.3%）、阿里巴巴（1.5%）、百度（1.5%）。

3.2、算力芯片：服务器成本核心，国产厂商积极布局

AI 加速服务器整机中 50-80%的成本来自于算力芯片。目前加速服务器中的芯片以 CPU、 GPU 以及其他芯片为主。目前出货的 AI 服务器一般搭载 1-2 颗 CPU，以及 8 颗 GPU， 以浪潮 AI 服务器 NF5688M6 主要配置为例，其搭载 2 个 Intel CPU，8 个 NVDIA GPU。按照其售价和芯片成本，我们测算整机中 67%的成本来自于芯片端，结合不同服务器厂商 的不同方案下配置，整体 AI 服务器整机中 50-80%成本来自于芯片，是成本核心。

GPU 方案目前是加速服务器的主流方案。根据 IDC 数据，目前全球应用于加速服务器的 GPU 方案份额大于 85%，剩余的 NPU、ASIC、FPGA 等非 GPU 方案份额约为 15%。从 下游来看，目前互联网厂商是采购主力。1）GPU 方案：GPU 是图形处理器，专用于图形、视频等高性能计算。针对高强度并行 计算，GPU 相较 CPU 而言性能更具优势。目前 GPU 主要应用在图形加速和计算等方面， 在计算端，同时 CPU 搭配 GPU 异构，CPU 符合执行逻辑处理，GPU 负责计算大规模数据并行计算，可以理解为 CPU 的协处理器。从目前的产业生态来看，随英伟达推出 CUDA 后，不断降低开发门槛，CUDA 生态具有较高壁垒。从格局来看，目前 GPU 加速卡里英 伟达是全球绝对领导者，2021 年英伟达占有加速器市场 90%以上份额，目前服务器主流 方案搭配英伟达 V100/A100/ H100 等芯片。

2）非 GPU 方案：主要以 NPU、ASIC、FPGA 等芯片为主，其中 ASIC 和 FPGA 各有特 点。FPGA 灵活性强，功耗低，ASIC 针对性强。我们觉得未来 FPGA 适用于部分对灵活 性要求高快速变化的场景，后续随 AI 逐步发展，FPGA 特性将凸显，未来在服务器中份 额占比会逐步扩大，未来国内厂商产品有望在推理段实现逐步替代。

海外禁售推进国产替代加速。2022 年下半年，美国新增了 3A090 针对高性能芯片的出口 管制规定，限制了 I/O 传输速率在 600Gbyte/s 以上或者“数字处理单元+原始计算单元” 算力和在 4800TOPS 以上的芯片，该项规定限制了英伟达 A100 和 H100 芯片对中国等出 口。目前产业趋势来看，随下游大模型陆续推出，AI 算力需求迅速增加，高算力 GPU 的 国产化推进进程加速。国内企业处于追赶阶段，目前国内 GPU 产品在诸多方面与海外仍有差距。目前国内 GPU 加速计算公司主要有海光信息、寒武纪、景嘉微、壁仞科技等，从硬件端来看，大致与海 外产品有一代以上的差距，从软件端生态来看，国内公司的软件与英伟达 CUDA 生态差 距较大，突破更为不易。但从目前产品迭代进展已经产业链进程来看，国内厂商处于加速 追赶的状态，高算力 GPU 国产化会逐步上升。