AI服務器的案例
ChatGPT服務器，深度拆解（2023）
2）按芯片類型：AI服務器為異構服務器，可以根據應用范圍調整計算模塊結構，可采用CPU+GPU、CPU+FPGA、CPU+TPU、CPU+ASIC或CPU+多種加速卡等組合形式。目前，產品中最常見的是CPU+多塊GPU的方式。
常見的AI服務器分為四路、八路、十六路。一般來說，通用服務器主要采用以CPU為主導的串行架構，更擅長邏輯運算；而AI服務器主要采用加速卡為主導的異構形式，更擅長做大吞吐量的并行計算。按CPU數量，通用服務器可分為雙路、四路和八路等。雖然AI服務器一般僅搭載1-2塊CPU，但GPU數量顯著占優。按GPU數量，AI服務器可以分為四路、八路和十六路服務器，其中搭載8塊GPU的八路AI服務器最常見。
AI服務器采用多芯片組合，算力硬件成本更高。我們以典型服務器產品為例拆解硬件構成，可以更清晰地理解兩類服務器硬件架構區別：以浪潮通用服務器NF5280M6為例，該服務器采用1~2顆第三代Intel Xeon可擴展處理器，據英特爾官網，每顆CPU售價約64000萬元，故該服務器芯片成本約64000~128000；以浪潮AI服務器NF5688M6為例，該服務器采用2顆第三代Intel Xeon可擴展處理器+8顆英偉達A800 GPU的組合，據英偉達官網，每顆A800售價104000元，故該服務器芯片成本約96萬元。
5、ChatGPT需要的芯片：CPU+GPU、FPGA、ASIC
GPT模型訓練需要大算力支持，或將帶來AI服務器建設需求。我們認為，隨著國內廠商陸續布局ChatGPT類似產品，GPT大模型預訓練、調優及日常運營或將帶來大量算力需求，進而帶動國內AI服務器市場放量。以GPT-3 175B模型預訓練過程為例，據OpenAI，進行一次GPT-3 175B模型的預訓練需要的算力約3640 PFlop/s-day。
展開 AI軟硬一體解決方案賽道升溫，百度智能云飛槳一體機正式入局
特別是其預置的飛槳算法庫和超大規模預訓練模型，與芯片深度適配，可支撐多場景高效應用，推理服務還實現與20+國內外芯片與硬件適配，提供完備的模型端到端部署能力，這讓百度智能云飛槳一體機擁有被企業廣為看重的“開箱即用”核心優勢，可讓企業像用平板電腦一樣輕松使用AI能力，被看作是構建企業自主創新AI能力的基石。
憑借獨特優勢與易部署易運維的特性，百度智能云飛槳一體機正在不斷開拓智慧金融、智慧醫療、智慧能源、智慧城市、智能制造、智能交通等應用場景。
以智慧金融為例，百度智能云飛槳一體機不僅助力浦發信用 卡中心使用AI技術在金融風控、反欺詐等領域的探索，構建浦發信用 卡中心的AI大腦；而且還幫助中國人壽完成了深度學習軟硬一體機平臺的搭建，為中國人壽利用AI提供更好的保險服務提供了保障。
在信創解決方案落地應用上，百度智能云飛槳一體機正助力江蘇銀行進行證照識別能力的建設，探索國產化AI服務器在金融生產環境的落地應用，江蘇銀行也成為了國內首個使用國產化AI服務器進行實際業務應用的金融機構。目前實測的身份 證識別等OCR模型在飛槳一體機服務器上已經可以達到和英偉達T4服務器的同等性能水平，滿足江蘇銀行業務上線運行的條件。
業內人士指出，百度智能云飛槳一體機的推出頗具意義。企業AI開發本質上是一項系統性工程。只有在特定的基礎軟硬件系統之上進行算法模型的開發，才能達到理想的應用效果。
展開 不止AI，華為曝光全球首顆7納米Arm服務器芯片
徐直軍在接受采訪的時候向記者強調，華為的昇騰芯片將不會對外單獨銷售，而是以AI加速卡、加速模塊、服務器和一體機等模式對外銷售。華為的全棧AI戰略也在昇騰面世之后，得到了全方位補全。
華為的AI解決方案
在面向未來的AI機會，華為將會聚焦在投資基礎研究、打造全棧方案、投資開放生態和人才培養、解決方案增強和內部效率提升這五個方面。具體而言就是：
在計算視覺、 自然語言處理、 決策推理等領域構筑數據高效（更少的數據需求）、 能耗高效（更低的算力和能耗），安全可信、自動自治的機器學習基礎能力；
打造面向云、 邊緣和端等全場景的、 獨立的以及協同的、 全棧解決方案， 提供充裕的、 經濟的算力資源， 簡單易用、 高效率、 全流程的AI平臺；
面向全球， 持續與學術界、產業界和行業伙伴廣泛合作；
把AI思維和技術引入現有產品和服務， 實現更大價值、更強競爭力；
應用AI優化內部管理， 對準海量作業場景， 大幅度提升內部運營效率和質量；
華為這些新產品的推出，在業界引起了廣泛討論。無獨有偶，筆者也從知情人士處看到了華為的Arm服務器芯片的相關產品曝光。
華為7納米
Arm服務器芯片曝光
日前，華為正式對外披露了其新一代的Arm服務器芯片Hi 1620。
據知情人士告訴半導體行業觀察記者，華為這顆Arm服務器芯片是基于Arm V8 架構自主設計的，使用當前業界最先進的7nm工藝打造。
展開 AIGC加速推動數據中心液冷市場的爆發
（來源：《綠色高能效數據中心散熱冷卻技術研究現狀及發展趨勢》 ）
06
市場規模
參考IDC數據，2021年全球AI服務器市場容量達到156億美元，預計到2025年達到318億美元，CAGR達到19.5%。 2021年中國AI服務器市場容量達到350億元，預計在2025年中國AI服務器市場容量將會達到702億元，CAGR達到19.0%，有望進一步加速拉動液冷行業的市場的增長。其中浸沒式液冷憑借其優良的制冷效果，市場份額將快速提升。
（來源：IDC、國際在線、浙商證券研究所 ）
07
行業動態
算力的提升帶來更高的散熱需求，因此有望帶來芯片級液冷行業需求的爆發。 目前國內液冷解決方案廠商，以及冷卻液廠商、 服務器廠商、交換路由器廠商等也都積極參與進來。數據中心液冷有望進入規模部署階段，行業空間廣闊，多家上市公司已開始布局。
（來源：浙商證券研究所 ）
08
總結
憑借高效制冷、技術成熟、成本優勢，液冷尤其是浸沒式液冷的發展前景毋庸置疑，但想要實現繼續推動技術的突破創新，推進相關解決方案的進步，需要整個行業的共同努力，這包括技術的發展以及與其他節能技術的結合，行業標準制定與完善等，需要行業領軍者在技術上進行新的突破。液冷行業標準的制定，將有效推動行業規范化的發展，也為數據中心液冷的發展指出方向，為液冷的研發提供有力的支撐，為液冷接下來的發展奠定基礎，從而進一步發揮數據中心液冷在高效制冷、節能減碳方面的作用，實現國家的“雙碳”目標。
展開 
國家隊官宣入局，熱管理賽道再“起風” ！
不僅如此，就在2月21日，國務院國資委召開“AI賦能產業煥新”中央企業人工智能專題推進會。會議強調，中央企業要把發展人工智能放在全局工作中統籌謀劃，深入推進產業煥新，加快布局和發展智能產業。要夯實發展基礎底座，把主要資源集中投入到最需要、最有優勢的領域，加快建設一批智能算力中心，進一步深化開放合作，更好發揮跨央企協同創新平臺作用。開展AI+專項行動，強化需求牽引，加快重點行業賦能，構建一批產業多模態優質數據集，打造從基礎設施、算法工具、智能平臺到解決方案的大模型賦能產業生態。
AI已經勢不可擋，連帶產業鏈又將是一個超級大市場！
AI算力基建以服務器為主，主要結構可分為芯片、存儲設備、交換機、光模塊、冷卻系統、電源等硬件，這其中涵蓋基體、封裝、樹脂等多個品類原材料。據中金科技測算，2023-2025年由AI算力需求帶來的服務器增量或達25萬臺，增量可觀。
本文以下就算力硬件中涵蓋的相關各類材料做簡要盤點，如有錯漏歡迎指正。
01
芯片
AI芯片主要分為GPU（圖形處理器）、FPGA（現場可編程邏輯門陣列）、ASIC（專用集成電路）三類。其上游實質仍是大家熟知的半導體產業鏈，主要涉及基體材料，制造及封裝材料。
具體來看，基體材料有硅、二氧化硅、砷化鎵、氮化鎵、碳化硅、金剛石...，制造及封裝材料有電子特氣、光掩膜、拋光液、拋光墊、光刻膠及配套試劑、摻雜材料、絕緣材料（氧化鋁、氮化硅等）、二極管材料（二硫化鍺、磷化銦鎵等）、濺射靶材等。
這其中，金剛石被視為終極半導體材料。
展開 華為徐直軍：兩款AI芯片不單獨對外銷售 與芯片廠商沒有競爭
10月10日，華為在全鏈接2018大會上，華為輪值董事長徐直軍首次系統闡釋了華為五大AI發展戰略，以及全棧全場景AI解決方案，同時發布了算力遠超全球同類產品的兩款AI芯片：昇騰910和昇騰310。
在會后的對話環節，華為輪值董事長徐直軍向全天候科技等媒體表示，華為兩款AI芯片均不會單獨對外銷售，而是以AI加速模塊、AI服務器、云服務的形式面向第三方銷售。
徐直軍直言，華為不直接面向第三方提供芯片，“我們和單純的芯片廠商沒有競爭，我們提供硬件和云服務的廠商會有競爭。”
對于外界十分關注的華為與微軟的合作一事，徐直軍透露，與微軟有接觸，但不存在大規模采購一說，“這都是謠言，都是你們說的。今天我們正式發布，可以為友好客戶提供測試卡，明年二月份才會為合作伙伴提供加速模塊、服務器。這才是事實。”
華為輪值董事長 徐直軍
在徐直軍看來，AI可能改變很多企業、顛覆很多行業，華為每天都在應對AI的沖擊，“見招拆招”。反過來，AI對于華為也具有三點意義：
一是在于開創了新的機會，基于AI的加速模組、加速卡、AI云服務，這是我們開創的新機會，能夠帶來新的增長；
第二，AI能保持和增強現有服務的競爭力，更好的面向未來，這一點上從智能手機上我們已經享受了價值；
第三，對于華為內部來說，改進管理、提升效率，更好地提升整個組織的競爭力，以面對未來的挑戰。
據悉，華為這次發布的昇騰910算力可以達到256T，是目前全球已發布的單芯片計算密度最大的AI芯片，計算力遠超谷歌，比排名第二的Nvidia V100要高出一倍。而昇騰310芯片的最大功耗僅8W，整數精度的算力達到了16T，同時還集成了16個通道的全高清視頻解碼器，是目前針對低功耗計算場景最強算力的AI芯片。
另外，華為還計劃從技術、人才、產業這三個方面進行主動變革。
展開 強強聯合！北鯤云與寶德就打造混合云HPC解決方案達成戰略合作
寶德深耕服務器市場長達23年，致力于成為中國領先的IT產品和解決方案提供商。二十余年來，寶德為國內的服務器的市場帶來了單路、雙路、四路、八路，以及AI服務器、高密度服務器、存儲型服務器等不同類型的產品。北鯤云自成立以來，專注于為生命科學、人工智能、芯片設計、高科技制造、CAE/CFD、大氣海洋環境、天文地球物理、影視與動漫制作、高性能計算超級計算機等行業提供一站式Cloud-HPC產品和服務，其自主研發的北鯤云超算平臺，在短短幾年時間里已成功服務中國數千家企業、研究所及高校。
雙方本著“整合資源、合作共贏”的原則展開此次合作，充分發揮北鯤云在Cloud-HPC領域資源整合和技術優勢，以及寶德在智能硬件設備生產、PC及服務器研發生產等方面的業務優勢。讓北鯤云一站式云超算平臺與寶德服務器進行更好的適配，打造全棧的混合云高性能計算解決方案，通過預安裝、預集成、支持深度調優和遠程運維，有效提升系統可用性和運維效率，讓用戶擁有更多選擇。
混合云高性能計算服務即將北鯤云超算平臺搭載于寶德服務器上，為企業用戶傳統穩態業務提供高穩定、高性能的云超算服務。同時，依托寶德服務器承載用戶的敏態業務。使用混合云高性能計算服務時，用戶優先使用線下計算資源，當本地算力不足時，可通過北鯤云超算平臺自動溢出到云上，與云上資源無縫對接，實現作業零排隊，從而提高研發效率。
未來，北鯤云將結合實際業務場景，堅持產品和技術創新，和更多合作伙伴展開精誠合作，快速有序地開發及覆蓋市場，為客戶提供更多具有附加值的高性能計算解決方案，助推Cloud-HPC業務的發展和增長，推動云超算服務在實際業務的落地。
展開 數字孿生數據中心與可視化計算設備硬件配置選型
【高性能計算】超頻計算服務器配備高性能的CPU、GPU等計算設備，能夠支持高性能計算任務，如大規模的并行計算、深度學習等
計算特點：
體現在其高速、高效、高并行的計算能力上，能夠支持數字孿生相關的復雜計算任務，如大規模的模擬仿真或建模、深度學習等
機型5 AI推理服務器
主要任務：
【高性能AI計算】數字孿生的AI計算服務器具有強大的AI計算能力，可以支持大規模的深度學習訓練和推理工作負載。
【分布式訓練】數字孿生的AI計算服務器支持分布式訓練，可以將訓練任務分配給多個計算節點，以加快訓練速度。
【低延遲推理】數字孿生的AI計算服務器支持低延遲推理，可以在實時應用程序中提供快速的預測結果。
【自動化管理】數字孿生的AI計算服務器通常配備自動化管理功能，可以監視和管理機器學習模型的生命周期，包括訓練、部署和更新
計算特點：
配備大容量GPU或多GPU架構，提供訓練或推理算力強大的硬件架構，以及工程物理仿真，分子動力模擬等計算
3-3 通過仿真模擬計算，發現物理實體問題，改變物理實體運行狀態
通過仿真模擬計算發現物理實體問題后，可以采取以下方式改變物理實體運行狀態：
（1）遠程控制和操作：通過數字孿生模型，可以實現對物理實體的遠程控制和操作。例如，可以通過遠程控制設備的參數、開關和狀態，來改變其運行狀態。
（2）優化調整：通過數字孿生模型，可以優化物理實體的調整參數，來改變其運行狀態。例如，可以通過調整設備的溫度、濕度和照明，來降低能源消耗。
（3）預測維護：通過數字孿生模型，可以預測設備的故障和維護需求。可以提前采取維護措施，從而避免停機時間和生產損失。
（4）設計改進：通過數字孿生模型，可以驗證新產品的性能、可靠性和安全性，并提出設計改進建議。這些改進建議可以應用于物理實體的設計和制造，從而改變其運行狀態。
展開 技術討論｜從手機SoC看未來智能汽車SoC
在英偉達的AI服務器訓練芯片遇到交付問題以后，很多事情確實要考慮下，如果沒有供應我們該怎么辦。
▲圖1.未來3年的操作系統的窗口期
Part 1
手機SOC的份額
隨著華為遇到問題，中國的手機芯片的情況就一言難盡。2022上半年中國智能手機SoC約為1.34億顆，同比下降約16.9%，手機需求大幅下滑，影響很大的還是SoC。
●聯發科占比約為42.1%，同比增加約7% ，主要占據2000元內的低端市場（約為65.3%）；
●高通占比約為35.3%，同比增加約2%，在2000-3999元的中端市場（約為49.2%）；
●蘋果占比約為16.3%，同比增加約2%，主要在4000-5999元（70.1%）與6000元（77%）以上高端與超高端市場中。
▲圖2.手機SoC芯片的情況
如果拆分垂直整合，主要從安卓和鴻蒙來看，全球范圍內的價格區間也是聯發科和高通在不斷挺進。
▲圖3.2021年全球安卓+鴻蒙手機SOC市場
從技術層面來看，高通在SoC的優質體驗方面，計算（CPU、DSP、GPU）、人工智能（NPU）、連接（4G、5G sub-6GHz、5G mmWave、Wi-Fi6/ 6E）、安全性或游戲功能，高度優化的 RFFE 組件是提供高級連接體驗的關鍵。聯發科憑借天璣 9000進入高端市場（500美元以上）打入OPPO、vivo、小米和榮耀。
▲圖4.手機SoC芯片
Part 2
智能手機SoC迭代
到了現在，智能手機的SoC想要跑前面去，確實挺難的。迭代手機，對于一個企業來說投入特別大。和汽車相比，手機的量足夠大，整體的銷量能夠燒得起，所以在過往消費電子迭代中，SoC的芯片迭代速度非常快，特別是芯片的性能也直接決定了消費者潛在的反饋。
展開 【開局2021】“算法、數據、算力”驅動人工智能三要素
《2020-2021中國人工智能計算力發展評估報告》指出，人工智能三要素中，算力成為驅動AI產業化發展的關鍵要素。服務器是人工智能基礎設施的核心。該報告顯示，我國人工智能基礎設施市場規模在2020年達到39.3億美元，同比增長26.8%。其中，AI服務器市場規模占整體人工智能基礎設施市場的87%以上。
但目前我國整體在人工智能算力基礎設施方面準備不足，體現在芯片端對外依賴較大，服務器市場國內企業份額有限。
在算力方面，相關行業對算力的需求將更為龐大。2021年我國5G通信網絡部署加速，數據的增長速度越來越快，人工智能訓練所需的計算量將進一步呈現指數增長。
在數據方面，產業數據標準化和互聯互通水平嚴重不足，降低了數據的可用性和可遷移性。
在算法方面，國內企業的算法框架和平臺尚未得到業界廣泛認可和應用，在深度學習框架核心技術領域支撐不足。
與此同時，人工智能行業在專業人才和典型場景應用等方面也面臨突破。應推動建立專用的AI計算設施夯實算力基礎，構建智能生態圈，打造軟硬件協同能力，持續支持人工智能開源開放和公共服務平臺建設，更好推動產業發展。
云E彈性算力平臺的出現大大改善了目前的局面。
作為基于公有云的高性能計算云平臺，云E適用于人工智能深度學習、科學計算等領域，為高校、科研機構、高新企業提供方便、易用、高性價比的GPU云算力服務。
擁有海量資源
云E在全球擁有25個地域節點，超過10萬臺服務器，整合海量云端異構資源，提供單GPU節點可達8卡的業界頂級GPU NVIDIA Tesla V100。
隨時開箱即用
云E預集成TensorFlow、Pytorch等20多種深度學習主流框架或軟件，開箱即用，讓使用者只需專注于專業本身，無需再為硬件設備的配置及部署費心費力。
展開 國家級電子產業平臺“2026深圳電子展”將以全新姿態亮相
AI算力&數據中心館將聚焦人工智能基礎設施領域，展出包括GPU芯片、AI服務器、液冷系統等關鍵設備。這個展館最引人注目的將是"AI算力生態圈"專區，匯集了從芯片設計、算法開發到行業應用的全鏈條企業。百度、商湯科技等AI龍頭企業已確認參展，將帶來大模型訓練、邊緣計算等最新解決方案。展會期間還將舉辦"AI算力高峰論壇"，邀請國內外專家探討算力基礎設施建設如何支撐數字經濟高質量發展。
全國特種電子元器件館將集中展示應用于航空航天、軍工、醫療等高端領域的電子元器件。這個展館的特色在于設立了"國產替代成果展區"，系統呈現我國在高端電子元器件領域突破"卡脖子"技術的進展。據主辦方介紹，包括高可靠集成電路、耐極端環境連接器等一批關鍵產品將首次公開亮相。同時，該展館還將舉辦"特種電子供需對接會"，為產業鏈上下游企業搭建精準對接平臺。
核心先導元器件館則將目光投向半導體材料、高端被動元件等基礎領域。這個展館特別設置了"元器件創新長廊"，以時間軸方式展示中國電子元器件技術發展歷程。值得一提的是，展會將首次引入"元器件可靠性測試體驗區"，參觀者可現場觀摩各類嚴苛環境下的元器件性能測試。據中國電子元件行業協會透露，該展館將發布《中國高端電子元器件產業發展藍皮書》，為行業提供權威發展指引。
在細分展區設置上，主辦方采取了"縱向深化+橫向融合"的創新思路。既有專注于特定技術領域的垂直展區，如"第三代半導體專區""智能傳感器專區"；也有打破傳統產業界限的融合展區，如"車規級電子生態區""工業互聯網解決方案區"。這種布局方式充分體現了電子信息產業跨界融合的發展趨勢。
展會期間將舉辦超過50場專業論壇和活動，包括"全球電子產業鏈合作峰會""專精特新企業路演會"等。特別設立的"科技成果轉化專區"將展示1000余項待轉化技術，并組織多場"技術需求發布會"，切實促進產學研對接。
展開 
2021首筆超10億芯片投資！燧原科技C輪融資18億，騰訊連投四輪
在2019年底發布首款面向數據中心的AI訓練芯片“邃思”及加速卡“云燧T10”后，燧原科技于2020年12月21日發布首款面向數據中心的AI推理產品 “云燧i10”。
燧原科技CEO趙立東在2020年12月表示，疫情加快了數據中心建設步伐和AI應用的速度。“傳統數據中心和AI沒有直接關系，就是X86+GPU加一堆存儲和數據搬運，但現在數據中心越來越多引入AI加速平臺。AI的滲透率會越來越高，我們預計滲透率會從5%到25%-30%，市場非常龐大。”
趙立東稱，AI真正起步在過去五六年，國內更晚，BAT等大企業從2018、2019年才開始大量采購英偉達V100訓練芯片，“訓練跟推理的關系是——訓練出來的模型被部署到推理產品上使用。當模型、算法不成熟，你需要不斷訓練、迭代，成熟了才能被部署到推理上去真正應用。從2018年開始到2022年，很多場景的算法和模型經過這幾年開始逐漸成熟，真正規模化應用。當推理芯片銷售收入超過訓練芯片，很多算法、模型已經開始被廣泛應用了。對AI領域來講，2022年是個重要的節點。”
中金資本旗下基金表示，AI賦能百業的當下，AI模型訓練所需的算力需求呈指數級增長。云計算、數據中心、5G建設等新基建產業提速，算力向云端集中，各行業對高算力AI芯片需求大幅提升。
商業化方面，燧原科技的云端訓練產品已實現商業落地。2020年9月，燧原科技稱，“云燧T10”和由其組成的多卡分布式訓練集群已在云數據中心落地，正式進入商用階段。據悉，云燧T10已經在互聯網和金融行業的頭部客戶落地商用，云燧i10已支持多款業界主流AI服務器，正與頭部企業展開業務合作。
騰訊是燧原科技的重要合作伙伴。騰訊投資董事總經理姚磊文表示，在燧原成功流片后，目前已與騰訊基于業務真實場景開展了深入合作。
展開 新技術重塑生活，新場景驅動未來—深圳電子展將于4月盛大啟幕
電子信息產業實現全領域覆蓋
各展區亮點紛呈
消費電子展區聚焦AI驅動下的個性化與智能化浪潮。展區將匯聚行業龍頭，TCL、海信、天馬、龍騰光電、和輝光電、海信、樂歌、康耐、玳能等領軍企業將集中展示折疊屏手機、AI手機、全屋智能解決方案、健康穿戴設備以及新型支付終端等創新產品，洞悉萬億級消費電子市場的新風向。
具身智能展區呼應國家戰略，呈現智能體與物理世界交互的無限潛力。該展區將集中展示人形機器人、機器狗、工業/服務機器人、AGV及機械臂等前沿成果，展現從實驗室走向產業化應用的廣闊場景。智元機器人、越疆機器人、靈心巧手、越甲靈動、海西機器人、浙江超級靈魂、大拙天成、北京莫測未來、浙江金軸機電、深圳倍加寶、深圳杭州早川電線、中科冠騰、寶佳亞龍、卡夫特、昌盛電子、富特朗、星盤起航、華研復材、東莞嘉豪等領軍企業將攜核心產品與技術亮相，全面呈現具身智能領域的最新突破與產業化進程。
算力存儲/AI應用展區全面夯實數字經濟的算力底座，聚焦服務器/存儲、邊緣計算、智算中心及液冷技術（沉浸式/冷板式），支撐人工智能從訓練到落地的全棧需求。同時，深入落實“人工智能+”行動，全景呈現AI在金融、醫療、教育、駕駛、安防及AI眼鏡、玩具等垂直領域的創新融合，攜手曙光、希捷、西部數據、東芝、IBM、富士康、神州數碼、威固、金山云、倍聯德、云仲存儲、博大數據、同泰怡等領軍企業，共同見證AI賦能千行百業的生動實踐。
基礎電子元器件展區展示被動元件、連接器、傳感器、半導體設備核心部件等上游關鍵產品，滿足通信、汽車、工控及AI服務器等領域對高性能基礎元件的旺盛需求，推動高端元器件的國產替代進程。
展開 VTD亮相GTC元腦論壇，與浪潮共推自動駕駛高并發仿真計算解決方案
借力領先AI計算平臺 實現高效閉環式場景仿真
為提升仿真測試效率，海克斯康提出了一個場景閉環的測試解決方案，并借助大數據分析系統，引入了AI采樣機制，最終實現了仿真-分析-采樣-反饋的場景仿真閉環式工作狀態。為更好地實現海量場景的并行測試，海克斯康攜手浪潮，推出高并發的仿真計算的解決方案。該方案充分發揮了浪潮AI服務器的強大功能，并對GPU卡的并行計算提供技術支撐。
對于仿真平臺而言，唯有高算力加持，才能保障其高效運作。
“我們采用的正是浪潮的NF5468M5的GPU的服務器平臺，并結合浪潮的AS13000-H的存儲系統以及萬兆的以太網的系統，實現資源的高效調度配置與管理。即便對于320路的高并發仿真，浪潮40核的服務器依然游刃有余。” 支振明如是解讀。
依托雄厚的技術實力，海克斯康的高并發仿真計算解決方案功能異常強大。與浪潮的強強聯手，構建了大規模并行仿真的能力，大幅提升仿真效率，為自動駕駛的感知和決策奠定了良好的基礎。值得一提的是，VTD產品在最小硬件系統的基礎上實現了性能最優化。
如今，海克斯康VTD產品應用已涵蓋從生產3D內容、到模擬復雜交通場景、最后到模擬簡化的或物理驅動的傳感器等所有過程。有了浪潮領先的AI計算力加持，海克斯康的客戶將獲得全球最好的自動駕駛仿真和測試技術，并與產業鏈上的合作伙伴一道加速有安全保障的自動駕駛汽車的大規模交付進程，共同引領自動駕駛汽車產業的發展。
展開 250多位專家對AI芯片未來發展的預測
但是，針對 AI 加速的服務器（比如英偉達 DGX-1）已經有多達 10 倍的硅芯片大小來處理計算加速，正如圖 2 所示。
圖 2：與大多數 Xeon 服務器相比，AI 加速訓練服務器的芯片面積增加了大約 10 倍
來源：Arete Research. 基于 NVDA 的 DGX-1V 服務器的模具區域。
這個裸芯片大小與 CPU 裸芯片大小的比率只會增加，因為隨著時間的推移，每 CPU 4 個加速卡會上升到 6 個和 8 個。
我們相信，谷歌正計劃明年將 TPU 芯片數量增加兩倍。在訓練應用中，英偉達的芯片需求量會繼續大幅增長，而且從 2020 年開始，一大批人工智能創業公司將崛起。
但是，鑒于人工智能服務器目前在市場上的滲透率很低 (今年購買的云服務器中，只有不到 1% 的服務器支持加速度)，長遠來看，臺積電機遇很大。
如果我們假設這種滲透率上升到 100 萬加速 AI 服務器（今年低于 5 萬），并且裸芯片大小通過縮小（即每臺 AI 服務器 6,560mm）保持不變，這將轉化為大約每年 20 萬晶圓，或 30 億美元的代工收入（假設每片晶圓 15,000 美元，收益率 55％）。這就是為什么我們繼續認為臺積電將作為 AI 芯片的長期關鍵受益者之一。
長遠來看，還有哪些新技術？
峰會期間還有許多其他新興技術在 3 - 5 年的視野中看起來很有趣。
顯然，人工智能的邊緣計算正在智能手機中進行，我們堅信每部智能手機都將在未來 2 - 3 年內擁有專用的計算機視覺 AI 處理器（在相機周圍）。
谷歌的 Edge TPU 和英偉達的 DLA 是早期可授權的例子，我們看到 ARM 現在提供專用的 AI 許可證解決方案，而 Qualcomm，華為海思和寒武紀以及聯發科則提供一系列智能手機和物聯網解決方案。
展開 