科创板“AI芯片第一股”，又赶上了春天？

自2023年以来，寒武纪股价区间涨幅约260％，经过数天回调，截至4月18日收盘，寒武纪报195.78元/股，总市值811.74亿元。而在4月4日，寒武纪盘中股价一度达到230元/股，当日收报215.49元/股，相比开年的54.56元/股，累计涨幅近300％，总市值也达到864亿元，距离上市初的1200亿巅峰市值更近一步。

寒武纪再次被市场关注，最直接的原因是ChatGPT的横空出世，人工智能被推向资本的聚光灯下，市场对AI的期待值重新拉升，寒武纪也在这场行业春风中身沾雨露。

让寒武纪再度提振市场信心的，无疑是国产大模型爆发，市场预计将调用超大规模算力，或将引发算力缺口。作为AI训练芯片研发商，当英伟达新款大模型专用芯片A100被限制进入中国市场后，寒武纪面临着一个极佳的国产替代机遇。


“大模型”带动算力需求，寒武纪股价“第二春”

2023年，市场对ChatGPT进行了密切关注，国内券商研报曾引用OpenAI的测算信息，其中提到自2012年以来，全球头部AI模型训练算力需求3-4个月翻一番，每年头部训练模型所需算力增长幅度高达10倍。

随即，大模型或将引发算力缺口，厂商掀起算力军备的消息迅速扩散。

然而，大模型训练和推理的AI芯片却在中国市场告急。根据中国信通院的数据，2021年第四财年英伟达占据了全球95.7％的GPU算力芯片市场份额。但早在2022年8月，英伟达就受美方限制，对中国区客户断供高端GPU芯片，其中用于大语言模型训练的A100和H100赫然在列。

尽管英伟达为中国特供的A800理论上可以购买，但其价格却一路看涨，且“有价无市”。并且如此高的硬件成本，对于大模型研发企业亦是负担。

值得注意的是，在3月中旬，百度大模型文心一言发布之际，有网络传言称，文心一言将调用超大规模算力，并且尝试使用寒武纪思元590替代英伟达A100。尽管后来寒武纪进行了澄清，但也可以看出，市场正将目光转向国内AI芯片厂商。

如果说AI算力是大模型训练与产品运营核心基础设施，AI芯片则是AI算力基础设施的关键组成。国产大模型对上游AI芯片算力提出了更高的要求，AI芯片也迎来成长机遇。

作为科创板AI芯片第一股，寒武纪当前的主要产品线包括云端产品线、边缘产品线、IP 授权及软件，其中AI算力专用芯片是属于寒武纪云端产品线，目前主推的云端产品思元290和思元370及相应的云端智能加速卡系列产品、训练整机。

市场信息扰动二级市场，寒武纪于2020年7月20日登陆科创板，上市首日开盘价为250元/股，较发行价上涨近300％，盘中市值一度达到1200亿。然而，上市之后的寒武纪股价却一路下跌。2022年3月份，甚至出现盘中跌破发行价的情形。

从寒武纪股价走势可以发现，其股价的低迷持续了一年之久。在这期间，寒武纪股东也在频繁减持，因此，彼时市场对这家芯片独角兽企业出现了更多的质疑声。

但ChatGPT的出现，将寒武纪再次点燃。2023年，寒武纪股价区间涨幅超250％，总市值从200亿上升至800亿。

国产GPU正在缩短与巨头的差距

如果按照GPU的分类来看，目前GPU显卡主要分为AI/FP、渲染这么两类，其中AI是用于深度学习的加速卡，而FP是用在超算上的加速卡，这两类可以归为一类，都属于高性能的加速卡。

而渲染类的就是普通的大家熟悉的显卡，用于游戏、以及各种图形化应用的。

从市场来看，2022年，国内GPU市场，基本上被NVIDIA、AMD、INTEL这三大厂商占领，份额超过95%，国产GPU份额不至5%。

其实国内的GPU厂商并不少，随便一数都能够数出10多家来，比如景嘉微、摩尔线程、芯动、兆芯、天数智芯、壁仞、芯原、登临、瀚博、燧原、芯瞳、沐曦集成等。

但大家会发现，这些厂商更多发力的还是渲染这一块，也就是用于游戏、以及一些图形化应用上。而在AI/FP上，发力的少，虽然也有璧仞科技、芯瞳半导体、天数智芯、沐曦集成电路等几家厂商，但大家与AMD/NVIDIA的高端GPU相比，还是有差距的。可以负责任地说，现阶段国产GPU大多还不具备支撑大模型训练所需的能力。

此外，GPU比拼的不仅仅是硬件，还有软件生态，比如各种图形API和计算接口、基础库、与上层应用对接适配等等，而像AMD\NVIDIA这两家厂商，经过了几十年的发展，已经形成了较强的生态效应，国产GPU在这一块差距更大，需要较长时间来完善，这些也阻碍了国产GPU的发展和应用。

那么我们就这样认输了？当然不是的，这几年，在国内政策端对关键基础设施自主可控的重视下，社会上对于国产替代的意见逐渐达成一致，坚定了“自主研发代替购买”的信念。国产GPU可谓“天时地利人和”，未来有着无限可能。

目前，不管是政策，还是从国产替代的市场需求等来看，国产GPU厂商迎来了真正的发展机遇，同时众多原本在美国从事GPU产业的高端人才，也纷纷回国创业，想要研发出自己的GPU出来。

比如由英伟达中国区前负责人张建中在2020年创立的摩尔线程；由 AMD 中国前图形研发高级总监陈维良创立了沐曦，还有壁仞科技的CEO李新荣，他在AMD就职了15年……

虽然国产CPU在纯硬件性能方面较AMD/NVIDIA有差距，但国产厂商们，也不断的进行迭代，推出了自己的产品，极力缩小与AMD/NVIDIA的差距。

此外，这些厂商也在走另外一条路，那就是推出自己的云端GPU产品，用云端训练、云计算来弥补差距。比如燧原科技、壁仞科技、天数智芯、寒武纪等公司都类似的产品。

还有像海光则推出了DCU（协处理器），其性能已经达到了NVIDIA A100的60%左右。百度用自研的昆仑芯片来替代GPU芯片，还有华为用昇腾910来替代GPU。

还有中国电信天翼云则研发了基于紫金DPU的新一代云计算体系架构，实现对计算、网络、存储等算力资源的快速云化加速，具备高性能、低延迟、高可靠、可大规模部署的特点，在2022 SmartNIC&DPU Awards年度评选中荣获匠芯技术奖。

同时在信通院的标准化测试中，中国电信天翼云更是成为获得GPU性能优秀奖的六家企业之一。

可以说，虽然国内通用GPU产品与国际旗舰产品相比存在差距，但大家不断努力，产品和路线相结合，通过另外的一些方式，一定程度上而言，国产GPU已经有了不弱于国外GPU产品的实力。


大模型出现带动AI服务器呈现加速状态

国产生态迎新机遇

除了对低延迟低功耗算力的性能需求，在服务器的种类上也产生了多样化、细分化的场景应用需求。各行业与人工智能技术的深度结合及应用场景的不断成熟与落地，使人工智能芯片朝着多元化的方向发展，为了迎合芯片的多元化，服务器的类型也将越来越丰富，并适用越来越多的行业应用场景。根据IDC在2021年的统计，预计到2025年中国加速服务器市场规模将达到108.6亿美元，且2023年仍处于中高速增长期，增长率约为20%。

X86架构服务器仍占绝对优势，ARM架构服务器潜力巨大：根据市场应用占比把服务器分为X86服务器和非X86服务器，目前使用X86架构的服务器CPU仍然占据绝对优势。根据芯八哥数据，按照2021年统计数据，X86架构市场占比高达97%，ARM占比仅为2.07%，Power BI占比为0.27% ，但以ARM为代表的RISC结构近年来增长迅猛，尤其国内诞生了以华为海思、阿里平头哥为代表芯片企业。

X86和ARM各具优势：ARM体积小、低功耗、低成本、执行更加高效、指令长度固定，然而在性能上不及X86，如果ARM要在性能上接近X86，就需要极高的频率，从而带来较高能耗；X86单条指令功能强大且指令数相对较小、带宽要求低，然而缺点在于寻址范围小、部分计算机利用率不高、执行速度慢。

ARM加速迭代，国产生态迎新机遇: 根据TrendForce预测，随着云数据中心增长，预计到2025年，ARM架构在数据中心服务器市场渗透率将达到22％；ARM在服务器的市场崭露头角，早在2008年高通、博通、微软、华为、飞腾等，也陆续开发了各自的ARM服务器CPU，2019年，随着着ARM的Neoverse平台路线图的推出，服务器市场份额渗透率得到质的提升；国产生态迎新机遇，X86生态依然被AMD和英特尔垄断，而ARM架构随着国产生态和技术逐渐成熟，迎来国产替代的新机遇。