本文参考自“专题研究：ChatGPT服务器，深度拆解”，详细介绍了AI服务器分类，主要技术和厂商产品，第一篇参考文章“ChatGPT服务器，深度拆解（2023）”。
AI服务器采取GPU架构，相较CPU更适合进行大规模并行计算。通用服务器采用CPU作为计算能力来源，而AI服务器为异构服务器，可以根据应用范围采用不同的组合方式，如CPUGPU、CPUTPU、CPU其他加速卡等，主要以GPU提供计算能力。
从ChatGPT模型计算方式来看，主要特征是采用了并行计算。对比上一代深度学习模型RNN来看，Transformer架构下，AI模型可以为输入序列中的任何字符提供上下文，因此可以一次处理所有输入，而不是一次只处理一个词，从而使得更大规模的参数计算成为可能。而从GPU的计算方式来看，由于GPU采用了数量众多的计算单元和超长的流水线，因此其架构设计较CPU而言，更适合进行大吞吐量的AI并行计算。
深度学习主要进行矩阵向量计算，AI服务器处理效率更高。从ChatGPT模型结构来看，基于Transformer架构，ChatGPT模型采用注意力机制进行文本单词权重赋值，并向前馈神经网络输出数值结果，这一过程需要进行大量向量及张量运算。而AI服务器中往往集成多个AI GPU，AI GPU通常支持多重矩阵运算，例如卷积、池化和激活函数，以加速深度学习算法的运算。因此在人工智能场景下，AI服务器往往较GPU服务器计算效率更高，具备一定应用优势。
AI服务器分类方式有两种：
1）按应用场景：AI服务器按照应用场景可以分为深度学习训练型和智能应用推理型。训练任务对服务器算力要求较高，需要训练型服务器提供高密度算力支持，典型产品有中科曙光X785-G30和华为昇腾Atlas 800（型号9000、型号9010）。推理任务则是利用训练后的模型提供服务，对算力无较高要求，典型产品有中科曙光X785-G40和华为昇腾Atlas 800（型号3000、型号3010）。
2）按芯片类型：AI服务器为异构服务器，可以根据应用范围调整计算模块结构，可采用CPU+GPU、CPU+FPGA、CPU+TPU、CPU+ASIC或CPU+多种加速卡等组合形式。目前，产品中最常见的是CPU+多块GPU的方式。
常见的AI服务器分为四路、八路、十六路。一般来说，通用服务器主要采用以CPU为主导的串行架构，更擅长逻辑运算；而AI服务器主要采用加速卡为主导的异构形式，更擅长做大吞吐量的并行计算。按CPU数量，通用服务器可分为双路、四路和八路等。虽然AI服务器一般仅搭载1-2块CPU，但GPU数量显著占优。按GPU数量，AI服务器可以分为四路、八路和十六路服务器，其中搭载8块GPU的八路AI服务器最常见。
AI服务器采用多芯片组合，算力硬件成本更高。我们以典型服务器产品为例拆解硬件构成，可以更清晰地理解两类服务器硬件架构区别：以浪潮通用服务器NF5280M6为例，该服务器采用1~2颗第三代Intel Xeon可扩展处理器，据英特尔官网，每颗CPU售价约64000万元，故该服务器芯片成本约64000~128000；以浪潮AI服务器NF5688M6为例，该服务器采用2颗第三代Intel Xeon可扩展处理器+8颗英伟达A800 GPU的组合，据英伟达官网，每颗A800售价104000元，故该服务器芯片成本约96万元。
GPT模型训练需要大算力支持，或将带来AI服务器建设需求。我们认为，随着国内厂商陆续布局ChatGPT类似产品，GPT大模型预训练、调优及日常运营或将带来大量算力需求，进而带动国内AI服务器市场放量。
以GPT-3 175B模型预训练过程为例，据OpenAI，进行一次GPT-3 175B模型的预训练需要的算力约3640 PFlop/s-day。我们假设以浪潮信息目前算力最强的AI服务器NF5688M6（PFlop/s）进行计算，在预训练期限分别为3、5、10天的假设下，单一厂商需采购的AI服务器数量分别为243、146、73台。
AI大模型训练需求火热，智能算力规模增长有望带动AI服务器放量。据IDC数据，以半精度（FP16）运算能力换算，2021年中国智能算力规模约155.2EFLOPS。随着AI模型日益复杂、计算数据量快速增长、人工智能应用场景不断深化，未来国内智能算力规模有望实现快速增长。IDC预计2022年国内智能算力规模将同比增长72.7%至268.0 EFLOPS，预计2026年智能算力规模将达1271.4 EFLOPS，2022-2026年算力规模CAGR将达69.2%。我们认为，AI服务器作为承载智能算力运算的主要基础设施，有望受益于下游需求放量。
国产厂商布局丰富产品矩阵，占据全球AI服务器市场领先地位
浪潮信息、联想、华为等国产厂商在全球AI服务器市场占据领先地位。全球市场来看，AI服务器市场份额TOP10厂商中，国产厂商占据4席，累计市场份额超35%，其中浪潮信息以20.2%的份额排名第一。国内市场来看，AI服务器市场集中度较高，排名前三的供应商为浪潮信息、宁畅和华为，CR3达70.40%。我们认为，国产厂商凭借强大产品竞争力，已经在国际市场占据一定领先地位，未来随着AI算力需求释放，有望充分受益于产业成长机遇。
浪潮信息：AI服务器产品矩阵丰富，产品力获国际认可。目前公司AI服务器主要产品型号包括NF5688M6、NF5488A5等，据公司官网，2021年上述两款AI服务器在国际权威AI基准测试MLPerf榜单中，获得医学影像分割、目标物体检测、自然语言理解、智能推荐等7项训练冠军，可满足包括自然语言理解等在内的多项AI训练需求。此外，公司在AI领域的积累还包括AI资源平台、AI算法平台等，具备大量算力解决方案实施经验。
华为：AI服务器融合自研加速卡与英特尔CPU。公司AI服务器为Atlas 800推理服务器系列，旗下有型号3000、型号3010、型号9000和型号9010。其中，型号3000基于昇腾310芯片，型号3010基于Intel处理器，型号9000基于华为鲲鹏920+昇腾910处理器，型号9010基于Intel处理器+华为昇腾910芯片。旗舰级芯片加持下，产品最高拥有2.24 PFLOPS FP16的高密度算力，并在设计结构优化下，芯片间跨服务器互联时延可缩短10~70%。
新华三AI服务器覆盖各训练负载要求，结合软件平台构建AI完整生态。公司主要产品型号包括R4900 G5、R5300 G5、R5500 G5等，可分别针对不同训练负载要求，满足大小规模的推理/训练任务。软件层面，公司通过新华三傲飞AI/HPC融合管理平台，全面提升AI作业效率约32%。2022年，新华三被国际权威分析机构Forrester认定为大型人工智能系统成熟厂商，可以提供可靠的服务器解决方案。同时，新华三AI服务器在MLPerf测评中共斩获86项世界第一。
龙头厂商有望充分受益于算力需求释放。我们认为，随着ChatGPT待动大模型训练热潮，以人工智能训练为代表的智能算力需求逐步释放，有望带动AI服务器放量。拆解AI服务器成本来看，GPU等算力芯片为核心组件，先进算力产品受美国出口管制影响，但可通过采购A800实现基本替代。我们认为，浪潮信息等国产头部厂商凭借丰富产品矩阵和强大产品竞争力，占据全球AI服务器市场主要份额，未来有望充分受益于服务器需求释放。
拆解来看，AI服务器主要成本包括算力芯片、内存、存储等。据IDC的2018年服务器成本结构拆分数据，芯片成本在基础型服务器中约占总成本的32%，在高性能或具有更强运算能力的服务器中，芯片相关成本占比可以高达50%-83%。以机器学习型AI服务器为例，其主要成本由GPU、CPU、内存及其他部件组成，其中GPU成本占比最高，达到72.8%。
AI服务器算力芯片以GPU为主。据IDC，2022年国内人工智能芯片市场中，GPU芯片占据主要市场份额，达89.0%，主因GPU芯片并行计算架构更加适合于复杂数学计算场景，可以较好支持高度并行的工作负载，因此常用于数据中心的模型训练，以及边缘侧及端侧的推理工作负载。此外，其他主要的人工智能芯片还包括NPU、ASIC、FPGA等。一般而言，AI服务器中算力芯片需求数量取决于服务器设计性能要求，需求种类取决于成本、功耗、算法等指标。常见的算力芯片组合，如8x GPU+2x CPU、4x GPU+ 2x CPU、8x FPGA+1x CPU、4x FPGA+1x CPU等。
GPU结构：计算单元+显存。计算单元（Streaming Multiprocessor）：计算单元的功能是执行计算。其中每一个SM都有独立的控制单元、寄存器、缓存、指令流水线。显存（Global Memory）：显存是在GPU板卡上的DRAM，容量大但速度慢。
1.计算单元底层架构：
显卡核心构成多样，不同核心专注不同任务。以英伟达为例，GPU显卡构成包括TENSOR CORE、CUDA和RT等部分。TENSOR CORE，即张量核心，是英伟达GPU上一块特殊区域，针对AI矩阵计算设计，可显著提高AI训练吞吐量和推理性能。CUDA则是英伟达生态中的通用结构，一般包括多个数据类型，适用于视频制作，图像处理，三维渲染等常见图像处理和计算工作。
2、TOPS和TFLOPS是常见算力衡量单位：
1）OPS：OPS（Operations Per Second）指每秒执行的操作次数，是整数运算的单位，常在INT8、INT4等计算精度下度量算力性能。其中TOPS（Tera Operations Per Second）代表处理器每秒钟可进行一万亿次（10^12）操作，类似的单位还有诸如GOPS、MOPS，均代表每秒的操作次数。
2）FLOPS：FLOPS（Floating-point Operations Per Second）指每秒所执行的浮点运算次数，常在单精度（FP32）、半精度（FP16）等计算精度下度量算力性能。TFLOPS（Tera Floating-point Operations Per Second）代表处理器每秒钟可进行一万亿次（10^12）浮点运算。虽然TOPS和TFLOPS数量级一样，但前者是衡量操作次数，后者是衡量浮点运算，TOPS要结合数据类型精度（如INT8，FP16等）才能与FLOPS转换。
3.显存位宽、带宽与容量：
显存的主要指标包括位宽、带宽和容量。显存本身与CPU的内存类似，将数据在GPU核心与磁盘间传输。显存位宽是显存在一个时钟周期内所能传送数据的位数，决定了显存瞬时传输的数据量。显存带宽是指显示芯片与显存之间的数据传输速率，由显存频率和显存位宽共同决定，体现了显卡的速度和性能。显存容量决定了显存临时存储数据的多少。
目前主流AI GPU芯片包括英伟达H100、A100以及V100等。全球来看，目前用于人工智能训练的AI GPU市场以英伟达为主导，公司旗下先进算力产品主要包括H100、A100以及V100。对比双精度浮点计算性能（FP64 Tensor Core）来看，H100、A100、V100计算速度分别为67 TFLOPS、19.5 TFLOPS、8.2 TFLOPS。从显存带宽来看，H100、A100、V100传输速度分别为3TB/s、2TB/s、900GB/s。
先进算力芯片进口受限或为国产AI服务器的瓶颈之一。2022年10月7日，美国商务部工业与安全局（BIS）宣布了针对中国出口先进芯片的管制新规声明。声明规定，满足输入输出（I/O）双向传输速度高于 600GB/s，同时每次操作的比特长度乘以 TOPS 计算出的处理性能合计为 4800 或更多算力的产品，将无法出口至中国。以英伟达A100为例，以TF32性能测算，即156*32=4992>4800，且传输速度为600GB/s。基于此，我们可以推断，性能大于等于A100 GPU的先进算力芯片属于美国出口限制范围。
采用英伟达A800服务器或为当前可行替代方案。以浪潮NF5688M6为例，NF5688M6是为超大规模数据中心研发的NVLink AI 服务器，支持2颗Intel最新的Ice Lake CPU和8颗NVIDIA最新的NVSwitch全互联A800GPU，单机可提供5PFlops的AI计算性能。对比核心硬件来看，NF5688M6采用英伟达中国特供版芯片—A800，在浮点计算能力、显存带宽、显存容量等性能指标上，与先进算力芯片—A100基本一致，主要差异在于芯片的数据传输速度，约为A100的三分之二。
英伟达其他AI GPU芯片均不受出口限制影响。考虑到目前美国GPU芯片限制主要集中在先进算力领域，倘若未来进一步加大限制力度，A800等大算力芯片可能出现进一步被限制的风险。而从英伟达产品线布局来看，除了前面讨论的A100、A800、V100、H100等先进算力芯片外，还有A2、A10、A30、A40、T4等。这些芯片中，浮点计算能力最强的型号为A30，输出性能为82*32=2624<4800，因此不受出口限制影响。
国产AI GPU性能持续升级，国产替代未来可期。目前国产AI GPU厂商主要包括阿里、华为、寒武纪、天数智芯等。随着国内厂商持续加强GPU研发，产品力不断升级。以华为昇腾910为例，该款芯片采用7nm制程，集成了超496亿个晶体管，可以提供320TFLOPS的FP16计算速度或640TOPS的INT8算力，略高于英伟达A100的FP16计算速度（312TFLOPS，不采用英伟达稀疏技术）。我们认为，单纯从芯片算力性能来看，部分国产芯片已经能够追赶海外主流芯片。随着国产生态逐步打磨，GPU性能提升有望推动国产化替代。
总结：
1、GPT模型需要什么样的算力？
ChatGPT采用单一大模型路线，对底层算力的需求主要体现在训练和推理两个层面，训练即使用大量数据集，对模型做反复迭代计算，推理即利用模型对输入信息进行处理并给出结果。据IDC数据，2021年中国人工智能服务器工作负载中，57.6%的负载用于推理，42.4%用于模型训练。具体来看，算力需求场景包括预训练、Finetune以及日常运营。根据我们的测算，GPT-3 175B模型需要的预训练算力约3640 PFlop/s-day、ChatGPT单月运营需要的算力约7034.7 PFlop/s-day、单月Finetune需要的算力至少为1350.4 PFlop/s-day。
2、GPT模型需要什么样的服务器？
我们认为，服务器类型不断演化的动力来自：计算架构的变化。从服务器产业发展历程来看，随着计算架构从单机到C-S、C-E-S，陆续演化出PC、云计算、边缘计算等服务器类型。而在AI训练时代，C-S架构的回归以及大规模并行计算需求，又带来AI服务器的扩张。对比传统服务器来看，AI服务器由于采用GPU等加速卡，更加擅长向量、张量计算，对于AI训练及推理场景的处理能力更强，且采用多芯片组合架构，单台服务器芯片成本也较高。
3、GPT模型需要什么样的算力芯片？
GPT模型的训练和推理计算主要由AI服务器完成，底层算力芯片主要包括CPU、GPU、FPGA、ASIC等。常见的算力芯片组合，如8x GPU+2x CPU、4x GPU+ 2x CPU、8x FPGA+1x CPU、4x FPGA+1x CPU等。据IDC，2022年国内人工智能芯片市场中，GPU芯片占据主要市场份额，达89.0%。目前海外主流AI GPU芯片包括英伟达H100、A100以及V100等。
4、美国先进算力芯片出口限制对GPT产业的影响？
受美国先进算力芯片出口限制政策影响，目前国内只能采购性能低于A100的AI GPU，如英伟达A800系列等。此外，英伟达A系列、T系列性能更低的前代版本尚且不受影响。考虑到部分国产AI GPU如华为昇腾在FP16浮点计算性能上已经实现对英伟达A100的加速追赶，未来随着国产生态打磨，AI GPU国产替代有望加速。
5、AI服务器产业链相关公司有哪些？
- 1）能够采购到海外高性能芯片的厂商：浪潮信息等；
- 2）采用海光/寒武纪芯片的厂商：中科曙光；
- 3）采用华为昇腾芯片的厂商：拓维信息等；
- 4）底层芯片供应商：海光信息、寒武纪、景嘉微等。
