算力是永恒的话题，随着人工智能的发展，对于算力的需求会持续扩张。
从数据成为重要的生产要素开始，“算力”就成为了重要的生产力，对经济社会的发展发挥重要作用。
而ChatGPT，Sora等大模型的诞生，更是直接催化算力需求呈指数级增长，成为世界主要国家竞争的战略要地。目前，中国算力规模全球第二，仅次于美国。
随着算力需求的暴增，算力芯片的重要性愈发凸显，很多大型企业开始抢购，让我们不得不重视。
算力芯片种类及其重要性
算力芯片根据其技术架构，可分为GPU、FPGA、ASIC及类脑芯片，同时CPU可执行通用AI计算。
相较于传统的中央处理器(CPU),GPU具有并行计算、高效能和高并发等优势，因此在人工智能、机器学习、数据挖掘等领域得到广泛应用。
AI芯片根据其在网络中的位置可以分为云端AI芯片、边缘及终端AI芯片。
根据其在实践中的目标，可分为训练芯片和推理芯片。
云端主要部署训练芯片和推理芯片，承担训练和推理任务，具体指智能数据分析、模型训练任务和部分对传输带宽要求比较高的推理任务。
边缘和终端主要部署推理芯片，承担推理任务，需要独立完成数据收集、环境感知、人机交互及部分推理决策控制任务。
随着大模型对算力需求的爆发式增长，各类AI芯片混合使用从而提高整体计算能力，也就是现在很多人说的异构计算。
异构计算通过在单一系统中利用不同类型的处理器（如CPU、GPU、AS1C、FPGA、NPUS等）协同工作，执行特定任务，以优化性能和效率，更高效地利用不同类型的计算资源，满足不同的计算需求得益于硬件支持与软件编程、设计方面的优势，CPU+GPU成为了目前应用最广泛的平台。
截至2023年10月，中国市场普遍认为"CPU+GPU”的异构方式是人工智能异构计算的主要组合形式。
算力芯片市场规模庞大，资金跑步进场
2023年，生成式人工智能ChatGPT席卷全球，今年文生视频Sora又火爆登场，各类大模型开始野蛮生长。
这不仅需要消耗大量计算资源，而且对算力的速度、精度、性能也提出更高要求，市场对于更高性能的智能算力需求将显著提升，智能算力增长速率约通用算力的两倍。
数据显示，2022年中国通用算力规模达54.5EFL0PS,到2027年通用算力规模将达到117.3EFL0PS。
2022年中国智能算力规模达259.9EFL0PS,预计到2027年将达到1117.4EFL0PS，2022—2027年期间，中国智能算力规模年复合增长率达339%，同期通用算力规模年复合增长率为16.6%。
随着算力规模的不断增长，算力芯片的重要性越发显著，其市场规模开始进入爆发期。
2022年中国AI芯片市场规模达到850亿元，同比增长94.6%。据预测，2024年中国AI芯片市场规模将增长至2302亿元。
受到市场需求的引导，近年来，中国AI芯片领域投融资热度相对较高。
2023年中国AI芯片投资事件达84起，融资金额约200.69亿元。2024年1-2月投资事件共13起，融资金额约25.63亿元。
算力芯片产业链梳理及投资机会
算力芯片产业链涵盖了从上游原材料供应、中游芯片设计与制造，到下游应用市场的完整流程。
上游产业链主要涉及原材料供应和设备制造。原材料主要包括硅、金属等，它们是制造芯片的基础。
设备制造则涵盖了光刻机、刻蚀机、封装测试设备等，这些设备是芯片制造过程中不可或缺的工具。
在上游产业链中，原材料的供应稳定性和质量对芯片制造具有重要影响，而设备的技术水平和性能则直接决定了芯片制造的精度和效率。
这个环节的重点公司不多，国内主要是上海微电子，国外有荷兰阿斯麦和日本佳能。
中游产业链是算力芯片产业链的核心环节，包括芯片设计、制造和封装测试。
芯片设计是根据市场需求和技术发展趋势，设计出具有特定功能的芯片结构。制造环节则是将设计好的芯片结构通过一系列复杂的工艺流程制造出来。
封装测试是将制造好的芯片进行封装，并进行性能测试，以确保其质量和稳定性。中游产业链的技术水平和创新能力直接决定了芯片的性能和竞争力。
芯片设计国内主要有华为海思，寒武纪，海光信息，今天我们重点看一下海光信息。
海光信息出身名门，中科院的下属公司，其控股股东是曙光信息产业股份有限公司，而曙光信息产业股份有限公司的实控人是中科院。
海光信息是国内唯一一家生产x86芯片的企业，主要是研发、设计和销售应用于服务器、工作站、存储设备高端处理器。海光第二代CPU和第一代DCU产品性能已达到国际上同类型主流高端处理器水平。
公司的主营产品包括海光通用处理器(CPU)和海光协同处理器(DCU)系列。公司CPU产品主要分为7000、5000和3000系列，主要应用于服务器和工作站。
2018—2022年，海光营收增长106倍，年增速超100%，主要是因为行业信创快速推进，公司产品获得市场认可，获得大批客户订单。
随着信创市场招标节奏放缓，2023年前三季度，公司营收增速有所减缓。
下游产业链主要涉及芯片的应用市场，包括计算机、通信、消费电子、汽车等各个领域。
随着人工智能、大数据、云计算等技术的快速发展，算力芯片在各个领域的应用越来越广泛。下游产业链的市场需求和变化对上游和中游产业链的发展具有重要的推动作用。
总的来说，算力芯片产业链是一个高度复杂且相互依存的生态系统。各个环节之间需要密切合作，共同推动产业的发展和创新。
随着技术的不断进步和市场需求的不断变化，算力芯片产业链也将不断调整和优化，以适应新的发展趋势和挑战。
