AIGC引发内容生成范式革命，云端算法向大模型多模态演进。云端部署算力中推理占比逐步提升，说明AI落地应用数量在不断增加，ChatGPT发布引发多家科技巨头开展AI军备竞赛，或成为人工智能成熟度的分水岭。GPT架构快速迭代，参数越来越多带动训练精度越来越高，云端大模型多模态成为发展趋势，带来算力资源消耗快速上升。

硬件基础设施成为发展基石，算力芯片等环节核心受益。

算力需求，模型训练需要规模化的算力芯片部署于智能服务器，CPU不可或缺，但性能提升遭遇瓶颈，CPU+xPU异构方案成为大算力场景标配。其中GPU并行计算优势明显，CPU+GPU成为目前最流行的异构计算系统，而NPU在特定场景下的性能、效率优势明显，推理端应用潜力巨大，随着大模型多模态发展，硬件需求有望从GPU扩展至周边编解码硬件。此外，后摩尔时代Chiplet封装为先进制程的高性价比替代方案，成为半导体行业发展趋势。

存力需求，庞大训练通用数据集要求相应存储硬件设施，如温冷存储，数据访问加速，数据湖以及大容量存储，还需要专门面向AI定制的存储协议、访问协议，支持服务器与SSD通信的NVMe-oF 协议也有望受益搭载使用。

运力需求，外部访问、内部数据翻译需要高速的网络连接线路或交换机系统，带动光通信技术升级。

散热需求，AI服务器功耗相对更高，当前主流散热方案正朝芯片级不断演进，芯片液冷市场发展潜力巨大。

国产厂商迎来发展窗口期，建议关注各环节龙头厂商。英伟达、AMD对华供应高端GPU芯片受限。国产算力芯片迎来国产替代窗口期；突破4800TOPS、降低部署成本是国内算力芯片主要发力点。当前已经涌现出一大批国产算力芯片厂商。Chiplet产业链布局正当时，重点关注各环节龙头厂商。PCIe、CXL等高速接口，电源芯片厂商间接受益。

附：1、值得关注的AIGC落地应用：ChatGPT可替代智能音箱现有语音交互模型；2、其他AI发展方向：Nvidia DLSS、TinyML、存内计算、基于先进封装的方案整合。

中美贸易/科技摩擦升级风险：美国限制含涉美技术的晶圆代工厂为限制名单上的中国芯片厂商代工，若未来美国加大对中国半导体行业的遏制，可能影响国内厂商需求海外代工以及先进制程产品的研发。技术研发进展不及预期：算力芯片、IP等产品市场技术壁垒高，行业龙头不断研发创新，未来若国内公司研发进展不及预期，致新一代产品开发进度、性能等指标不及预期，则会影响其市场竞争力。下游市场需求不达预期：宏观环境的不利因素将可能使得全球经济增速放缓，导致主要下游行业需求不及预期，或其他领域拓展进度放缓。市场竞争加剧导致毛利率下降：国内厂商正积极推进国产替代，国内厂商之间亦存在竞争，若未来市场竞争加剧，可能导致价格战致使毛利率下降。