热门文章
- GPT-4技术报告(附中、英文PDF下载,...
- Meta开源对标神经网络GPT-3的大规模...
- 图解网信办《生成式人工智能服务管理...
- 《哈工大-ChatGPT 调研报告 (仅供内部...
- 《ChatGPT的技术发展路径和带来的影响...
- 《AIGC行业深度报告(7)-ChatGPT:三大...
- 元宇宙“由虚向实”背后:生成式AI技术...
- 《AIGC深度报告:新一轮内容生产力革命...
- 《中国人工智能产业研究报告(Ⅴ):道阻...
- 《兴业证券-AIGC全方位解析与展望》(附...
- 科技公司史上第一次:Meta开源与GPT3...
- 《中国信通院-人工智能生成内容(AIGC)...
- 用全球最快 AI 超算秀肌肉后,黄仁勋...
- 元宇宙的最大变量AI注入后的化学反应
- 《增长黑盒&黑盒点评-2023中国AIGC应...
- 《ChatGPT:开启AI新纪元》(附PDF下载)
- 为元宇宙「打地基」,Meta 开发世界最快...
- AI+元宇宙!Meta离梦想更进一步?
- 微美全息战略投资海百川,AI-Star构建...
- 逐浪AIGC⑤丨大模型狂飙
《AIGC行业深度报告(5)-ChatGPT:加速计算服务器时代到来》(附PDF下载)
01 AI服务器需求呈现加速状态
ChatGPT的竞争本质即大模型储备竞赛
大模型是人工智能发展的必然趋势: 大模型即“大算力+强算法”结合的产物。大模型通常是在大规模无标注数据上进行训练,学习出 一种特征和规则。基于大模型进行应用开发时,将大模型进行微调,如在下游特定任务上的小规模有标注数据进行二次训练,或者不进 行微调,就可以完成多个应用场景的任务。
大模型是辅助式人工智能向通用性人工智能转变的坚实底座: 大模型增强了人工智能的泛化性、通用性,生产水平得到质的飞跃,过去 分散化模型研发下,单一AI应用场景需要多个模型支撑,每个模型需要算法开发、数据处理、模型训练、参数调优等过程。大模型实现 了标准化AI研发范式,即简单方式规模化生产,具有“预训练+精调”等功能,显著降低AI开发门槛,即“低成本”和“高效率”。
算力是打造大模型生态的必备基础,服务器是算力的载体: 算力是训练大模型的底层动力源泉,一个优秀的算力底座在大模型(AI算法) 的训练和推理具备效率优势;服务器是算力的底层载体,包含CPU、GPU、内存、硬盘、网卡等,在ChatGPT中具有举足轻重的作用,算 力是服务器通过对数据进行处理后实现结果输出的一种能力。
大模型出现带动AI服务器呈现加速状态
我们认为大模型的出现有望带动AI服务器需求: 我们认为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的数据,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%。
AI大模型对算力的需求分别来自训练和推理两个环节。1)训练环节:通过标记过的数据来训练出一个复杂的神经网络模型,使其能够 适应特定的功能,模型具有一定的通用性,以便完成各种各样的学习任务。该环节需要处理海量的数据,注重绝对的计算能力。2)推 理环节:利用训练好的模型,使用新数据推理出各种结论。借助神经网络模型进行运算,利用输入的新数据来一次性获得正确结论的过 程。该环节对算力要求比训练环节略低,但注重综合指标,单位能耗算力、时延、成本等都要考虑。
服务器架构随负载量扩张而不断优化
服务器价值凸显:计算机的一种,它比普通计算机运行更快、负载更高、价格更贵,主要用于在网络中为其它客户机提供计算或者应用 服务。服务器具有高速的CPU运算能力、长时间的可靠运行、强大的I/O外部数据吞吐能力以及更好的扩展性。服务器一般具备承担响应 服务请求、承担服务、保障服务的能力。其内部的结构与普通的计算机相差不大,主要包括如:CPU、硬盘、内存,系统、系统总线等, 但相较于PC端需考虑几方面,例如可拓展性、易使用性、可用性和易管理性。
服务器架构随负载量扩张而不断优化: 服务器架构经历了从传统单一模式到集群模式,再到分布式架构的优化过程。传统单一模式,服 务器诞生初期将所有功能汇集在同一个系统,缺点为不便于维护、横向拓展性不佳;因此集群模式诞生,这种集群模式将同一项目放在 多个服务器上,有效缓解用户访问量大的压力,但由于各个服务器间功能重复却缺乏协同,系统维护成本仍然较高,且增加了用户重复 登陆问题,因此服务器架构进化到分布式模式。在分布式架构中,整个系统按照不同功能拆分为多个单一功能的子模块,每个模块被放 到不同服务器中相互协作,共同组成服务器网络,能够有效解决功能耦合度高等问题且代码复用性高。
服务器的分类方式: 按照CPU架构分类
伴随应用需求不断扩张,不同架构服务器百花齐放:按照CPU指令集架构的差异,服务器可分为CISC、RISC、VLIM等架构。
CISC(复杂指令集):庞大复杂的指令数目,常见CISC微指令集主要集中在:AMD、Intel、VIA等IA-32、X86架构的CPU产品;优点在 于能够有效缩短新指令的微代码设计时间,允许设计师实现CISC体系机器的向上相容,指令丰富且功能强大,而缺点指令使用率不均 衡、不利于采用先进结构提高性能等。
RISC(精简指令集): 对指令数目和寻址方式都做了精简。包含了简单、基本的指令,透过这些简单、基本的指令,就可以组合成复杂指 令,常见RISC微指令集主要集中在:DECAlpha、ARC、ARM、AVR、MIPS、PA-RISC、PowerPC、RISC-V中,优点在于指令执行 效率高,原因是90%指令由硬件直接完成,10%的指令是由软件以组合的方式完成;缺点在于指令数较少,功能不及CISC强大。
VLIM(超长指令集架构):采用多个独立的功能部件,指令调度是由编译器静态调度完成,因此指令可同时流出数目越大,超长指令的性能 就明显;优点在于结构简单且价格低廉,缺点在于编译器负担较重,且需要更多内存,目前微处理器有Intel的IA-64和AMD的x86-64。
AI服务器: 加速计算服务器是服务器成长的核心驱动力
服务器同样可以按照CPU数量进行分类: 可以分为单路服务器、双路服务器、四路服务器和多路服务器。“路”指的是服务器物理CPU 的数量,也就是服务器主板上CPU插槽的数量。单路指服务器支持1个CPU;双路指服务器支持2个CPU;四路指服务器支持4个CPU; 以此类推。一般CPU数量越多,即拥有更强的性能,同时能显著降低性能的功耗比。
AI服务器价值凸显: 随着大数据、云计算、人工智能等技术的成熟与在各行各业的应用,AI服务器价值凸显;1、硬件架构,相较于通 用服务器,AI服务器是采用异构形式的服务器,在异构方式上可以根据应用的范围采用不同的组合方式,如CPU+GPU、CPU+TPU、CPU+其 他的加速卡等;2、加速卡数量: 通用服务器一般是单路或多路CPU架构,而AI服务器需要承担大量的AI运算,一般配置四块及以上加速 卡;3、独特设计,AI服务器由于对加速卡的独特需求,需要针对性的对于系统结构、散热等做专门的设计,才能满足AI服务器需求。
02 拥抱AI服务器的星辰大海
服务器发展路径: “伴科技类”升级产品
我们认为服务器是“伴科技类”的硬件产品,随着科技的服务形式和应用方式不断进步,服务器同样在不断迭代升级或更新换代: 世界 上最早的服务器可以追溯到1981年IBM大型机上的BITNET电子邮件群组,是第一台邮件列表服务器。此后,随着万维网的出现和搜索 引擎等互联网迭代升级,技术不断迭代。
近年,随着互联网+、云计算、AI+、边缘计算的出现,服务器市场迎来了极大的发展: 2009年左右,随着虚拟化技术不断成熟,云计 算的服务模式被大众广泛接受,云数据中心对服务器的需求旺盛;2012年左右,我国进入“互联网+”时代,云计算服务模式叠加电子 商务的需求,拓展性、运算性能、数据存储容量等需求凸显,服务器需求不断增加;2015年左右,全球进入”AI+时代”,以人工智 能、深度学习、神经网络的训练和推理等赋能千行百业,AI服务器价值凸显,其具备图形渲染和海量数据的并行运算等优势,市场需求 旺盛;2017年左右,随着边缘计算、“物联网+”的兴起,叠加AI等需求,服务器市场依旧火热。
算力时代到来,服务器价值凸显
国家计算力指数与GDP/数字经济的走势呈现出了显著的正相关: 根据IDC数据,十五个重点国家的计算力指数平均每提高1点,国家的 数字经济和GDP将分别增长 3.5‰和1.8‰,预计该趋势在2021-2025年将继续保持。此外,当一个国家的计算力指数达到40分以上 时,国家的计算力指 数每提升1点,其对于GDP增长的推动力将增加到1.5倍,而当计算力指数达到60分以上时,国家的计算 力指数每 提升1点,其对于GDP增长的推动力将提高到3.0倍,对经济的拉动作用变得更加显著。
服务器产业链梳理,下游赋能千行百业
服务器产业链梳理,关注产业链中上游: 服务器行业产业链上游为CPU、GPU、内存、硬盘、RAID控制器、电源、软件系统等原材料 为主;中游为服务器行业;下游客户群体有互联网云服务商、电信运营商、第三方IDC服务商、政府部门、各类型企业等。我们认为在 算力和数字时代的大背景下,AI服务器作为算力载体为数字经济时代提供广阔动力源泉,更加彰显其重要性。
服务器赋能千行百业: 根据IDC数据,服务器赋能千行百业,实则为数字经济的底层基础设施;其中,互联网行业占比最多,为 43.8%,广泛应用于电子商务、电子邮件、电子游戏等领域;电信行业占比9.9%,应用场景为通讯网络、云平台建设;金融占比约为 9.0%,广泛应用于商业业务系统、银行系统等场景;政府领域占比为10.6%,主要应用于数字政务、办公系统等领域。
数字经济时代,服务器应用前景广阔
互联网,积极拥抱新兴技术,领先全球算力水平: 根据IDC数据统计,2021年互联网企业采购的IT基础架构中,超过九成被应用于云计算部署方式。此外,互联网与人工智能、大数据等新兴技术的结合也催生了对海量计算能力的需求。目前,从互联网数据中心的体量 来看,中、美仍处在第一梯队,中美两国占全球整体服务器保有量六成以上。近年来互联网行业在亚太区的增长颇为突出,这主要源于 疫情之后在线需求的增加,以 及亚太地区经济的复苏。此外,中国持续加大数据中心的部署,更多企业采取云服务方式。
电信,利用算力投入优化内部管理、赋能业务创新: 内部,随着5G、云计算等技术的落地,电信运营商对内面临着业务增长压力;外部,智慧交通、智慧零售、车联网、游戏娱乐、AR/VR应用等增值业务等算力需求逐步增加。海量创新业务增长对数据快速访问价值凸 显,要求电信数据厂商承担数据高并发、低延迟传输、保证业务永续的能力。
报告节选:
元宇宙神评
相关主题
-
《AIGC行业深度报告(7)-ChatGPT:三大主线,AI算力需求井喷!》(附PDF下载)
内容概要:政策端与产业端持续发力,算力建设持续提速;大模型引爆海量算力需求,AI产业量价齐升;全球算力市场持续火热,AI芯片群星闪耀。
-
《增长黑盒&黑盒点评-2023中国AIGC应用研究报告》(附PDF下载)
-
逐浪AIGC⑱丨迈入混战时代:科技公司竞速AI大模型
内容概要:目前AI大模型处于百花齐放的状态。
-
逐浪AIGC⑰丨AI迈入群雄逐鹿时代 阿里巴巴全方位迎战
内容概要:张勇的新开始,也是阿里云的新征程。
-
《AIGC行业深度报告(6)-ChatGPT:存算一体,算力的下一极》(附PDF下载)
内容概要:ChatGPT开启大模型“军备赛”,算力呈现明显缺口。存算一体,后摩尔时代的必然发展,存算一体为人工智能发展的必然选择。
-
《AIGC行业深度报告(4)-ChatGPT:百度文心一言畅想》(附PDF下载)
-
《AIGC行业深度报告(3)-ChatGPT打响AI算力“军备战”》(附PDF下载)
内容概要:与通用服务器相比,AI服务器拥有更出色的高性能计算能力,未来,随着算力的持续增长,自然语言处理和图像、视频等AI模型的深入发展,AI服务器将被更广泛使用。
-
《AIGC行业深度报告(2)-ChatGPT,重新定义搜索“入口”》(附PDF下载)
-
《AIGC行业深度报告(1)-ChatGPT:开启AI新纪元-华西证券》(附PDF下载)
内容概要:相关厂商在降本增效的同时,有望提升其创作内容的质量、减少有害性内容传播等问题,实现创意激发,提升内容多样性,AIGC有望极大推动相关厂商商业化的发展,从而打开海量空间。
-
《兴业证券-AIGC全方位解析与展望》(附PDF下载)
内容概要:Gartner 预计,2022 年 AIGC 占全球数字数据量为1%,到 2025 年,这一比例将提升至10%。
-
图解网信办《生成式人工智能服务管理办法(征求意见稿)》V1.0.0(附PDF下载)
内容概要:2023年4月11日,国家互联网信息办公室发布《生成式人工智能服务管理办法(征求意见稿)》,面向社会公开征求意见,旨在促进生成式人工智能技术健康发展和规范应用。
-
【元宇宙之约】第019期:AIGC能快速构建元宇宙行业的基础设施
内容概要:在雷涛看来,大模型只是解决基础能力,真正到每一个领域应用还是需要去做自己的数据训练;基础模型需要真正去理解用户,因为用户的问题是千差万别,答案也会千差万别。
-
逐浪AIGC⑭|黄仁勋对话OpenAI创始人 现代AI和ChatGPT如何诞生
内容概要:它还是那个神经网络,只是变得更强大。
-
逐浪AIGC⑬丨英伟达新GPU“炸场”,未来人人都可以是程序员?
内容概要:AIGC算力成本有望大降?
-
逐浪AIGC⑩丨AI热潮下的惊喜、失落与期待
内容概要:国内AI生态的构建同样值得期待。
-
逐浪AIGC⑨丨文心一言实测体验:语文满分、数学学渣、画画水平一般般
内容概要:目前大概是个偏科严重的文科生吧。
-
逐浪AIGC⑧丨GPT-4诞生次日,微软Office重生
内容概要:这其实是一场产业叠加的爆发。
-
逐浪AIGC⑤丨大模型狂飙
-
逐浪AIGC④丨新的AI浪潮来临,创业者该做什么?
内容概要:ChatGPT正掀起一场新的AI浪潮。
-
逐浪AIGC③丨国产版ChatGPT打响“第一枪”:文心一言终亮相
内容概要:先上桌,才能进入快速迭代的飞轮。
-
逐浪AIGC②丨别只盯着ChatGPT了,这波AI浪潮远不止于此
内容概要:AI 2.0是绝对不能错过的一次革命。
-
《AIGC深度报告:新一轮内容生产力革命的起点-国海证券》(附PDF下载)
内容概要:数据、算法、算力共振推动AIGC发展,模型开源及商业化带来的产品化浪潮及通用人工智能领域的初探推动AIGC破圈。
-
《2023年AIGC应用与实践展望报告-甲子光年》(附PDF下载)
内容概要:甲子光年智库特此展开AIGC应用与实践研究,输出《AIGC应用与实践研究报告》,期待与各方共同见证AIGC行业的星辰大海。
-
逐浪AIGC⑯|Meta入局来势汹涌 “生成式AI”引发技术争鸣
-
【元宇宙之约】第018期:AIGC将为元宇宙解决两个技术难题
-
逐浪AIGC⑮ | AI伦理之惑:马斯克等科技大佬为何拦停GPT-5
内容概要:如今,我们的社会已经暂停其他可能造成灾难性影响的技术,对于人工智能也应该如此,“让我们享受一个漫长的‘AI之夏’,而不是毫无准备地进入秋天”。
-
逐浪AIGC⑫|制造“iPhone时刻”,英伟达再塑AI算力上限
-
逐浪AIGC⑪|半百微软,扎进AI变局
-
《黑镜》里“自制”AI男友成真,GPT让普通人轻松构建元宇宙
-
逐浪AIGC⑥丨文心一言开放测试 百度股价逆风翻盘
内容概要:AI大模型时代降临,本土大厂机会来了。
-
逐浪AIGC⑦丨在新一轮AI全球竞赛中,中国企业要抓住产业场景优势
内容概要:在AI领域,中国企业也能够走出中国特色。
-
《ChatGPT的技术发展路径和带来的影响》(附PDF下载)
内容概要:InstructGPT/ChatGPT的效果非常亮眼,引入了人工标注之后,让模型的“价值观”和的正确程度和人类行为模式的“真实性”上都大幅的提升。
-
AI+元宇宙!Meta离梦想更进一步?
-
平台押注资本追捧 视听产业成元宇宙场景应用第一战场
内容概要:报告显示,元宇宙是一个需要长期才能实现的目标,在实现元宇宙的旅程之中会不断地出现像AIGC这样的爆点。有了AIGC支持后,人类至少一只脚已经开始在往真正的元宇宙时代迈进。
-
GPT-4技术报告(附中、英文PDF下载,含GPT-4 System Card_中文)
内容概要:这份技术报告介绍了 GPT-4,一种能处理图像和文本输入并生成文本输出的大型多模态模型。这类模型非常重要,因为它们有潜力被广泛应用于对话系统、文本摘要和机器翻译等领域。
-
英伟达元宇宙获得新硬件支持
内容概要:英伟达负责专业可视化的副总裁Bob Pette在本周举行的年度GTC(GPU技术大会)前的新闻发布会上表示,这家芯片制造商推出了一款名为OVX 3的新服务器,旨在创建和操作元宇宙。
-
放弃元宇宙,转型AI?Meta:不,两个我都要
-
加速元宇宙创新生态,阿里云和伙伴一起探寻奇点
-
AIGC挑战广告狂人!Meta推出AI生成广告服务,已填补公司百亿损失
内容概要:在竞争激烈的广告营销市场中,大数据和AI作用下的精准化打击能起到增益,也能大大降低内容制作成本,但创意、内容以及对目标客户的理解程度才是永恒的核心竞争力。
-
ChatGPT火了,元宇宙凉了?
-
元宇宙没失宠,XR也没凉
内容概要:元宇宙本身是长期建设的过程,在不断沉淀与发展中,会有很多的机遇与挑战,元宇宙新基建必然会迎来发展高潮,未来可期。
-
ChatGPT,将元宇宙拍在沙滩上?
内容概要:“长江后浪推前浪,ChatGPT将元宇宙拍在沙滩上。”在ChatGPT火爆出圈的同时,近年“新贵”元宇宙则显落寞。