【深度】全球AI应用趋势 · 研究合集
【国君海外科技】算力需求高增，AI ASIC突围在即
报告日期：2024/8/22
投资建议：ASIC针对特定场景设计，有配套的通信互联和软件生态。虽然目前单颗ASIC算力相比最先进的GPU仍有差距，但整个ASIC集群的算力利用效率可能会优于可比的GPU，同时还具备明显的价格、功耗优势，有望更广泛地应用于AI推理与训练。我们看好ASIC的大规模应用带来云厂商ROI提升，同时也建议关注定制芯片产业链相关标的。
AI ASIC具备功耗、成本优势，目前仍处于发展初期，市场规模有望高速增长。目前ASIC在AI加速计算芯片市场占有率较低，预计增速快于通用加速芯片。据Marvell预测，2023年，定制芯片仅占数据中心加速计算芯片的16%，其规模约66亿美元，预计2028年数据中心定制加速计算芯片规模有望超400亿美元。
ASIC单卡算力与GPU仍有差距，但单卡性价比和集群算力效率优秀。ASIC中算力相对较高的谷歌TPU v6和微软Maia 100算力约为H100非稀疏算力的90%、80%，同时ASIC的单价显著低于GPU，故而在推理场景呈现更高的性价比；ASIC的芯片互联以PCIe协议为主，处于追赶状态，NVLink协议更具优势；在服务器互联方面，ASIC主要采用以太网，正追平英伟达的IB网络，目前H100集群可以做到10万卡规模，ASIC中谷歌TPU相对更为领先，TPU v5p单个Pod可达8960颗芯片，借助软件能力，TPUv5e可拓展至5万卡集群，且保持线性加速。由于ASIC专为特定场景设计，且云厂商对软件生态掌握程度也较高，ASIC集群的算力利用率实际可能高于GPU（如TPU、MTIA等）。 软件生态也是影响AI计算能力的重要因素，当前CUDA生态占据主导，ASIC软件生态有望逐步完善。云厂商普遍具备较强的研发能力，均为AI ASIC研发了配套的全栈软件生态，开发了一系列的编译器、底层中间件等，提升ASIC在特定场景下的计算效率。此外，一些商用芯片厂商也推出了开源平台，如ROCm和oneAPI，未来ASIC的软件生态将会愈发成熟、开放。
风险提示：AI算法技术风险、生态系统建设不及预期、芯片研发不及预期、AI产业发展不及预期。
【国君海外科技】AI ASIC芯片，选择、空间与趋势
报告日期：2024/8/22
投资建议：ASIC针对特定场景设计，有配套的软硬件全栈生态，虽然目前单颗ASIC算力相比最先进的GPU仍有差距，但整个ASIC集群的算力利用效率可能更高，同时还具备明显的价格、功耗优势，随着软件生态逐步成熟，ASIC有望更广泛地应用于AI推理与训练。我们看好ASIC的大规模应用带来云厂商ROI提升，推荐定制芯片产业链的博通、台积电。
AI ASIC芯片具备功耗、成本优势，是必然选择。目前AI算法向Transformer收敛，深度学习框架以PyTorch为主，为AI ASIC发展提供了重要前提。目前AIASIC单卡算力低于可比的GPU芯片，但由于其成本较低，在推理常用精度下，展现出了更高的性价比（TFLOPS/$），功耗也更低，此外，由于ASIC专为特定任务设计，其算力利用率可能更高，谷歌TPU算力利用率可超过50%。对于云厂商来说，ASIC还是增加供应链多元性的重要选择。
AI ASIC芯片成长空间广阔，未来有望增速超过通用加速计算芯片。Marvell预测，2023年，数据中心定制加速计算芯片规模约66亿美元，在AI加速计算芯片市场占有率较低，为16%。Marvell预计2028年定制芯片规模有望超400亿美元，CAGR达45%，而通用加速计算芯片2028年预计达到1716亿美元市场规模，CAGR为32%。AMD CEO苏姿丰预测2027年AI加速器将增加到4000亿美元的规模。
参考CPU发展历程，随着AI ASIC的使用门槛和兼容性改善，渗透率长期有望提升。目前，除了ROCm、OneAPI等开源软件生态以外，云厂商也在积极构建集成了PyTorch等主流深度学习框架的软件生态，开发一系列编译器、底层中间件等，兼容性持续增强。目前，AI ASIC主要服务云厂商自有业务，以及有一定编译能力的中大型企业（比如苹果）。我们认为随着云厂商自研芯片的用户使用门槛降低，结合其功耗成本上的巨大优势，在AI加速计算领域的渗透率长期有望提升。
风险提示：AI算法技术风险、生态系统建设不及预期、芯片研发不及预期、AI产业发展不及预期。
【国君海外科技】AI人机交互，系统，模型与新商业——AI应用系列报告之人机交互
报告日期：2023/8/13
投资建议：LLM驱动的多模态人机交互方式引领新一轮生产力革命。Agent或改变端侧操作系统的生态，重塑商业模式。苹果将受益于APPLE Intelligence支持的Siri带来的新生态，软件收入逻辑或迎来颠覆。谷歌将受益于Agent重塑人机交互模式后带来的搜索调用量增长，以及交互闭环中谷歌应用全家桶的流量增长。微软Copilot依托于Windows系统及Office套件，变现进度较快。推荐标的：苹果（AAPL.US）、谷歌（GOOGL.US）、微软（MSFT.US）。 人机交互方式的变革，显著降低AI应用门槛，可能带来新一轮生产力革命。由LLM驱动的多模态交互方式，大幅提升了自然语言理解能力，加入视觉感知能力，是对人机交互方式的又一次颠覆。我们认为，AI应用门槛将随着人机交互方式的简化而降低，从而引领新一轮生产力革命。 AI Agent是交互的载体和入口，Agent将集成、统一各类APP的入口，成为操作系统级别的“超级APP”。以Siri为代表的人机交互能力变革，将改变操作系统的生态，搜索及调用的流量入口从各应用程序回归到硬件端。Siri的屏幕感知、跨应用操作、行为智能能力，使其具备超级入口的潜质，未来Agent将成为操作系统的主导，而应用的形态和功能将被弱化乃至取代。1）安卓：谷歌推出Project Astra，具备Agent潜力。2）iOS：用Apple Intelligence重做系统，Siri成为人机交互的入口。推出iOS 18.1开发者测试版，Apple Intelligence开始落地。自研端侧模型+云侧模型，模型表现追平头部模型。3）Windows：Copilot+PC已率先落地PC端并开启变现。 人机交互变革带来新商业模式。1）苹果：Agent（Siri）带来新生态，苹果软件收入逻辑或迎来颠覆。Apple Intelligence的开放的API接口将吸引开发者加入，丰富苹果生态，提升苹果税收入；Apple Intelligence支持的原生应用可收取订阅费用；可向第三方应用收费，以提升Siri的调用量；云端模型可向用户收取调用费用。2）谷歌：Astra有望充分释放谷歌全家桶的潜力，复刻“Google Intelligence”。多模态输入、自然语言交互将大大降低软件应用门槛，谷歌应用全家桶的用户数有望突破性增长。相较于AI搜索，谷歌的优势在于具备流量入口（AI助手Project Astra）及全方位的应用生态，多模态交互式搜索将在谷歌生态圈内闭环完成。对于投资者担忧的AI搜索的冲击，我们认为因大模型幻觉导致的结果不可靠、用户粘性不强、成本高且变现率较低、无法建立用户反馈的循环机制等问题，AI搜索短期内仍难以撼动传统搜索引擎。3）微软：Copilot赋能Office，已率先实现变现落地。 风险提示：大模型技术进展不及预期；AI应用渗透、用户接受度不及预期；变现进度不及预期；数据安全和隐私风险；政策监管风险。
【国君海外科技】AI 社交网络，人类的远大前程——AI 社交网络行业深度报告
报告日期：2023/07/17
投资建议：AI冲击下，部分传统软件厂商的商业模式可能被AIGC能力改写；社交网络板块具有无可取代的交换路径、网络规模、应用生态，在AI注入下，未来的混合AI社交网络会强化社交网络的价值，给人类带来更大的社会价值和网络效用。AI社交时代，我们依然看好海内外社交巨头，因其具备用户数、生态、模型能力（包括数据）三方面优势。推荐标的：腾讯控股（0700.HK）、Meta Platforms（Meta.US）、谷歌（GOOGL.US）。 AI能力进化的背景下，社交是确定性最强的赛道。AI的本质是人的能力的复制，传统软件应用行业是基于细分领域知识或业界最佳实践的IT固化，在模型泛化能力的进化下，传统软件应用业态会受到冲击；基于分工和交换路径的社交网络在AI时代会进化成混合结构，其网络效应会得到强化。社交赛道确定性高，体现为需求确定性和商业模式确定性：多层次的社交应用满足人多层次的精神需求，商业模式短期看广告效率提升，长期看匹配效率提升后，社交场景得以拓展，带来多样化的商业模式及变现方式。 AI混合社交网络的形态：真人与Robot、Agent实现价值交互。依据交互对象的不同、AI扮演角色的不同，我们将社交关系分类为真人-真人、AI Agent（本质为Robot） -真人、真人-AI Agent（本质为虚拟AI角色）、AI Agent - AI Agent。未来由真人、Robot、Agent三方构成的社交网络，实现价值交互，使人类彼此更加繁荣，有更远大的前程。 我们推荐全球社交网络龙头，因其具备用户+生态+模型能力+数据的巨大优势。根据梅特卡夫定律，若每一个用户都拥有自己的AI Agent分身，网络节点数将扩大一倍，带来网络效应三倍的提升。依据梅特卡夫定律，对Facebook的网络价值进行敏感性测算，在中性情形下Facebook的网络价值或达1.69万亿美元，高于母公司Meta的当前市值，AI混合社交网络下社交巨头将充分受益于Agent和Robot渗透带来的用户数提升，以及价值量的超线性提升。短期催化因素来看，（1）腾讯：小程序、视频号、搜一搜完善了微信的生态基础，从社交需求（私域）出发，延展至真实需求场景（公域），为用户建立生活连接，打造全域生态基础设施。（2）Meta：AI工具赋能Meta广告量价齐升、广告转化率提升、提质增效，验证了Meta一系列AIGC广告解决方案的商业化落地进展较好。（3）Google：AI从创作者、消费者、广告商三个维度全面赋能YouTube。谷歌拥有安卓系统的掌控权，其庞大的应用全家桶具备生态级AI的潜力，或可复刻“Google Intelligence”。谷歌的Project Astra（AI Agent）有望带来全新人机交互模式，多模态输入、自然语言交互将大大降低软件应用门槛，实现科技平权。 风险提示：隐私及数据安全风险；AI技术进展不及预期风险；广告业务不及预期风险；商业化落地不及预期风险；政策监管风险。 投资建议：AI手机或将成为AI产业革命中应用层的颠覆性切入点。终端应用来看，手机具备普及性、伴随性，应用场景更为下沉，有望超越AI PC，成为终端AI的核心入口。未来的AI手机将成长为自主感知、自主决策执行、具备数字人格的Agent。产业链来看，手机厂商享受量、价、利红利，大模型厂商商业变现加速，硬件厂商受益于产品迭代及供需格局。AI手机有望全面带动产业链获益，推荐标的：高通（QCOM.US）、台积电（TSM.US），受益标的：苹果（AAPL.US）、谷歌（GOOGL.US）。 端侧部署大模型在技术上具备可行性。内存端，大模型轻量化技术逐渐成熟，内存管理逻辑优化、可调用闪存，两条路线共同发力可克服内存瓶颈。算力端，NPU跨越35 TOPS门槛提供高性能算力支撑，头部芯片厂商持续迭代，骁龙8 Gen4、天玑9400即将面世。 复盘4G至5G的升级，我们认为AI手机将在量、价、利方面利好手机厂商。量：AI手机有望驱动新一波换机潮，我们测算2025年AI手机出货量约3.8亿部，同比高增134%。价：AI手机在性能、用户体验方面的升级，超越了5G手机相对4G手机的升级，我们判断有望复刻上一轮的涨价潮。利：5G时代纯手机组装厂商大部分利润被硬件端侵蚀，AI手机软硬件成本高企，具备自研大模型、自研芯片能力的手机厂商占据一体化优势，有望守住利润。复盘谷歌和苹果在搜索引擎上的合作，我们认为手机厂商拥有终端消费者基础和流量入口优势，在与大模型厂商合作的过程中是更为强势的一方。 硬件端和大模型端均受益。推理芯片环节：复盘4G到5G的芯片升级，划时代产品具有较强的溢价能力、供需失衡下高通有强大的议价能力，AI手机时代高通、联发科有望凭借高性能SoC及强势议价权，改善毛利率，我们测算高通有望凭借骁龙8 Gen 4环比改善毛利率至57.62%。散热材料环节：材料用量增加叠加新材料渗透率提高，单机散热材料价值量有望提升11-14元/部。内存芯片环节：主要由供需关系驱动涨价，容量瓶颈被克服的前提下，内存芯片更看重带宽，关注LPDDR6量产进度。大模型环节：大模型厂商有望凭借端侧AI应用，加速变现，我们测算2026至2028年三星AI手机搭载的（自研）收费大模型订阅费用或将带来73、134、221亿美元收入。 风险提示：隐私安全风险；消费者接受度不及预期风险；新智能终端威胁的风险；硬件、大模型等技术迭代不及预期风险；消费电子需求持续低迷风险。
!免责声明
本网站不是国泰君安证券股份有限公司（以下简称“本公司”）证券研究报告发布平台，以上内容节选自国泰君安证券已经发布的研究报告，具体分析内容（包括风险提示等）请详见完整版报告。如需了解详细的证券研究信息，请具体参见本公司发布的完整报告。
本网站所载内容版权仅为本公司所有，本公司对此保留一切法律权利。未经书面许可，任何机构和个人不得以任何形式翻版、复制、转载或引用。除本站外，本公司并未授权任何公众媒体及其他机构网站刊载或者转发本公司发布的证券研究报告。
在任何情况下，本公司证券研究报告均不构成对任何人的投资建议，本公司也不对任何人因使用本公司证券研究报告所载任何内容所引致的任何损失负任何责任。
市场有风险，投资需谨慎。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。