Tesla Dojo的革新,启发我们进一步思考算力和网络的关系。硬件架构服从于算法设计,硬件需求的判断也不能与软件和应用层面脱钩。算力网络主线新一阶段的重要机会,应核心关注海外爆款应用或模型侧重大更新(Tesla是代表样本) ,以及国内新一轮的模型与应用开发。我们判断,随着国内科技大厂的网络演进至400G以上、运营商400G全光网推进建设、本土模型训练组网等加速,国内市场的高速网络需求将显著提升。算力网络与流量环节、AI服务器计算环节、华为产业链以及特斯拉与智能车产业链相关标的应重点关注。[Ne
AI 硬件核心是算力和存力,HBM 高带宽、低功耗优势显著,是算力性能发挥的关键。AI 芯片需要处理大量并行数据,要求高算力和大带宽,算力越强、每秒处理数据的速度越快,而带宽越大、每秒可访问的数据越多,算力强弱主要由 AI 芯片决定,带宽由存储器决定,存力是限制 AI 芯片性能的瓶颈之一。AI 芯片需要高带宽、低能耗,同时在不占用面积的情况下可以扩展容量的存储器。HBM 是 GDDR 的一种,定位在处理器片上缓存和传统 DRAM 之间,兼顾带宽和容量,较其他存储器有高带宽、低功耗、面积小的三大特
AI 高速发展,算力需求迎来爆发:ChatGPT 的推出引发了 AI 投资热潮,科技巨头展开“军备竞赛”,算力作为 AI 的硬件基础,需求迎来爆发,全球 AI 芯片龙头英伟达的业绩超预期再次验证了算力的高景气。通过拆解算力产业链,服务器、AI 芯片、光芯片、存储、PCB 板等环节价值量均有大幅提升,有望充分受益算力需求的高速增长。大国科技博弈持续,半导体自主可控加速推进:半导体国产替代大势所趋,我们长期坚定看好设备材料零部件等核心环节的自主可控。短期来看,随着部分晶圆厂恢复扩产或扩产不确定性的消