(Source: Zhongyuan Securities Research Institute)
Les puces d'alimentation informatique AI sont le "moteur de l'ère AI". Le boom de Chatgpt a déclenché des sociétés technologiques mondiales pour accélérer la disposition des grands modèles de l'IA. Google, Meta, Baidu, Alibaba, Huawei, Deepseek et d'autres ont lancé successivement des produits à grande échelle et continuent d'itérer et de mettre à niveau; Les quatre principaux fabricants de cloud en Amérique du Nord bénéficient de la promotion des principaux activités de l'IA et continuent d'augmenter les dépenses en capital. Les trois principaux fabricants d'Internet nationaux ont continuellement augmenté les dépenses en capital, et la construction de centres informatiques intelligents intérieurs s'est accéléré pour promouvoir la croissance rapide de la demande de puissance informatique. L'intelligence artificielle est entrée dans une nouvelle ère de puissance de calcul, et l'échelle de puissance globale de calcul a augmenté rapidement. Selon les prévisions d'IDC, il est prévu que l'échelle de puissance globale de calcul passe de 1397 eflops en 2023 à 16 Zflops en 2030, et le taux de croissance composé devrait atteindre 50% de 2023 à 2030. Les serveurs d'IA sont l'infrastructure centrale qui prend en charge les applications génératives de l'IA. Les puces d'alimentation informatique AI fournissent aux serveurs d'IA une prise en charge sous-jacente de la puissance de calcul et sont la pierre angulaire de la puissance de calcul. En tant que "moteur de l'ère IA", les puces d'alimentation de calcul de l'IA devraient profiter de l'explosion de la demande de puissance de calcul de l'IA et favoriser le développement rapide et l'application large de la technologie d'IA.
Les puces d'alimentation informatique AI sont courantes avec les GPU, et le marché des puces ASIC personnalisés augmente rapidement. Les puces d'alimentation de calcul AI peuvent être divisées en puces Cloud, Edge et Terminal AI Computing Power en fonction des scénarios d'application. Cet article se concentre principalement sur les puces d'alimentation Cloud AI Computing. Selon la méthode et l'application de conception des puces, les puces d'alimentation de calcul de l'IA peuvent être divisées en puces AI à usage général et aux puces AI à usage spécial. Actuellement, les puces d'alimentation de calcul AI sont des GPU comme grand public. Avec la croissance rapide de la puissance de calcul de l'IA, il créera une plus grande demande de puces GPU. Selon les données de Statista, la taille mondiale du marché du GPU en 2023 est de 43,6 milliards de dollars américains, et la taille du marché devrait atteindre 274,2 milliards de dollars américains en 2029, et le taux de croissance composé devrait atteindre 33,2% de 2024 à 2029. Selon TechInsights, NVIDIA représente 98% de la part du marché du marché des expéditions GPU du centre de données dans 2023, dominant le marché mondial. L'écosystème du GPU est complexe, avec un long cycle de construction et des difficultés élevées, et l'écosystème du GPU a établi des barrières de l'industrie extrêmement élevées. L'AI ASIC est un circuit intégré personnalisé conçu pour les applications d'intelligence artificielle, avec des performances élevées, une faible consommation d'énergie, une personnalisation et un faible coût. Alors que NVIDIA monopolise le marché des GPU du Centre de données mondial, en raison des coûts, de la concurrence différenciée, de l'innovation, de la diversification des chaînes d'approvisionnement et d'autres raisons, il existe une tendance claire de puces auto-développées pour les principaux fabricants de nuages, favorisant la croissance rapide du marché des puces ASIC du centre de données, et devrait se développer plus rapidement que les puces de calcul de calcul de l'informatique. Selon les données de Marvell, la taille du marché des puces ASIC personnalisées du centre de données est d'environ 6,6 milliards de dollars en 2023, et la taille du marché devrait atteindre 42,9 milliards de dollars américains en 2028 période de développement dorée.
Deepseek devrait favoriser le développement accéléré de puces informatiques en IA domestiques. Deepseek réalise une formation de modèles à grande échelle extrêmement rentable et l'inférence grâce à l'innovation technologique. L'innovation technologique du modèle en profondeur se reflète principalement dans l'utilisation de l'architecture experte hybride (MOE), le mécanisme d'attention multi-potentiel (MLA), la technologie de formation hybride de précision FP8, la prédiction multi-token (MTP) et la technologie de distillation. La performance Deepseek-V3 est comparée contre GPT-4O, et la performance Deepseek-R1 est comparée contre Openai O1; Selon les données publiées par Deepseek le 20 janvier 2025, le coût de l'appel de l'API Deepseek-R1 est inférieur à 5% de l'Openal O1. Deepseek-R1 obtient une inférence du modèle extrêmement rentable. La technologie de distillation donne également aux petits modèles des capacités de raisonnement solides et un faible coût, ce qui aidera les applications à mettre en œuvre à grande échelle et devrait favoriser la libération accélérée de la demande d'inférence. IDC s'attend à ce que la proportion de charges de travail utilisées pour l'inférence par les serveurs d'IA chinois atteigne 73% en 2028. Étant donné que la proportion de serveurs d'inférence est beaucoup plus élevée que celle des serveurs de formation, l'espace de remplacement domestique pour les puces de puissance de calcul de l'IA utilisées pour l'inférence est plus large. L'écosystème de puissance de calcul domestique a été entièrement adapté à Deepseek. Deepseek améliore l'efficacité des puces de puissance de calcul de l'IA par l'innovation technologique et accélère ainsi le processus indépendant et contrôlable des puces de puissance de calcul AI domestiques. Les fabricants de puces électriques de calcul de l'IA intérieures devraient accélérer leur développement et continuer à augmenter leur part de marché.
Conseils d'investissement. Il est recommandé de prêter attention aux informations du Cambrian-U (688256) et de Haiguang (688041). Il est recommandé de prêter attention à Xinyuan Co., Ltd. (688521) et Aojie Technology-U (688220). Il est recommandé de prêter attention aux SMIC (688981) et à l'emballage avancé. Il est recommandé de prêter attention à la technologie Changdian (600584).
Avertissement des risques: les conflits géopolitiques internationaux intensifient les risques, la demande en aval est plus faible que les risques prévu, la concurrence sur le marché est une intensification des risques, la recherche et les progrès de la recherche sur les produits sur les nouveaux produits sont des risques plus faibles que les risques prévus et les progrès de la substitution intérieure sont plus faibles que les risques prévus.
1. Les puces informatiques AI sont le "moteur de l'ère AI"
1.1. Le grand modèle continue d'itérer, favorisant la croissance rapide de la demande mondiale de puissance informatique
Le boom de Chatgpt a déclenché des entreprises technologiques mondiales pour accélérer l'itération des modèles d'IA. Chatgpt est un robot de dialogue d'intelligence artificielle développé par l'American Company Openai et publié et lancé en novembre 2022. Chatgpt marque un grand pas dans le domaine du traitement du langage naturel et du dialogue AI. Deux mois après le lancement de Chatgpt, le nombre d'utilisateurs actifs mensuels a dépassé 100 millions, ce qui en fait l'application de qualité consommatrice la plus rapide avec la croissance des utilisateurs dans l'historique. Le boom de Chatgpt a déclenché une disposition accélérée des sociétés technologiques mondiales. Des sociétés technologiques telles que Google, Meta, Baidu, Alibaba, Huawei et Deepseek ont succédé successivement les produits AI Big Model et continuent d'itérer et de mettre à niveau.
GPT-4.5 apporte une expérience interactive plus naturelle. Le 27 février 2025, Openai a officiellement publié le modèle AI GPT-4.5. En tant que modèle le plus grand et le plus compétent d'OpenAI à ce jour, GPT-4.5 étend en outre la pré-formation sur la base de GPT-4O, contrairement à d'autres modèles axés sur les domaines de la science, de la technologie, de l'ingénierie et des mathématiques (STEM), GPT-4.5 est plus complet et général. En comparaison avec les testeurs humains, GPT-4.5 a un taux de gagnant plus élevé (test de préférence humaine) que le GPT-4O, y compris mais sans s'y limiter l'intelligence créative (56,8%), les problèmes professionnels (63,2%) et les problèmes quotidiens (57,0%); GPT-4.5 apporte plus naturel, plus chaud et plus conforme aux habitudes de communication humaines. GPT-4.5 a un plus large éventail de connaissances, une compréhension plus précise des intentions des utilisateurs et une intelligence émotionnelle améliorée, il convient donc particulièrement à l'écriture, à la programmation et à la résolution de problèmes pratiques, tout en réduisant les hallucinations.
Openai O3 améliore encore les capacités de raisonnement complexes. Le 20 décembre 2024, OpenAI a publié un nouveau modèle d'inférence, O3. Le modèle O3 a mieux fonctionné que O1 dans plusieurs tests standard, améliorant encore les capacités d'inférence complexes et approche de l'intelligence artificielle générale (AGI) dans certaines conditions. Dans le test de référence logicielle (SWE-Benchverified), le taux de précision de l'O3 a atteint 71,7%, soit une augmentation de plus de 20% par rapport à l'O1; Dans les forces de code, le score d'O3 a atteint 2727, près du niveau des meilleurs programmeurs dans OpenAI; Dans le concours de mathématiques (AIME), le taux de précision de l'O3 a atteint 96,7%, dépassant de loin les 83,3% de l'O1; Dans l'ensemble de tests de problème au niveau du doctorat (GPQA), l'O3 a atteint 87,7 points, dépassant de loin le niveau des joueurs humains; Dans le test ARC-AGI, O3 a franchi le seuil de niveau humain pour la première fois, atteignant 87,5%.
Le grand modèle continue d'itérer, favorisant la croissance rapide de la demande de puissance de calcul. La loi d'échelle favorise l'itération continue des grands modèles. Selon les données de l'époque AI, la demande de puissance informatique pour la formation de grands modèles a augmenté de près de 100 millions de fois de 2012 à 2023, et est toujours dans la tendance des grands modèles stimulant la croissance rapide de la demande de puissance informatique.
Les quatre principaux fabricants de cloud en Amérique du Nord bénéficient de la promotion de l'IA à la base des entreprises et continuent d'augmenter les dépenses en capital. Bénéficiant de la promotion de l'IA en fonction de l'entreprise principale de la société, Google, Microsoft, Meta et Amazon, les quatre principaux fabricants de cloud en Amérique du Nord, ont commencé à augmenter leurs dépenses en capital en 2023. Au quatrième trimestre de 2024, la dépense en capital totale des quatre principaux fabricants de cloud a été de 70,6 milliards de dollars, une augmentation d'une année annuelle de 69% et une augmentation d'un mois contre la finale de 23%. Actuellement, la croissance des dépenses en capital des quatre principaux fabricants de cloud en Amérique du Nord est principalement utilisée dans l'investissement dans les infrastructures d'IA et a obtenu des rendements positifs de l'investissement en IA. Il est prévu que les dépenses en capital continueront d'augmenter considérablement en 2025.
Les trois principaux fabricants d'Internet nationaux augmentent constamment les dépenses en capital, et la construction de centres informatiques intelligents nationaux s'accélère. Alibaba, Baidu et Tencent, les trois principaux fabricants d'Internet nationaux, ont également commencé à augmenter les dépenses en capital en 2023. Au quatrième trimestre de 2024, la dépense en capital totale des trois principaux fabricants d'Internet a augmenté de 72 milliards de yuan, une augmentation de 259% d'une année et une augmentation mensuelle de 99%. Il est prévu que les trois principaux fabricants d'Internet nationaux continueront d'augmenter les dépenses en capital pour la construction d'infrastructures d'IA en 2025. Selon les données du "Smart Computing Industry Development Research Research (2024)" publié par le China Telecom Research Institute, en juin 2024, la Chine a construit et est en construction plus que 250 centres de calcul intelligents; Actuellement, les gouvernements, les opérateurs, les sociétés Internet, etc. à tous les niveaux construisent activement des centres informatiques intelligents pour répondre à la demande croissante de puissance informatique nationale.
L'intelligence artificielle est entrée dans une nouvelle ère de puissance de calcul, et l'échelle de puissance globale de calcul a augmenté rapidement. Avec le développement rapide de l'intelligence artificielle et l'explosion de la demande de puissance informatique apportée par les modèles d'IA, le pouvoir informatique est devenu un nouveau moteur pour promouvoir le développement rapide de l'économie numérique. L'intelligence artificielle est entrée dans une nouvelle ère de puissance de calcul, et l'échelle de puissance de calcul globale a montré une tendance de croissance rapide. Selon les prévisions d'IDC, Gartner, Top500 et China Institute of Information and Communications Technology, l'échelle de puissance globale de l'informatique devrait passer de 1397 eflops en 2023 à 16% en 2023 à 2030. Atteignez 2781.9 Eflops en 2028, et le taux de croissance composé de l'échelle de puissance de calcul intelligente de la Chine sera de 46,2% de 2023 à 2028.
1.2. Les puces d'alimentation informatique AI sont la pierre angulaire de la puissance de calcul
Les serveurs AI sont l'infrastructure centrale prenant en charge les applications génératrices d'IA. La chaîne de l'industrie de l'intelligence artificielle est généralement une structure à trois couches, y compris la couche de base, la couche technologique et la couche d'application. La couche de base est le fondement de l'industrie de l'intelligence artificielle, fournissant des données et une prise en charge de la puissance informatique pour l'intelligence artificielle. Les serveurs peuvent généralement être divisés en serveurs généraux, serveurs de cloud computing, serveurs Edge, serveurs AI, etc. Les serveurs AI sont spécialement conçus pour la formation et les applications de raisonnement de l'intelligence artificielle. L'essor des grands modèles et des applications d'IA génératives a considérablement augmenté la demande de ressources informatiques hautes performances. Les serveurs d'IA sont l'infrastructure centrale soutenant ces applications d'intelligence artificielle complexes. Les appareils principaux des serveurs AI comprennent des puces telles que des processeurs, des GPU, des FPGA, des NPU, de la mémoire, etc., ainsi que des PCB, des connecteurs à grande vitesse, etc.
Le grand modèle devrait favoriser la croissance rapide des expéditions de serveurs d'IA. L'énorme demande de puissance de calcul devrait favoriser davantage la croissance du marché des serveurs d'IA. Selon les données IDC, la taille du marché mondial des serveurs d'IA devrait être de 125,1 milliards de dollars américains en 2024 et passera à 158,7 milliards de dollars américains en 2025, et devrait atteindre 222,7 milliards de dollars américains en 2028, avec un taux de croissance composé de 15,5% de 2024 à 2028, dont la proportion des serveurs AI génératifs, de 29,6% en 2025 à 37.7. IDC s'attend à ce que la taille du marché chinois des serveurs d'IA soit de 19 milliards de dollars en 2024 et atteindra 25,9 milliards de dollars en 2025, une augmentation d'une année sur l'autre de 36,2%, et atteindra 55,2 milliards de dollars en glissement annuel, avec un taux de croissance composé de 30,6% de 2024 à 2028.
Les puces d'alimentation informatique AI sont la pierre angulaire de la puissance de calcul. CPU + GPU est actuellement la solution du système informatique hétérogène grand public pour les serveurs AI. Selon les données des coûts du serveur d'IDC en 2018, la proportion de coûts CPU + GPU parmi les serveurs d'inférence et d'apprentissage automatique atteint 50 à 82,6%, dont la proportion des coûts GPU des serveurs d'apprentissage automatique atteint 72,8%. Les puces d'alimentation informatique AI ont de puissantes capacités de calcul parallèle, peuvent rapidement traiter des données à grande échelle et des modèles de réseaux neuronaux complexes et réaliser des tâches de formation et d'inférence de l'intelligence artificielle; Les puces d'alimentation informatique de l'IA représentent la partie principale du coût des serveurs d'IA, fournissant la prise en charge sous-jacente de la puissance de calcul pour les serveurs d'IA, et sont la pierre angulaire de la puissance de calcul. En tant que "moteur de l'ère IA", les puces d'alimentation de calcul de l'IA devraient profiter de l'explosion de la demande de puissance de calcul de l'IA et favoriser le développement rapide et l'application large de la technologie d'IA.
2. Les puces d'alimentation informatique AI sont courantes avec les GPU, et le marché des puces ASIC personnalisés augmente rapidement
2.1. Les puces informatiques AI peuvent être utilisées dans les nuages, les bords et les terminaux, et actuellement GPU est le courant dominant.
L'IA hybride est la tendance de développement de l'IA. La formation et l'inférence de l'IA sont limitées à des modèles importantes et complexes et sont déployées dans le cloud, tandis que l'échelle de l'inférence de l'IA est beaucoup plus élevée que la formation de l'IA. Le coût de l'inférence dans le nuage est extrêmement élevé, ce qui affectera l'expansion de l'échelle. Avec le développement rapide de l'IA générative et la demande croissante de calcul, le traitement de l'IA doit être distribué dans le cloud et le terminal pour obtenir une expansion d'échelle de l'IA et obtenir son potentiel maximal. L'IA hybride fait référence au terminal et au cloud travaillant ensemble, allouant la charge de travail informatique de l'IA dans les scénarios et le temps appropriés pour offrir une meilleure expérience et utiliser efficacement les ressources; Dans certains scénarios, l'informatique sera principalement centrée sur les terminaux et détournera les tâches vers le cloud si nécessaire; Dans les scénarios centrés sur le cloud, le terminal partagera certaines charges de travail d'IA du cloud lorsque cela est possible en fonction de ses propres capacités. Contrairement au traitement dans le cloud uniquement, les architectures AI hybrides distribuent et coordonnent les charges de travail AI entre les terminaux Cloud et Edge; Les terminaux Cloud and Edge tels que les smartphones, les voitures, les ordinateurs personnels et les terminaux IoT travaillent ensemble pour obtenir une IA plus puissante, plus efficace et très optimisée.
Les puces d'alimentation de calcul AI peuvent être divi...
[Courte citation de 8% de l'article original]