人工智能：从遥不可及到投资主线（上）

作者：图图、Ryan、小鲨鱼

本文的另外一个标题叫做《AI的第二波，我们还能炒什么》，后来想想太土气了，反正表达的是同个意思不如改个高雅点的题目，作为展列在守山书架上的一本书，全文较长，Ryan和小鲨鱼写了整整两周，如果浓缩在一篇里大部分人都看不完，所以我在审稿的时候拆成了三部分，从主架构到分支结构再到落地应用，拆成上中下三篇，逐步呈现给看官老爷。

我们想做的，不仅仅是在投资领域进行方向性分析，更多的是带各位深入地了解，在我们即将跨入的这个世代，到底都是由哪些细胞构成的。接下来，让我们拉开AI时代的大幕——

ChatGPT掀开了一个人类窥探未来生活的口子，也掀起了一场革命性浪潮，AI已经不再是科幻小说和电影里遥不可及的技术，而是卷走全球投资热钱的新风口。同时，叠加国家对人工智能的大力支持，使得AI不仅成为话题热点，更成为了今年一二级市场的主要投资热点，毋庸置疑会是贯穿几年的大级别题材。

几个月来，所有沾边ChatGPT或者AI的股票暴涨，使得一些业绩差纯粹蹭题材的公司也被炒作。既然人工智能是长期大级别题材，炒作就不会只是一轮游，如何找到下个轮动中会延续性的票才是本文重点，其中会有已经炒到高位但是还有更高空间的高位票，也有一些还未被市场充分挖掘尚处在安全位置的小票，但不管位置高低了，我们本轮筛查中重点放在“能在AI世代获取业绩收益的票”。只有真正有业绩支撑的公司，才能在市场变动中保持稳定，能够撑过一轮轮题材牛熊。

从概念炒作到重视业绩，投资人工智能的趋势已经从追求新鲜到深入了解技术，寻找有实力的公司。与此同时，人工智能的技术发展也从单一的AI源模型，向更深更广的应用领域拓展，包括AI芯片、算力、存储、光模块、边缘计算等。这些领域的发展对于AI应用的性能和效率至关重要。

接下来，本文将会从各个角度来深入探讨人工智能的各个细分领域。其目标是让看官老爷们通过本文，对人工智能行业有系统性的了解，明白在这个领域中投资的机会和风险，以便更好地进行投资决策。

AI芯片——人工智能的心脏


人工智能（AI）芯片是人工智能技术的核心和基础，它在AI体系中的作用，就如同人体内心脏对于血液循环系统的作用一样，是推动整个系统运作的源动力。如果将人工智能比作一辆高速运行的汽车，那么AI芯片就是这辆车的引擎，它为车辆提供了所需的动力，使得车辆可以顺利驶向目的地。

AI芯片是专门为人工智能计算任务设计的处理器。它可以处理大量的数据，进行复杂的计算，如深度学、机器学等，并可以在短时间内完成。与传统的计算芯片相比，AI芯片在处理这些任务时更加高效，能耗也更低。就像我们的大脑，虽然体积小，但却可以处理大量的信息，进行复杂的决策。

AI芯片的主流技术路线可以分为CPU、GPU、FPGA、ASIC和NPU，前两个大家应该都耳熟能详，后面几个是根据细分的功能性不同着重打造的几款特制性芯片——

1.CPU（中央处理器）：CPU是最传统的计算硬件，它的核心优势在于能够处理各种各样的计算任务，包括序列计算、分支预测等。对于一些复杂的AI模型，CPU能提供稳定的计算能力。但由于其通用性，CPU在面对大规模并行计算（如深度学等AI任务）时，性能可能不如其他专用硬件。

2.GPU（图形处理器）：GPU原本被设计用于处理大量的并行图形计算，因此，它在面对深度学这种需要大量并行矩阵运算的任务时，性能优越。英伟达 的GPU产品（如Tesla V100、A100、H100）在AI领域得到了广泛应用。

3.FPGA（现场可编程门阵列）：这个名字看到我头都大，但其实大家可以把它看成一款提前准备好应用于某些应用场景的定制芯片，开发者可以根据需要定制其内部逻辑。相比于CPU和GPU，FPGA在功耗和性能上具有一定优势，可以用于需要实时、低延迟的AI任务。

4.ASIC（应用特定集成电路）：ASIC也是一种定制化的硬件，针对特定的应用进行优化，如谷歌的TPU就是一种ASIC，专门针对计算进行优化。ASIC的优点是性能和效率极高，但缺点是不具有通用性，只能用于特定任务。

5.NPU（神经处理器）：NPU是专门为神经网络计算设计的处理器，尤其是针对深度学的大规模矩阵运算进行优化。例如，华为的麒麟芯片中的NPU，就是一个例子。

这些技术路线并不是孤立的，许多AI硬件产品在设计时会采用混合架构，结合多种技术的优点。一块AI芯片可能包含CPU、GPU和NPU等多个处理单元，以满足不同类型的AI任务需求。

由于不想把篇幅拉太长，这里着重讲讲GPU，毕竟GPU是目前人工智能，特别是深度学领域的主力硬件。GPU最初被设计用于处理大量的并行图形计算，但随着深度学的发展，人们发现GPU在处理大规模并行矩阵运算（这是深度学的主要计算操作）时，性能优越。因此，GPU成为了深度学硬件的首选。

目前国际市场上，GPU市场主要由英伟达和AMD瓜分，据Jon Peddie Research的2022年Q3报告，英伟达的市场份额占据八成之多。受制于美国对华高端芯片的制裁限制，英伟达的A100和H100等产品暂时无法出口到中国市场。然而，受益于国产替代的发展逻辑，目前国内的AI芯片产品获得更多机会和关注。

市场前景有多大呢？中国人工智能芯片市场规模预计在2024年将达到1406亿元，而2025年则预计达到1780亿元。

AI芯片领域，我国资本市场里已经有几位选手具备一定的研发实力——

寒武纪（688256）

2020年7月20日，寒武纪以“AI芯片第一股”成功登陆科创板，公司是全球智能芯片领域的先驱之一，是少数具备通用性智能芯片及基础系统软件核心技术的稀缺优势的企业。


你要问我寒武纪目前最大的吸引力是啥，我不会说他的研发有多猛，GPU走在国产替代的多前端，我会说：“因为它还在亏钱。”一家烧钱年年扣除研发经费还爆亏的企业已经逐步获得市场认可，如果开始盈利以后会迎来什么样的估值体系？

作为A股里的AI芯片第一股且作为中国最具代表性的本土AI芯片厂商，寒武纪还是需要重点关注的。寒武纪背靠中科院，旗下在云端产品线的思元系列芯片已落地多家头部企业。另外，云端训练新品思元590芯片正在加速迭代中，该芯片较上一代思元290产品有较大的提升。

寒武纪将受益于国产替代和自主可控的趋势，同时也将受益于人工智能浪潮带来的对AI芯片需求的迅猛增长。因此，寒武纪的研发应用进度值得关注。

景嘉微（300474）

公司从事高可靠军用电子产品的研发、生产和销售，主要涉及图形显控和小型专用化雷达领域的核心模块及系统级产品。作为国内GPU领域的龙头企业之一，公司在图形显控领域处于国内领先地位，成功研发了多款具有自主知识产权的图形处理芯片，并广泛应用于各领域。


在2022年Q4季报里，公司的图形显控领域产品及芯片领域产品为收入的主要占比。公司所处集成电路产业设计环节，专注于图形处理芯片及以图形处理芯片为核心的图形显控模块的研发及销售，为客户提供高可靠、低功耗的芯片产品，推动国内图形处理芯片研发领域的技术升级与长远发展。公司突破多项技术封锁，成功研发以JM系列为代表的系列具有自主知识产权的图形处理芯片，填补了国产自主研发图形处理芯片研发空白，并实现了在多领域的规模化应用。

公司在2023年一季度报告中净利润为负，主要原因是产品销售较去年同期大幅下降。然而，从过去两年的业绩表现来看，公司的业绩表现良好，并且均超过行业平均水平。考虑到GPU的高度需求，公司未来有望实现更好的业绩表现。

除此之外还有：龙芯中科 、海光信息

算力——人工智能的消化系统

算力，即计算能力，对于人工智能的重要性无法被低估。可以将人工智能视为一个运算量庞大的巨兽，而数据就是它的食物，算力则是它消化处理数据的胃。没有足够的算力，人工智能的发展和学能力将会受到极大的限制。更直接的说，算力就是人工智能处理和学大量数据的能力，这是人工智能能够解决复杂问题的关键。要让人工智能进行深度学或者训练复杂的神经网络，必须要有大量的计算资源。

此外，算力也决定了人工智能的速度和效率。例如，在自动驾驶领域，如果一个人工智能系统的算力不足，那么它可能无法快速地处理路况信息，从而导致无法做出及时的反应。消化速度慢了就无法及时地对随时到来的一手信息进行消化和反馈。

算力对于人工智能的发展来说，就像电力对于工业革命一样重要，是推动人工智能进步的关键因素。

算力的全体系主要依赖于以下几种技术支持：计算硬件、存储技术、并行计算、优化算法、网络技术等等

计算硬件涵盖在AI芯片里不进行赘述，存储技术则是需要待会儿单开一个章节，所以本节的介绍里着重讲算法和网络技术的相关算力企业——


中科曙光（603019）

曙光为我国领先的高性能计算机企业，在云计算、边缘计算、存储产品、芯片等人工智能算力领域构建了完整的产业链。自2013年以来，公司的净利润呈逐年增长的趋势，在2022年实现了优秀的成绩，达到了15.44亿。在国家的支持、人工智能行业的高速发展以及国产替代的大背景下，对该公司的利润预期将进一步提高。

在服务器领域，中科曙光充分抓住了人工智能发展中对底层算力需求快速增长的机会。通过提供高性能、高效能的服务器解决方案，中科曙光为AI行业的发展提供了有力支持。此外，公司也拥有液冷服务器产品。液冷服务器在算力高速发展中扮演着关键的角色，通过提供优异的散热效果、提升算力性能稳定性。

公司的ParaStor液冷存储产品与液冷服务器相结合，形成了一体化的液冷解决方案，不仅提高了运维效率，还使数据中心的部署更加便捷。这也是在算力发展里提升公司业绩的其中一块领域。

浪潮信息（000977）


浪潮公司是全球领先的服务器厂商，专注于为云计算、人工智能、大数据、5G等应用场景提供专业高效的计算力平台。公司已经发布了专为适应5G时代 各类边缘计算应用需求而设计的服务器。
从年利润率来看，公司近几年也呈现递增趋势。同样受益于当下人工智能潮，5月29日，浪潮集团与香港科技大学在香港签署战略合作协议。根据协议，双方将聚焦云计算、大数据、新一代通信等领域，围绕联合研发、人才培养、研发中心建设和超高清显示等方面开展深入合作。

浪潮信息近日发布了新一代算力服务器，为全新上市的G7算力平台提供更卓越的性能、可靠性和易维护性支持。其中，他们首创的NVH技术不仅帮助数据中心实现科学降噪，还保证了硬盘出色的读写效率。

此外，浪潮信息有与英伟达合作，共同推出了浪潮AIStation和NVIDIA AI Enterprise的合作方案。该方案轻松解决了数据存储、算力、任务调度和集群运维等方面的问题。英伟达的需求激增或许也会给浪潮的业绩带来正面效益。

拓维信息（002261）

拓维是我们做了很长时间的老朋友了，虽然卖早了但一直没有失去对它的关注力，其实核心看点就是搭上了华为的快车。公司是华为唯一"昇腾AI/鲲鹏计算+开源鸿蒙操作系统"的战略合作伙伴，参与了盘古大模型算力基础设施的建设。

公司依托 AI、OpenHarmony（开源鸿蒙）、大数据、云计算、物联网等核心技术能力，持续深耕软件云服务、国产智能计算、开源鸿蒙三大核心业务。公司在发力战略新兴业务的同时，积极推动传统软件业务不断与鲲鹏、昇腾 AI、开源鸿蒙等新技术、新业务相结合，实现传统业务的创新升级。

本章节着重讲了AI芯片领域和算力板块，明天会给大家带来存储、边缘计算和光模块的系列科普。需要主要的是，我们中间提的很多标客观上说是长线大牛骨，但是短期得注意回调风险，文章阐述内容以科普为主，不作为直接的投资建议

好久没见了朋友们，
散会。