人工智能行業(yè)專題研究：豆包大模型迎來重磅更新AI應(yīng)用繁榮推動(dòng)算力基礎(chǔ)設(shè)施建設(shè)-源達(dá)信息

報(bào)告日期:2024年12月31報(bào)告日期:2024年12月31日——人工智能行業(yè)專題研究執(zhí)業(yè)登記編號(hào)：A01901230700人工智能指數(shù)與滬深300指數(shù)走勢對比大模型推動(dòng)各行業(yè)AI應(yīng)用滲透》型，AI行業(yè)持續(xù)高速發(fā)展》5.《人工智能專題研究系列五：2024年12月火山引擎冬季FORCE原動(dòng)力大會(huì)推出豆包視覺理解大模型和3D型總榜中主觀評測得分最高，豆包視覺理解模型和文生圖模型在多模態(tài)模型主觀測評中得分第二。豆包視覺理解大模型和3D生產(chǎn)大模型具備的內(nèi)容識(shí)人工智能行業(yè)已跨過AI大模型大規(guī)模成熟商業(yè)化應(yīng)用的節(jié)點(diǎn)，國內(nèi)廠商加大對AIAgent等新一代人工智能應(yīng)用的投入。AI大模型性能提升所需的千億級參數(shù)訓(xùn)練及應(yīng)用端繁榮對算力規(guī)模的需求，都將推動(dòng)算力基礎(chǔ)設(shè)施的建設(shè)。根據(jù)IDC數(shù)據(jù)，2024年全球人工智能資本開支有望達(dá)2350億美元，并預(yù)計(jì)2024-2028年GAGR有望達(dá)59%，顯著高于其他人工智能技術(shù)的22%。算力基礎(chǔ)設(shè)施建設(shè)趨勢下，核心供應(yīng)鏈環(huán)節(jié)將服務(wù)器對算力及存儲(chǔ)性能要求更高，2024年全球豆包大模型產(chǎn)品力大幅提升，并大幅降低人工智能大模型使用成本，有望推請閱讀最后評級說明和重要聲明2 4 8 圖1：豆包大模型產(chǎn)品矩陣豐富 4圖2：豆包視覺理解模型具備更強(qiáng)內(nèi)容識(shí)別能力 5圖3：豆包視覺理解模型具備更強(qiáng)理解和推理能力 5圖4：火山引擎首次發(fā)布豆包3D生成模型 5圖5：豆包3D生成模型可根據(jù)文本生成3D場景 5圖6：豆包通用模型Pro綜合能力大幅提升 6圖7：通用模型Pro在指令遵循、代碼、數(shù)學(xué)等指標(biāo)對標(biāo)GPT-4o 6圖8：豆包文生圖模型能力升級 6圖9：豆包音樂模型能力升級 6圖10：豆包通用模型Pro在大模型測評總榜中排名第一 7圖11：豆包視覺理解模型在視覺語言模型測評榜單中排名第二 7圖12：豆包視覺理解模型使用成本大幅低于行業(yè)平均水平 7圖13：豆包APP在11月全球AI產(chǎn)品榜中排名第二 7圖14：預(yù)計(jì)2022-2024年全球AI支出年增速高于20% 8圖15：預(yù)計(jì)2024年中國智能算力規(guī)模同比增長50% 8圖16：IDC預(yù)計(jì)2024-2028年全球人工智能資本開支復(fù)合增速GAGR達(dá)29% 9圖17：IDC預(yù)計(jì)2028年軟件資本開支將占人工智能支出的57% 9圖18：AI服務(wù)器出貨量高速增長 11圖19：搭載鯤鵬920處理器的鯤鵬服務(wù)器主板 12圖20：華為推出昇騰系列AI算力基礎(chǔ)設(shè)施 12圖21：傳統(tǒng)風(fēng)冷技術(shù)與液冷技術(shù)原理對比 13圖22：液冷技術(shù)散熱能力顯著優(yōu)于風(fēng)冷技術(shù) 13圖23：液冷技術(shù)節(jié)能水平顯著優(yōu)于風(fēng)冷技術(shù) 133圖24：2019-2022年中國液冷數(shù)據(jù)中心市場規(guī)模 15圖25：2022-2027年中國液冷數(shù)據(jù)中心市場規(guī)模預(yù)測 15圖26：NvidiaGPUH200芯片示意圖 16圖27：H200較H100相比在存儲(chǔ)性能上有大幅提升 16圖28：AI大模型中東西向流量顯著增加 18圖29：葉脊網(wǎng)絡(luò)架構(gòu)適用于東西向流量傳輸 18圖30：NvidiaDGXH100架構(gòu)示意圖 19圖31：全球光模塊市場在2027年有望突破200億美元 20表1：人工智能大模型的參數(shù)規(guī)模呈指數(shù)級增長趨勢 8表2：國內(nèi)廠商加大對AIAgent等大模型驅(qū)動(dòng)下的人工智能應(yīng)用的投入 10表3：具有1750億個(gè)模型參數(shù)的大模型訓(xùn)練一天需要約2917臺(tái)NvidiaA100服務(wù)器 11表4：主流液冷技術(shù)與傳統(tǒng)風(fēng)冷技術(shù)冷卻效果指標(biāo)對比 14表5：不同密度數(shù)據(jù)中心適用的冷卻技術(shù) 14表6：國產(chǎn)AI芯片性能指標(biāo)仍與國際頂尖水平存在較大差距 16表7：BIS禁令限制高性能AI芯片向中國出口 17表8：葉脊網(wǎng)絡(luò)架構(gòu)對光模塊數(shù)量需求大幅提升 18表9：NvidiaDGXH100架構(gòu)所需GPU、交換機(jī)數(shù)量 19表10：中際旭創(chuàng)在2023年全球光模塊企業(yè)排名中位居第一 20表11：萬得一致盈利預(yù)測 214一、豆包大模型產(chǎn)品力大幅增強(qiáng)，推動(dòng)AI應(yīng)用商業(yè)繁榮型，并將通用模型Pro、音樂生產(chǎn)模型和3D生產(chǎn)大模型拓展了模型的內(nèi)容識(shí)別、視覺本，有望推動(dòng)人工智能應(yīng)用端的商業(yè)繁榮。數(shù)學(xué)問題、代碼圖像等復(fù)雜推理場景下完成任務(wù)。5資料來源：火山引擎，源達(dá)信息證券研究所資料來源：火山引可高效完成智能訓(xùn)練、數(shù)據(jù)合成和數(shù)字資產(chǎn)制作，成為一套支持AIGC創(chuàng)作的物理世界仿資料來源：火山引擎，源達(dá)信息證券研究所資料來源：火山引6資料來源：火山引擎，源達(dá)信息證券研究所資料來源：火山引火山引擎對豆包文生圖模型和音樂模型能力升級。1）豆包文生圖模型進(jìn)行精準(zhǔn)編輯，并加強(qiáng)了對文字細(xì)節(jié)的指令遵循能力。2）豆包音樂模型：可根據(jù)資料來源：火山引擎，源達(dá)信息證券研究所資料來源：火山引7資料來源：智源研究院，源達(dá)信息證券研究所資料來源：智源研究院，源達(dá)信息證券研究所推動(dòng)AI應(yīng)用商業(yè)化。根據(jù)AI產(chǎn)品榜數(shù)據(jù)，豆包APP在2024年11月全球AI產(chǎn)品榜中排名第二，在終端應(yīng)用的滲透率進(jìn)一步提升。資料來源：火山引擎，源達(dá)信息證券研究所資料來源：智源研究8二、人工智能產(chǎn)業(yè)加快增長，應(yīng)用及算力是兩大支柱能持續(xù)提升的背后是千億級以上的參數(shù)訓(xùn)練，帶來對算力的高額需求，有望推動(dòng)新一輪AI基礎(chǔ)設(shè)施建設(shè)。根據(jù)OpenAI官網(wǎng)，AI模型訓(xùn)練計(jì)算量自2012Parametersize/10-8S————資料來源：《大語言模型研究現(xiàn)狀及趨勢》，源達(dá)信圖14：預(yù)計(jì)2022-2024年全球AI支出年增速高30%20%10% 0 資料來源：IDC，世界銀行，源達(dá)信息證券研究所92024年的AI投資達(dá)896億美大模型加速發(fā)展趨勢下，國內(nèi)廠商加大對AIAgent等新一代人工智能應(yīng)用的投入。AIAWSTiAppBuilder、AgentBuil螞蟻集團(tuán)/螞蟻數(shù)科騰訊元器智能體開發(fā)運(yùn)營平臺(tái)三、算力產(chǎn)業(yè)鏈：服務(wù)器是算力基礎(chǔ)設(shè)施大模型有望成為助力千行萬業(yè)智能化轉(zhuǎn)型的底層支撐。AI大模型的訓(xùn)練和運(yùn)行過程對對算）， 人工智能行業(yè)高速發(fā)展，算力巨額缺口推動(dòng)AI服務(wù)器出貨量高速增長。高端AI服務(wù)器（萬臺(tái)）普通AI服務(wù)器（萬臺(tái)）8040202220232024E資料來源：華勤技術(shù)投資者關(guān)系公眾號(hào)，源達(dá)信資料來源：華為官網(wǎng)，源達(dá)信息證券研究所資料來源：華為官網(wǎng)，源達(dá)信息證券研究所2）節(jié)能降耗：液冷系統(tǒng)可實(shí)現(xiàn)更高能效比，降低數(shù)3）提高設(shè)備可靠性：液冷技術(shù)可以減少因高溫引起的設(shè)備故障，延長服務(wù)器的使用壽命，4）節(jié)省空間：液冷技術(shù)允許更緊湊的服務(wù)器布局，無需像風(fēng)冷那樣需要較大的空冷技術(shù)。傳統(tǒng)風(fēng)冷冷板液冷浸沒單相液冷浸沒相變液冷0++集成度0++0+++0+++0++0++廢熱回收0++0+中心需求。液冷技術(shù)利用高比熱容的特點(diǎn)和對流傳熱的能力，可以滿足2.7-30kW/機(jī)柜的愈加廣泛的應(yīng)用。數(shù)據(jù)中心密度超低密度數(shù)據(jù)中心低密度數(shù)據(jù)中心年中國液冷數(shù)據(jù)中心市場將以59%的復(fù)合增長率持續(xù)發(fā)展。預(yù)計(jì)到2027年四、算力產(chǎn)業(yè)鏈：芯片是智能核心，國產(chǎn)化短板明顯力層面性能指標(biāo)未有顯著改變。資料來源：Nvidia，源達(dá)信息證券研究所資料來源：Nvidia，源達(dá)信息證券研究所表6：國產(chǎn)AI芯片性能指標(biāo)仍與國際頂寒武紀(jì)產(chǎn)品型號(hào)//部工業(yè)安全局（BIS）發(fā)布《美國商務(wù)部對中華人民共和國（PRC）關(guān)于先進(jìn)計(jì)算和半導(dǎo)體芯片A800和H800。我們認(rèn)為在國內(nèi)自主可控大背景下，國內(nèi)AI產(chǎn)業(yè)對國產(chǎn)芯片需求迫切，或加大對國產(chǎn)芯片公司支持力度，國產(chǎn)AI芯片有望迎來技術(shù)進(jìn)步和市場機(jī)遇。4A090五、算力產(chǎn)業(yè)鏈：光模塊快速放量，產(chǎn)品結(jié)構(gòu)向高端升級高算力需要與高效傳輸架構(gòu)相匹配。AI大模型通常由多個(gè)服務(wù)器作為節(jié)點(diǎn)，并通過高速網(wǎng)葉脊網(wǎng)絡(luò)架構(gòu)相較傳統(tǒng)三層架構(gòu)更適用于東西向流量傳輸，成為現(xiàn)代數(shù)據(jù)中心主流網(wǎng)絡(luò)架資料來源：華為云，源達(dá)信息證券研究所資料來源：鵝廠網(wǎng)事，源達(dá)信息證券研究所與交換機(jī)相連均需使用光模塊，從而大幅增加對光模塊數(shù)量需求。同時(shí)AI大模型的高流量架構(gòu)類型傳統(tǒng)三層架構(gòu)光模塊相對于機(jī)柜倍數(shù)44/48資料來源：中際旭創(chuàng)定向增發(fā)募集說明書，源達(dá)信息證券研究所），光模塊技術(shù)的研發(fā)。六、投資建議配合豆包APP在終端應(yīng)用滲透率的提升，有望推動(dòng)AI應(yīng)用的商業(yè)繁榮。伴隨AI應(yīng)用需求資料來源：Wind一致預(yù)期（2024），七、風(fēng)險(xiǎn)提示宏觀經(jīng)濟(jì)環(huán)境惡化；看好：行業(yè)指數(shù)相對于滬深3中性：行業(yè)指數(shù)相對于滬看淡