1、 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。1 证券研究报告 计算机计算机 全球全球 AI 算力需求继续向上算力需求继续向上 华泰研究华泰研究 计算机计算机 增持增持 (维持维持)研究员 谢春生谢春生 SAC No.S0570519080006 SFC No.BQZ938 +(86)21 2987 2036 联系人 林海亮林海亮 SAC No.S0570122060076 +(86)21 2897 2228 行业走势图行业走势图 资料来源：Wind，华泰研究 2024 年 4 月 12 日中国内地 专题研究专题研究 全球全球 AI 算力需求继续向上算力需求继续向上 随着大模型

2、持续迭代，模型能力不断增强，其背后是“Scaling Law”下模型参数量和数据集不断增长的结果。我们认为，从大模型的演化路径来看，模型体量还将进一步扩张，从而带来算力需求持续增长。具体来看，大模型对算力的需求体现在预训练、推理、调优三个环节。根据我们的测算，以1000 亿参数模型为例，三个环节的算力总需求约 18 万 PFlop/s-day，对应需要 2.8 万张 A100 等效 GPU 算力。长远来看，成熟大模型的运营有望带来 3169 亿美元的服务器增量市场，较 2023 年全球 211 亿美元的 AI 服务器市场而言，仍有较大成长空间。基于此，我们认为大模型持续迭代有望带来大量算力基础

3、设施需求，建议关注算力产业投资机遇。模型体量越来越大，带动算力建设需求模型体量越来越大，带动算力建设需求 大语言模型（LLM）是在大量数据集上预训练的模型，其在处理各种 NLP任务方面显示出了较大潜力。Transformer 架构的出现开启了大模型的演化之路，随着解码模块堆叠数量的不断增长，模型参数量持续增加，逐渐演化出 GPT-1、GPT-2、GPT-3、PaLM、Gemini 等不同版本模型，参数量也从十亿、百亿，向千亿、万亿增长。我们看到，每一代模型的演化都带来能力的增强，背后一个很重要的原因在于参数量和数据集的增长，带来模型感知能力、推理能力、记忆能力的不断提升。基于模型的缩放定律，我

4、们认为未来模型迭代或仍将延续更大参数量的路径，演化出更加智能的多模态能力。大模型的算力需求体现在：大模型的算力需求体现在：预预训练、推理、调优训练、推理、调优 拆解来看，大模型的算力需求场景主要包括预训练、Finetune 及日常运营。对于三部分的算力需求，我们的测算思路如下：1）预训练：基于“Chinchilla 缩放定律”假设，计算量可以通过公式 C6NBS 来刻画；2）推理：以ChatGPT 流量为基准，计算量可以通过公式 C2NBS 来刻画；3）调优：通过调优所需的 GPU 核时数倒推。以 1000 亿参数模型的预训练/推理/调优为例，三个环节所需的算力需求分别为 13889、5555

5、.6、216 PFlop/s-day。我们认为，在缩放定律（Scaling Law）加持下，随着模型体量增长，算力需求有望持续释放。基础设施需求有望持续释放基础设施需求有望持续释放，关注算力产业投资机遇，关注算力产业投资机遇 结合对大模型预训练/推理/调优的算力需求测算，我们预计从开发到成熟运营一个千亿模型，对 A100 等效 GPU 的需求量为 2.8 万张。根据我们的测算，成熟大模型的运营有望带来 3169 亿美元的全球 AI 服务器增量市场。对比来看，据IDC，2023年全球AI服务器市场规模211亿美元，预计2024-2025年 CAGR 将达 22.7%，未来仍有较大成长空间。此外，

6、考虑到国内对高性能芯片获取受限，AI GPU 国产化也有望进一步提速。产业链相关公司包括：1、英伟达链：浪潮信息、工业富联、中际旭创、沪电股份等；2、昇腾链：神州数码等；3、海光链：海光信息、中科曙光等；4、EDA：华大九天等。风险提示：宏观经济波动、下游需求不及预期、测算结果可能存在偏差。(45)(32)(20)(7)6Apr-23Aug-23Dec-23Apr-24(%)计算机沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。2 计算机计算机 正文目录正文目录“Scaling Law”驱动大模型算力需求持续增长驱动大模型算力需求持续增长.3 预训练：缩放定律下算力需求