天風證券發布研究報告稱，短期內具有大算力、通用性的GPU芯片或成為大算力應用首選，未來GPU與ASIC的界限可能會在較大程度上模糊。AI需要機器龐大的計算能力，很多公司轉向云服務，通過云服務基礎設施來解決算力問題。建議關注云端AI、算力芯片等相關企業。

(資料圖)

天風證券主要觀點如下：

英偉達、微軟投資CoreWeave，云服務助力算力布局。CoreWeave是一家專為大規模GPU加速工作負載而架構的專業云提供商。

1)產品：CoreWeave擁有七大產品模塊，通過并購Conductor Technologies賦能產品及擴張。

2)核心優勢：與傳統云提供商相比，采用Kubernetes-native云計算平臺基礎機構，通過Kubernetes的API和控制面板來管理和調度容器和GPU資源，計算成本比其他競爭對手產品便宜80%(無需基礎架構開銷)(英偉達HGX H100 GPU組件成本4.76美金每小時)，速度提升了35倍。

3)合作：英偉達(參與公司B輪融資)、微軟(投入十億美元用于云計算基礎設施)與CoreWeave合作以應對日益增長的算力需求和高昂的算力成本。此外，公司與Tarteel AI、Anlatan(NovelAI創建者)、Stable diffusion、EleutherAI(機器學習項目和開源人工智能)、Spire Animation以及PureWeb(視覺效果和動畫公司)建立了合作關系。

AIGC顯著提速，算力及云服務需求呈向上彈性。AIGC大模型、多模態、商業化發展推動算力需求持續擴大。AIGC大模型的數據規模和算法模型的雙層疊加下，算力需求將會越來越大。國際科技巨頭紛紛推動AI模型商業化，進一步刺激算力需求。據中國信息通信研究院報告，預計2030年全球算力規模將達到56 ZFLOPS。AIGC大模型時代的到來使得智能算力成為普遍需求，影響云計算服務的模式和格局。根據中商產業研究所數據，2022年全球云計算規模達到3566億美元，預計2023年將突破4000億美元。

AIGC基礎設施層發展成熟，云服務與芯片為核心資源。在所有層級中，基礎設施層通常被認為是最成熟、穩定和商業化的。該層級中重點關注云服務與芯片兩個核心資源：

1)云服務提供商：云服務提供商通過提供超大規模和特定目的的計算、儲存和網絡技術在基礎設施層占據了市場的主導地位。AI需要機器龐大的計算能力，很多公司轉向云服務，通過云服務基礎設施來解決算力問題。

2)芯片：AI算力芯片是類ChatGPT模型的基石。該行認為，短期內具有大算力、通用性的GPU芯片或成為大算力應用首選，未來GPU與ASIC的界限可能會在較大程度上模糊。

投資建議：建議關注云端AI相關企業：寒武紀(688256.SH)、海光信息(688041.SH)(天風計算機團隊覆蓋)、龍芯中科(688047.SH)、紫光國微(002049.SZ)、復旦微電(688385.SH)、安路科技(688107.SH)、亞馬遜(AMZN.US)、微軟(MSFT.US)(天風海外組覆蓋)、谷歌(GOOG.US)、甲骨文(ORCL.US)等；建議關注算力芯片相關企業：英偉達(NVDA.US)(天風海外組覆蓋)、AMD (AMD.US)、Intel、景嘉微(300474.SZ)(天風計算機團隊聯合覆蓋)等。

風險提示：AI發展及商業化不及預期、AI行業競爭加劇、政策不確定性。