华泰证券：AI芯片乘风而起 B端应用落地才是制胜关键

华泰证券发布研报称，人工智能风继续吹，AI芯片乘风而起，随着更复杂和多元模型不断涌现，高算力的AI芯片将充分受惠。但B端应用落地才是制胜关键，因此，本轮AI热潮能否持续将取决于B端的大规模应用落地。

AI芯片竞争越趋白热化，训练端“一超多强”，推理端百花齐放。在AI训练端，英伟达的高算力GPU一直为首选。该行认为只有少数AI芯片能与其匹敌，如谷歌TPU和AMD

MI300系列。当算法开始稳定和成熟，ASIC定制芯片凭着专用性和低能耗，也能承接部分算力。因此，头部科技公司出于削减TCO、提升研发可控性及集成生态等考量，均陆续发力自研芯片，该行认为或将成为英伟达最大的竞争对手。另外，初创企业如Cerebras、Graphcore等，以及芯片行业以外的企业，包括特斯拉的DOJO等，正在异军突起。AI推理市场规模大，但对算力要求比训练较低，因此百花齐放。在大模型和多模态趋势下GPU或能夺份额。但目前推理端还是以CPU主导，GPU/FPGA/ASIC等也能占到一席位。

华泰证券主要观点如下：人工智能风继续吹，AI芯片乘风而起，但B端应用落地才是制胜关键

本轮AI浪潮由ChatGPT掀起，并引发各中外科技企业展开对大语言模型及生成式AI的追逐和对算力的军备竞赛。GPT背后的核心算法是谷歌在2017年提出的Transformer，相对于深度学习，其创新在于采用了接近无监督的自我监督预训练，因此需要大量训练数据，加上少量有监督的微调和强化学习相结合。随着更复杂和多元模型不断涌现，高算力的AI芯片将充分受惠。然而，若以上技术只停留在C端应用意义却并不大，因此我们更认为，本轮AI热潮能否持续将取决于B端的大规模应用落地。

AI芯片竞争趋白热化：训练端“一超多强”，推理端百花齐放

英伟达GPU一直为AI训练端首选。我们认为只有少数芯片能与其匹敌，如谷歌TPU和AMD

MI300系列。当算法开始稳定和成熟，ASIC定制芯片凭着专用性和低功耗，能承接部分算力。因此，头部云计算及互联网大厂出于削减TCO、提升研发可控性及集成生态等考量，均陆续发力自研芯片，我们认为或将成为英伟达最大的竞争对手。初创企业如Cerebras、Graphcore等，以晶圆级芯片拼内存和传输速度，也有望异军突起。AI推理市场规模大，但对算力要求比训练较低，因此百花齐放，在大模型和多模态趋势下GPU或能夺份额。但目前推理端还是以CPU主导，多方涌入下竞争愈发激烈。

台积电CoWoS封装产能乃AI芯片厂商“必争之地”

英伟达H100采用台积电CoWoS先进封装技术，而AMD

MI300采用台积电CoWoS和SolC技术，二者都需依赖台积电先进封装产能。目前，AI芯片需求旺盛，台积电CoWoS封装乃限制出货量的瓶颈之一。但据Digitimes在7月14/21日报道，公司正积极扩产，到本年底至少达12万片，24年将达24万片，而英伟达将取得约15万片;当前三大客户为英伟达、博通和赛灵思，而MI300在四季度推出后，AMD或将一举跻身前五大客户。英伟达的订单或也将外溢到联电和Amkor。另外，CoWoS的瓶颈也许是来自日本的Tazmo、Shibaura等的封装设备厂商，交货周期往往需要6-8个月。

风险提示：AI技术落地和推进不及预期、行业竞争激烈、中美竞争加剧。