AI 服務(wù)器發(fā)展迅速，GPU 環(huán)節(jié)被英偉達(dá)與 AMD 所占據(jù)。AIGC 的發(fā)展帶動(dòng)AI 服務(wù)器迅速增長(zhǎng)，TrendForce 集邦咨詢(xún)預(yù)計(jì) 23 年 AI 服務(wù)器出貨量約 120 萬(wàn)臺(tái)，同比+38.4%，占整體服務(wù)器出貨量的比約為9%，2022~2026 年 AI 服務(wù)器出貨量 CAGR 將達(dá) 22%，而 AI 芯片 2023 年出貨量將成長(zhǎng) 46%。GPU 作為數(shù)據(jù)并行處理的核心，是 AI 服務(wù)器的核心增量。

本文來(lái)自“行業(yè)專(zhuān)題：GPU龍頭產(chǎn)品迭代不斷，產(chǎn)業(yè)鏈各環(huán)節(jié)持續(xù)催化”，全球GPU呈現(xiàn)“一超一強(qiáng)”的競(jìng)爭(zhēng)格局，根據(jù) IDC 數(shù)據(jù)，2021 英偉達(dá)在企業(yè)級(jí) GPU 市場(chǎng)中占比 91.4%，AMD 占比 8.5%。

目前英偉達(dá)產(chǎn)品 DGX GH200 已發(fā)布，互連技術(shù)強(qiáng)大，算力進(jìn)一步升級(jí)。5月 29 日，英偉達(dá)在其發(fā)布會(huì)上，正式發(fā)布最新的 GH200 Grace Hopper 超級(jí)芯片，以及擁有 256 個(gè) GH200 超級(jí)芯片的 NVIDIA DGX GH200 超級(jí)計(jì)算機(jī)。

GH200超級(jí)芯片內(nèi)部集成了 Grace CPU 和 H100 GPU，晶體管數(shù)量達(dá) 2000 億個(gè)。其借助 NVIDIA NVLink-C2C 芯片互連，將英偉達(dá) Grace CPU 與英偉達(dá) H100 TensorCore GPU 整合。與 PCIe Gen5 技術(shù)相比，其 GPU 和 CPU 之間的帶寬將提高 7倍，并將互連功耗減少至 1/5 以下。同時(shí)，DGX GH200 的 AI 性能算力將達(dá)到1exaFLOPS。

英偉達(dá)產(chǎn)品 DGX GH200 共享內(nèi)存大幅提升，突破內(nèi)存瓶頸。DGX GH200系統(tǒng)將 256 個(gè) GH200 超級(jí)芯片與 144TB 的共享內(nèi)存進(jìn)行連接，進(jìn)一步提高系統(tǒng)協(xié)同性。與 DGX H100 相比，DGX GH200 的共享內(nèi)存提升約 230 倍。憑借強(qiáng)大的共享內(nèi)存，GH200 能夠顯著改善受 GPU 內(nèi)存大小瓶頸影響的 AI 和 HPC 應(yīng)用程序的性能。而在具有 tb 級(jí)嵌入式表的深度學(xué)習(xí)推薦模型（DLRM）、tb 級(jí)圖神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型或大型數(shù)據(jù)分析工作負(fù)載中，使用 DGX GH200 可將速度提高4到7倍。

而 AMD 在美國(guó)時(shí)間 2023 年 6 月 13 日，推出其新款 AI 芯片 MI300 系列，兩款芯片分別為 MI300A 與 MI300X，分別集成 1460、1530 億個(gè)晶體管。MI300A內(nèi)含 13 個(gè)小芯片，總共集成 1460 億個(gè)晶體管，其內(nèi)部包含 24 個(gè) Zen 4 CPU 核心、1 個(gè) CDNA 3 圖形引擎和 128GB HBM3 內(nèi)存；而 MI300X 是針對(duì)大預(yù)言模型的優(yōu)化版本，其內(nèi)存達(dá) 192GB，內(nèi)存帶寬為 5.2TB/s，Infinity Fabric 帶寬為896GB/s，晶體管達(dá) 1530 億個(gè)。AMD 表示，與上代 MI 250 相比，MI300 的 AI性能和每瓦性能分別為 MI250 的 8 倍和 5 倍。

應(yīng)用先進(jìn)封裝 Chiplet 技術(shù)與 HBM3，工藝技術(shù)驅(qū)動(dòng)產(chǎn)品升級(jí)。在以往 CPU、GPU 設(shè)計(jì)中，AMD 常利用其先進(jìn)的封裝堆疊技術(shù)，集成多個(gè)小核心，從而實(shí)現(xiàn)整體性能的提升。根據(jù)芯智訊，MI300 由 13 個(gè)小芯片整合而成，其中其計(jì)算部分由 9 個(gè)基于臺(tái)積電 5nm 工藝制程的小芯片組成，這些小芯片包括了 CPU 和 GPU內(nèi)核。3D 堆疊設(shè)計(jì)極大提升了 MI 300 的性能與數(shù)據(jù)吞吐量。同時(shí)，MI300 兩側(cè)排列著 8 個(gè)合計(jì) 128GB 的 HBM3 芯片，滿(mǎn)足其海量且高速的數(shù)據(jù)存儲(chǔ)需求。

AI 大模型等 AIGC 產(chǎn)業(yè)的升級(jí)離不開(kāi)算力的底層支持，使得 GPU 等大算力芯片性能持續(xù)提升，帶來(lái)產(chǎn)業(yè)鏈各環(huán)節(jié)增量。以英偉達(dá) DGX H100 為例，其在GPU、互連技術(shù)、智能網(wǎng)卡、內(nèi)存條、硬盤(pán)等結(jié)構(gòu)上均較普通服務(wù)器有較大提升，同時(shí)其 PCB 的面積需求量與性能要求亦高于普通服務(wù)器。

（1）GPU：量?jī)r(jià)齊升，產(chǎn)業(yè)鏈最大增量。一般的普通服務(wù)器僅會(huì)配備單卡或雙卡，而 AI 服務(wù)器由于需要承擔(dān)大量的計(jì)算，一般配置四塊或以上的 GPU。且AI大模型在訓(xùn)練與推理時(shí)的計(jì)算量巨大，中低端的GPU無(wú)法滿(mǎn)足其運(yùn)算需求。如在英偉達(dá) DGX H100 中，其配備 8 個(gè) NVIDIA H100 GPU，總 GPU 顯存高達(dá)640GB；每個(gè)GPU配備18個(gè)NVIDIA NVLink，GPU之間的雙向帶寬高達(dá)900GB/s。若以每個(gè) NVIDIA H100 GPU 單價(jià) 4 萬(wàn)美元測(cè)算，DGX H100 的 GPU 價(jià)值量為32 萬(wàn)美元，為 AI 服務(wù)器中的最大增量。

（2）硬盤(pán)：AI 服務(wù)器 NAND 數(shù)據(jù)存儲(chǔ)需求提升 3 倍。AI 服務(wù)器的高吞吐量及訓(xùn)練模型的高參數(shù)量級(jí)亦推升 NAND 數(shù)據(jù)存儲(chǔ)需求。美光估計(jì)，AI 服務(wù)器中NAND 需求量是傳統(tǒng)服務(wù)器的 3 倍。一臺(tái) DGX H100 中，SSD 的存儲(chǔ)容量達(dá) 30TB。

（3）內(nèi)存：AI 服務(wù)器 DRAM 數(shù)據(jù)存儲(chǔ)需求提升 8 倍，HBM 需求快速提升。以 HBM 為主要代表的存算一體芯片能夠通過(guò) 2.5D/3D 堆疊，將多個(gè)存儲(chǔ)芯片與處理器芯片封裝在一起，克服單一封裝內(nèi)帶寬的限制、增加帶寬、擴(kuò)展內(nèi)存容量、并減少數(shù)據(jù)存儲(chǔ)的延遲。根據(jù)公眾號(hào)全球 SSD，三星 2021 年 2 月與 AMD 合作開(kāi)發(fā) HBM-PIM，將內(nèi)存和 AI 處理器合而為一，在 CPU 和 GPU 安裝 HBM-PIM，顯著提高服務(wù)器運(yùn)算速度。2023 年開(kāi)年后，三星高帶寬存儲(chǔ)器（HBM）訂單快速增加。SK 海力士亦在 2021 年 10 月成功開(kāi)發(fā)出 HBM3，并于 2022 年 6 月開(kāi)始量產(chǎn)，在 2022 年第三季度向英偉達(dá)進(jìn)行供貨。同時(shí)，美光估計(jì)，AI 服務(wù)器中 DRAM需求量是傳統(tǒng)服務(wù)器的 8 倍。如在一臺(tái) DGX H100 中，內(nèi)存容量達(dá) 2TB。

（4）PCB：AI 服務(wù)器 PCB 明確受益 AI 算力提升。目前普通服務(wù)器需要 6-16層板和封裝基板，而 AI 服務(wù)器等高端服務(wù)器主板層數(shù)則達(dá) 16 層以上，背板層數(shù)超過(guò) 20 層。且除 GPU 外，服務(wù)器中主板、電源背板、硬盤(pán)背板、網(wǎng)卡、Riser卡等核心部分均需使用 PCB 板進(jìn)行數(shù)據(jù)傳輸。服務(wù)器出貨量的增加將推動(dòng) PCB需求量的提升。

（5）先進(jìn)封裝：高制程芯片設(shè)計(jì)成本與制造成本均呈現(xiàn)指數(shù)型的增長(zhǎng)趨勢(shì)，Chiplet 等先進(jìn)封裝應(yīng)運(yùn)而生。隨著制程的提升，芯片成本的提升呈現(xiàn)指數(shù)型增長(zhǎng)。以芯片設(shè)計(jì)為例，根據(jù) UCIE 白皮書(shū)，28nm 制程的芯片設(shè)計(jì)成本約 0.51 億美元，但當(dāng)制程提升至 5nm 時(shí)，芯片設(shè)計(jì)成本則快速升至 5.42 億美元，成本提升近十倍，先進(jìn)制程的推進(jìn)速度愈加緩慢。因此在 HPC 高性能計(jì)算領(lǐng)域，Chiplet 的重要性持續(xù)提升。

目前，以 CoWoS 為代表的高性能計(jì)算先進(jìn)封裝產(chǎn)能緊缺，制約 GPU 產(chǎn)品出貨。英偉達(dá) A100、H100 GPU 均采用臺(tái)積電 CoWoS 先進(jìn)封裝工藝。而根據(jù)科創(chuàng)板日?qǐng)?bào)與臺(tái)灣電子時(shí)報(bào)，英偉達(dá)將原定今年 Q4 的先進(jìn)封裝 CoWoS 產(chǎn)能，改為 Q2-Q4 平均分配生產(chǎn)，訂單生產(chǎn)時(shí)間較原計(jì)劃大大提前。目前，臺(tái)積電 CoWoS封測(cè)產(chǎn)能供不應(yīng)求，部分訂單已外溢日月光、矽品與 Amkor、聯(lián)電等。以 CoWoS 為代表的先進(jìn)封裝技術(shù)產(chǎn)能緊缺，已成為制約 GPU 生產(chǎn)的關(guān)鍵環(huán)節(jié)。