英伟达发布AI芯片GH200

今年以来，半导体下行周期中，英伟达用于训练AI大模型的GPU芯片却供不应求，生成式AI浪潮将英伟达推向了万亿美元市值。今年5月底，英伟达宣布首代GH200 Grace Hopper超级芯片全面投产，将为全球各地即将上线的系统提供运行复杂AI和HPC工作负载所需的动力。

英伟达日前在洛杉矶举行的SIGGRAPH大会上宣布了一项人工智能芯片的新配置，英伟达创始人CEO黄仁勋表示，新的芯片能加速生成式人工智能应用程序，并降低大模型的运行成本，让数据中心规模化。黄仁勋还表示，新的芯片将于明年第二季度起通过英伟达的经销商供货，并在今年年底前提供样品。

(资料图片仅供参考)

根据中研普华研究院撰写的《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芯片行业发展前景及投资

数据中心行业作为数字经济时代新的生产力，应注重算力与存力的协调发展，根据业务情况部署先进存储设备的应用，提升数据存储安全性，推进绿色低碳存力发展，不断加强存力对算力基础设施的支撑作用。

多地出台政策加强人工智能产业发展，其中，算力建设受到多地重视。工信部统计显示，截至去年底，我国算力总规模达到180百亿亿次浮点运算/秒，存力总规模超过1000EB (1万亿GB)。

人工智能技术的发展离不开数据和算力的支持，而AI芯片作为人工智能算力的基础，其重要性日益凸显。近年来，随着人工智能的大规模应用和深度学习的发展，AI芯片需求不断增加。作为AI行业先行者与探索者，云知声早在2014年年初，就官宣了“云知大脑”战略，此后持续发力AI芯片赛道，持续赋能智慧物联等领域。

当前，我国人工智能芯片行业正处在生命周期的幼稚期。主要原因是国内人工智能芯片行业起步较晚，整体销售市场正处于快速增长阶段前夕，传统芯片的应用场景逐渐被人工智能专用芯片所取代，市场对于人工智能芯片的需求将随着云/边缘计算、智慧型手机和物联网产品一同增长，并且在这期间，国内的许多企业纷纷发布了自己的专用AI芯片。尽管国内人工智能芯片正逐渐取代传统芯片，但是集成商或芯片企业仍在寻找新的合作模式，这样才能很好地抓住新客户的需求。

随着AI、ChatGPT等大模型场景的发展，未来我国超算/智算中心的占比有望进一步提升： 智能计算中心：服务于人工智能的数据计算中心，包括人工智能、机器学习、深度学习等需求，以 GPU 等AI 训练芯片为主，为AI计算提供更大的计算规模和更快的计算速度，以提升单位时间单位能耗下的运算能力及质量为核心诉求; 超算中心：为集中放置的超级计算机(由通用或专用的高性能硬件和软件组成的，为处理复杂的数据、算法和应用等提供算力的高性能计算平台提供运行环境的建筑场所)设备提供运行环境的场所。

随着越来越多的企业将人工智能应用于其终端产品，AI芯片需求快速增长，市场前景发展广阔。

今年以来，ChatGPT等各类大模型不断推出，这些大模型训练需要大量的AI芯片，拉升英伟达AI芯片出货，也助推英伟达总市值登上1万亿美元。截至8月8日美股收盘后，英伟达总市值超1.10万亿美元。

英伟达H100、A800等芯片供不应求，价格持续上涨，在某电商平台看到A800芯片价格已超10万元。

AI芯片发展指数

大模型发展历程复盘，AI全面重构科技产业。ChatGPT引领大模型浪潮，AI的“iPhone“时刻来临。7月份回升0.3个百分点至49.3%，但仍连续四个月处于荣枯线以下。分类指数方面，生产指数为50.2%，新订单指数为49.5%，主要原材料购进价格指数和出厂价格指数分别为52.4%和48.6%，新出口订单指数为46.3%。非制造业PMI方面，7月份录得51.5%，比上月回落1.7个百分点。

从计算到连接，芯片为边缘算力核心。边缘AI芯片是边缘算力的核心，主要可分为“计算+连接”两方面，其中：计算芯片处于边缘AI的核心，用于接受感知外界环境，同时对视频语音信息加以处理运算，实现边缘AI功能，赋能硬件终端;连接芯片位于诸多终端，更多是通过网络协议接收指令，执行功能。伴随产业发展，计算+连接芯片有二者融合的趋势。

AI芯片行业报告对中国AI芯片行业的发展现状、竞争格局及市场供需形势进行了具体分析，并从行业的政策环境、经济环境、社会环境及技术环境等方面分析行业面临的机遇及挑战。还重点分析了重点企业的经营现状及发展格局，并对未来几年行业的发展趋向进行了专业的预判。

本报告同时揭示了AI芯片市场潜在需求与潜在机会，为战略投资者选择恰当的投资时机和公司领导层做战略规划提供准确的市场情报信息及科学的决策依据，同时对政府部门也具有极大的参考价值。

未来，AI芯片行业发展前景如何?想了解关于更多行业专业分析，请点击《2022-2027年中国AI芯片行业发展前景及投资风险预测报告》。