chatGPT推动AI服务器发展

• 柯壮宾 2023年5月10日 来源：中研网 1251 81
• 繁体

2018年OpenAl正式发布GPT(生成式预训练语言模型)，可以生成文章、代码、机器翻译等，GPT是ChatGPT的前身，最终形成的ChatGPT是优化版本的对话语言模型。预计GPT-4模型的参数量仍将进一步增长，根据天翼智库，给GPT-3喂料的长度每次不能超过大约2000个字，现在GPT-4的1

服务器构成：主要硬件包括处理器、内存、芯片组、I/O(RAID卡、网卡、HBA卡)、硬盘、机箱(电源、风扇)。以一台普通的服务器生产成本为例，CPU及芯片组大致占比50%左右，内存大致占比15%左右，外部存储大致占比10%左右，其他硬件占比25%左右。

服务器的逻辑架构和普通计算机类似。但是由于需要提供高性能计算，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

逻辑架构中，最重要的部分是CPU和内存。CPU对数据进行逻辑运算，内存进行数据存储管理。

服务器的固件主要包括BIOS或UEFI、BMC、CMOS，OS包括32位和64位。

服务器市场规模持续增长。根据Counterpoint的全球服务器销售跟踪报告，2022年，全球服务器出货量将同比增长6%，达到1380万台。收入将同比增长17%，达到1117亿美元。根据IDC、中商产业研究院，我国服务器市场规模由2019年的182亿美元增长至2022年的273.4亿美元，复合年均增长率达14.5%，预计2023年我国服务器市场规模将增至308亿美元。

竞争格局：根据IDC发布的《2022年第四季度中国服务器市场跟踪报告Prelim》，浪潮份额国内领先，新华三次之，超聚变排行第三，中兴通讯进入前五。

2022年12月，OpenAI的大型语言生成模型ChatGPT火热，它能胜任刷高情商对话、生成代码、构思剧本和小说等多个场景，将人机对话推向新的高度。全球各大科技企业都在积极拥抱AIGC，不断推出相关技术、平台和应用。
生成算法、预训练模式、多模态等AI技术累计融合，催生了AIGC的大爆发。

目前，AIGC产业生态体系的雏形已现，呈现为上中下三层架构：①第一层为上游基础层，也就是由预训练模型为基础搭建的AIGC技术基础设施层。②第二层为中间层，即垂直化、场景化、个性化的模型和应用工具。③第三层为应用层，即面向C端用户的文字、图片、音视频等内容生成服务。

GPT模型对比BERT模型、T5模型的参数量有明显提升。GPT-3是目前最大的知名语言模型之一，包含了1750亿（175B）个参数。在GPT-3发布之前，最大的语言模型是微软的TuringNLG模型，大小为170亿（17B）个参数。GPT-3的paper也很长，ELMO有15页，BERT有16页，GPT-2有24页，T5有53页，而GPT-3有72页。

训练数据量不断加大，对于算力资源需求提升。

回顾GPT的发展，GPT家族与BERT模型都是知名的NLP模型，都基于Transformer技术。GPT，是一种生成式的预训练模型，由OpenAI团队最早发布于2018年，GPT-1只有12个Transformer层，而到了GPT-3，则增加到96层。其中，GPT-1使用无监督预训练与有监督微调相结合的方式，GPT-2与GPT-3则都是纯无监督预训练的方式，GPT-3相比GPT-2的进化主要是数据量、参数量的数量级提升。

在AI实现的过程中，训练（Training）和推理（Inference）是必不可少的，其中的区别在于：

训练过程：又称学习过程，是指通过大数据训练出一个复杂的神经网络模型，通过大量数据的训练确定网络中权重和偏置的值，使其能够适应特定的功能。

推理过程：又称判断过程，是指利用训练好的模型，使用新数据推理出各种结论。
简单理解，我们学习知识的过程类似于训练，为了掌握大量的知识，必须读大量的书、专心听老师讲解，课后还要做大量的习题巩固自己对知识的理解，并通过考试来验证学习的结果。分数不同就是学习效果的差别，如果考试没通过则需要继续重新学习，不断提升对知识的掌握程度。而推理，则是应用所学的知识进行判断，比如诊断病人时候应用所学习的医学知识进行判断，做“推理”从而判断出病因。

AI服务器作为算力基础设备有望受益于算力需求持续增长

AI服务器作为算力基础设备，其需求有望受益于AI时代下对于算力不断提升的需求而快速增长。

根据TrendForce，截至2022年为止，预估搭载GPGPU（GeneralPurposeGPU）的AI服务器年出货量占整体服务器比重近1%，预估在ChatBot相关应用加持下，有望再度推动AI相关领域的发展，预估出货量年成长可达8%；2022~2026年复合成长率将达10.8%。

AI服务器是异构服务器，可以根据应用范围采用不同的组合方式，如CPU+GPU、CPU+TPU、CPU+其他加速卡等。IDC预计，中国AI服务器2021年的市场规模为57亿美元，同比增长61.6%，到2025年市场规模将增长到109亿美元，CAGR为17.5%。

图表：中国算力发展情况

用户快速增长+模型持续迭代+应用场景的不断扩张或将使AI服务器需求超预期

ChatGPT用户数快速增加，上线仅5天，用户数便突破百万，上线两月后，ChatGPT月活用户数突破1亿，根据Similarweb统计，OPENAI网站用户访问量快速增长，我们预计未来用户数仍将快速提升，带来交互对话的产生，提升推理所需算力基础设施需求。

2018年OpenAl正式发布GPT(生成式预训练语言模型)，可以生成文章、代码、机器翻译等，GPT是ChatGPT的前身，最终形成的ChatGPT是优化版本的对话语言模型。预计GPT-4模型的参数量仍将进一步增长，根据天翼智库，给GPT-3喂料的长度每次不能超过大约2000个字，现在GPT-4的“消化能力”提升了10倍以上。
带来AI应用生态的繁荣，未来有望涌现更多应用场景。

据gpt3demo.com网站统计，目前基于ChatGPT推出的应用表现出高度活跃和极度丰富特性，截止2023年3月6日已有620个案例。从生成的内容格式来看可以把目前所有案例分为五大类，即文本生成、代码生成、图像生成、音频生成、和视频生成。其中文本生成是目前最主要的应用方向，有397个案例，占比达64.1%；随后是代码生成92个案例，占比14.7%；图像生成73个案例，占比11.8%；音频生成29个案例，占比4.7%；视频生成16个案例，占比2.6%。

下游应用场景有望持续拓展。目前ChatGPT的主要应用场景包括但不限于无代码编程、小说生成、对话类搜索引擎、语音陪伴、语音工作助手、对话虚拟人、人工智能客服、机器翻译、芯片设计等。随着算法技术和算力技术的不断进步，ChatGPT也有望进一步走向更先进功能更强的版本，在越来越多的领域进行应用，为人类生成更多更美好的对话和内容。

AI服务器核心组件包括GPU（图形处理器）、DRAM（动态随机存取存储器）、SSD（固态硬盘）和RAID卡、CPU（中央处理器）、网卡、PCB、高速互联芯片（板内）和散热模组等。

CPU主要供货厂商为Intel、GPU目前领先厂商为国际巨头英伟达，以及国内厂商如寒武纪、海光信息等。

内存主要为三星、美光、海力士等厂商，国内包括兆易创新等。

SSD厂商包括三星、美光、海力士等，以及国内江波龙等厂商。

PCB厂商海外主要包括金像电子，国内包括沪电股份、鹏鼎控股等。

主板厂商包括工业富联，服务器品牌厂商包括浪潮信息、紫光股份、中科曙光、中兴通讯等。

• 相关深度报告REPORTS

  

  2023-2028年中国智慧招商行业市场深度调研及投资策略预测报告

  智慧招商是将大数据和互联网技术应用于园区招商的实践经验。利用大数据、云计算等现代高科技手段，解决园区投资运营难、企业入园投资难的问题。突破了时间和地域的限制，提高了招商效率，节省了...

  查看详情

延伸阅读

推荐阅读

猜您喜欢