(相關資料圖)
金融投資網訊(記者張璐璇)據華為&信通院數據，2021年全球算力總規模615EFlops，2030年將達56ZFlops，2021至2030年的年均復合增長率為65%。華為輪值董事長胡厚崑表示，到2030年，通用算力將增加10倍，人工智能算力將增加500倍。
服務器是AI算力載體，大算力需求下，服務器市場迎來新一輪增長。根據IDC數據，2022年全球服務器出貨量1516萬臺，同比增長12%，產值達1216億美元，隨著AI、元宇宙等興起，算力需求持續釋放帶動算力基礎設施產業迎來增長新周期，預計2026年全球服務器出貨量將達1885萬臺，5年CAGR6.8%，產值將達1665億美元，5年CAGR10.2%。
大摩數字經濟混合基金經理雷志勇表示，目前用于人工智能大模型訓練和推理的GPU持續緊張，海外AI芯片龍頭在AI訓練芯片領域具備顯著優勢，H100GPU是當前市場綜合性能、生態和性價比最好的產品，但由于半導體晶圓廠通常1年左右的擴產周期，短期爆發的AI大模型訓練需求無法得到足夠滿足，根據海外晶圓代工龍頭二季度公開業績會說法，預計AI芯片的供應會緊張持續到2024年底，而其中核心在于先進封裝(COWOS)產能，預計COWOS的產能大約會增加2倍左右，反映了AI帶動的算力需求的激增。
從需求端角度來看，北美云廠商四巨頭近期陸續發布2023年二季度業績，同時對后續季度進行展望，基本上都提到加大對AI大模型和云業務的支出，同時擠壓傳統服務器的資本開支，預計北美云廠商四巨頭的資本開支增速有望穩中有升，但AI有關的算力資本開支占比有望大幅提升。從技術角度來看，大模型的參數仍然呈現指數上行，公開數據顯示，GPT3大模型訓練需要13億參數，GPT3.5需要1760億參數，GPT4.0參數量提升到1.8萬億。今年7月，GPT5.0完成商業注冊，預計有17.5萬億參數，進一步帶動訓練端算力的需求。
綜上所述，雷志勇認為，雖然前期資本市場對算力需求和相關A股標的業績預期提升過快帶來回調壓力，但算力板塊的景氣度趨勢沒有受到影響，仍然有望成為人工智能大趨勢下的核心受益板塊。
