AI服务器需求爆增 2023年中国AI芯片行业发展前景

• 陈泽芳 2023年4月10日 来源：互联网 523 28
• 繁体

测算AI服务器芯片级液冷市场空间认为，需求可达百亿级，其匡算出2025年全球、中国AI服务器液冷市场规模分别为223亿-333亿元、72亿-108亿元;通用服务器方面，匡算出2027年通用市场液冷规模，全球保守规模为269亿-361亿元/全球乐观规模为702亿-941亿元，国内保守规模为7

近两年，随着大家越来越意识到AI芯片对于算力的重要性，AI芯片这一赛道中的玩家也越来越多。人工智能技术的发展将开启一个新的时代——算法即芯片时代。随着人工智能走火，国内很多企业准备训练AI，近期华为昇腾AI服务器、兆瀚RA5900-A系列AI训练服务器等询单量及预定量有爆发式增长。

根据《冷板式液冷服务器可靠性白皮书》，2022年英特尔第四代服务器处理器单CPU功耗已突破350瓦，英伟达单GPU芯片功耗突破700瓦，AI集群算力密度普遍达到50kW/柜。芯片工作温度会显著影响性能，算力密度的增加使芯片的热流密度显著升高，使芯片温度升高。传统芯片中，用于冷却的体积占98%，只有2%用于计算运行，但是依然很难解决现在存在的散热问题，随着芯片性能的持续快速提升，散热问题将愈加突出。

AI服务器需求爆增 正规划更大规模液冷基地

AI算力规模持续增长是带动液冷需求的因素之一，浪潮信息服务器产品线人士称“AIGC火热带来AI服务器需求量的爆增，3月份我们发现AI(服务器)市场出现几倍以上增长，以前(客户关注点)是能不能便宜点，现在是能不能用得上。”据悉，天池基地年产能超10万台，公司亦在规划更大规模的液冷生产基地;成本方面，公司预计2025年“风液同价”有望实现。

近日发布的《南京市加快发展新一代人工智能产业行动计划》提出，到2025年，南京人工智能总体发展水平走在全国前列，建成国家人工智能创新应用先导标杆城市，人工智能核心产业收入超过500亿元，高标准打造5个人工智能产业园区。

广东在其日前发布的新一代人工智能创新发展行动计划中提出，到2025年，将广东打造成为全球新一代人工智能创新发展战略高地。成都提出，到2025年，人工智能技术创新能力和产业竞争力显著提升，全市人工智能产业产值突破1500亿元，百亿级产业集群数量达到5个以上，打造创新活跃、能级领先、生态完备、应用广泛的全国人工智能产业发展高地。

测算AI服务器芯片级液冷市场空间认为，需求可达百亿级，其匡算出2025年全球、中国AI服务器液冷市场规模分别为223亿-333亿元、72亿-108亿元;通用服务器方面，匡算出2027年通用市场液冷规模，全球保守规模为269亿-361亿元/全球乐观规模为702亿-941亿元，国内保守规模为78亿-104亿元/国内乐观规模为203亿-272亿元。

另外，2021年国家发改委提出全国新建大型、超大型数据中心平均PUE降到1.3以下，国家枢纽节点进一步降到1.25以下。在国家“东数西算”工程背景下，赛迪顾问预测，中国液冷数据中心基础设施市场规模预计由2019年的64.7亿元增至2025年的245.3亿元。由于浸没式液冷具备制冷效率更高等特点，预计占比由2019年的18%升至2025年的41%。

根据中研普华研究院《2022-2027年中国AI芯片行业发展前景及投资风险预测报告》显示：

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。当前，AI芯片主要分为 GPU 、FPGA 、ASIC。AI的许多数据处理涉及矩阵乘法和加法。大量并行工作的GPU提供了一种廉价的方法，但缺点是更高的功率。具有内置DSP模块和本地存储器的FPGA更节能，但它们通常更昂贵。技术手段方面AI市场的第一颗芯片包括现成的CPU，GPU，FPGA和DSP的各种组合。虽然新设计正在由诸如英特尔、谷歌、英伟达、高通，以及IBM等公司开发至少需要一个CPU来控制这些系统，但是当流数据并行化时，就会需要各种类型的协处理器。。

值得一提的是，尽管此前该领域玩家众多，作品也在不断更新迭代，但到目前为止，完全符合描述和基准测试的AI芯片寥寥无几。而依图科技并非芯片创业公司，两年前在进军投入大、门槛高的芯片行业时，便选择了高端玩家颇多的领域——自研云端 AI SoC，且在产品上正面PK英伟达(Nvidia)，颇有要挑硬骨头下手的意思。这意味着在当下全球人工智能进入第三次爆发期，中国人工智能企业在一定程度上已经与世界巨头处于同一起跑线。传统意义上，大多数对神经网络的训练和推理都是在云端或基于服务器完成的。随着终端处理器性能的不断提升，很多人工智能的推理工作，如模式匹配、建模检测、分类和识别等逐渐从云端转移到终端侧。这主要有三点原因。

首先，AI能力的端侧迁移是用户使用场景所需的必然结果。数据由云走向边缘。IDC数据统计，未来几年内边缘侧数据将达到总数据量的50%，这些数据由终端采集和产生，也需要端侧AI芯片就近分析处理。其次，AI能力的端侧迁移亦是提升人工智能用户体验的重要方式。在端侧，人工智能关键优势包括即时响应、隐私保护增强、可靠性提升，此外，还能确保在没有网络连接的情况下用户的人工智能体验得到保障。最后，AI处理能力的端侧迁移是人工智能数据隐私保护的需要。

《2022-2027年中国AI芯片行业发展前景及投资风险预测报告》由中研普华研究院撰写，本报告对该行业的供需状况、发展现状、行业发展变化等进行了分析，重点分析了行业的发展现状、如何面对行业的发展挑战、行业的发展建议、行业竞争力，以及行业的投资分析和趋势预测等等。报告还综合了行业的整体发展动态，对行业在产品方面提供了参考建议和具体解决办法。

• 相关深度报告REPORTS

  

  2022-2027年中国AI芯片行业发展前景及投资风险预测报告

  AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。当前，AI芯片主要分为 GPU 、FPGA 、ASIC。AI的许多数据处理涉及矩阵乘...

  查看详情

延伸阅读

推荐阅读

猜您喜欢