寒武紀招標更新（沈陽政府采購網）

招標要點：

項目名稱：沈陽市汽車城新型基礎設施建設項目-智能計算中心項目；

【資料圖】

項目金額：1.55億元；

交付時間：不晚于2023年9月30日；

項目目標：建設基于國產人工智能加速卡的沈陽汽車智能計算中心算力集群，算力規模達到100 PetaFLOPS(FP16)支持人工智能訓練和推理任務；

來聊聊寒武紀中標的意義首先，寒武紀確立了公司在信創市場算力中心的位置。這是一個供應地位，意味著公司在未來的發展潛力巨大。其次，B端市場并不是唯一的算力市場。G端市場同樣龐大，而且有利于推動先進技術發展。再者，國產算力已經正式進入YY假設階段，訂單印證（招標數據）與業績的邏輯傳導鏈條已經形成。這對于以前公開信息較少的情況來說，這是一個重要的轉折。關于流片方面，我們可以簡單計算一下國內產能和馬甲產能的流片情況。今天早上增加了信創的小作文。所以雖然這次中標金額小，但是意義重大。

時代概述

以ChatGPT為代表的新的人工智能時代已到來?！拔覀兛梢源竽戭A測，所有的個人、工業應用都將被這種新的人工智能所改寫。由于計算無所不及，以及算力需求的成倍增長，如到2030年，通用算力將增加10倍，人工智能算力將增加500倍。我們將建設大量的數據中心、人工智能計算中心等ICT基礎設施，如何降低這些設施的能耗，也是綠色低碳發展需要面對的挑戰。”AI芯片相對于GPU能耗占決定優勢，目前國內能耗最低的是寒武紀思元系列。

硅基生命進化時代的來臨。

需求指數級增長

各家巨頭向 GPT4 邁進的時候，需要更多方向上的探索，也將帶來更多的訓練側算力需求。 根據我們的推算，2023 年-2027 年，全球大模型訓練端峰值算力需求量的年復合增長率有望達到 78.0%，2023 年全球大模型訓練端所需全部算力換算成的 A100 芯片總量可能超過 200 萬張。國產替代空間非常巨大，國產算力芯片占比僅僅1%。

AH算力卡明年合計出貨量370萬張， AI服務器今年增速80%，明年60%。

寒武紀已經解決的問題

1. 通用性

大家一直認為寒武紀AI芯片通用性不如GPU，目前不用擔心，因為已經突破。

寒武紀研發設計的智能芯片是針對人工智能領域專門設計的芯片，屬于通用型智能芯片，其架構和指令集針對人工智能領域中的各類算法和應用作了專門優化，可高效支持視覺、語音、自然語言處理和傳統機器學習等智能處理任務。與 CPU 、 GPU 相比，智能芯片的能效優勢主要集中于智能應用且優勢明顯。與面向特定的、具體的、相對單一的人工智能算法專門設計的專用型智能芯片（ ASIC ）相比，通用型智能芯片對各類人工智能技術具備較好的普適性，可覆蓋的應用場景更廣泛。

公司設計、研發的通用型智能芯片是針對人工智能領域中的各類算法和應用作了專門優化，可廣泛支持視覺、語音、自然語言處理、傳統機器學習等人工智能應用。與面向特定的、具體的、相對單一的人工智能算法專門設計的專用型智能芯片（ ASIC ）相比，通用型智能芯片對各類人工智能技術具備較好的普適性，可覆蓋的應用場景更廣泛。公司會持續對芯片底層基礎技術和新產品進行升級迭代，保持公司技術在行業內的前瞻性、領先性和核心競爭優勢。寒武紀ASIC通用芯片打破GPU的壟斷，完全可以替代英偉達。

2.流片

現在通過第三方代理的方式已經重新再開一遍流片，目前把這個供應打通了。后端物理版圖的修改完畢，已經審核完畢。已經下單，臺積7 納米流片大概需要 4 個月，年底之前能拿回來。陸續下幾個月訂單，明年年的目標是下 7000 片左右，上調2000片。然后把這些全部拿回國內。

一

首先談兩個突破

1 . EDA

7nm的自研EDA來了，EDA是設計芯片用的軟件系統，EDA越強大，就能設計越復雜的芯片，芯片越復雜，上面的集成電路越多，性能就越好。如果沒有好的EDA軟件，只能設計小型的、簡單的芯片。這次的7nm首次支持150億門?，F在哪怕是外掛的巴龍5000也可以設計了，麒9000也是擁有153億個門晶體管。世界上首個無人工干預全自動生成CpU芯片，性能與80486SX相當，設計周期縮短1/1000，是目前GpT-4設計規模的4000倍，在5小時內驗證測試準確率>99.999%，在最具權威人士英偉達黃仁勛認為是芯片制造加速計算和Al計算最理想應用，老美限制英偉達出囗Al芯片至中國，在這個時間節點中國最高權威中科院計算所發布啟蒙1號給我們傳遞什么信號，這就是卡脖子最有力的反擊，本論文是寒武紀陳天石團隊與哥哥陳云霽一起嘔心瀝血的成果。

2. 光刻機

目前N方廠（上海）可以n+2 做出7nm工藝。

目前接的有兩家大單。HW麒零990等

HWJ590改版，正在驗證的690，明年的790。

龍x的14 N+2（少量）。

3.軟件

NVD壟斷的CUDA無可匹敵。目前我們國產中科寒武紀聯合中科院推進的國產“cuda”正在推進。CUDA雖好，但是大廠現在都在忌憚，已經在考慮全部換掉。

寒武紀自主研發了基礎系統軟件平臺Cambricon Neuware，生態完善程度與英偉達相比仍有差距，如果客戶放棄英偉達的卡轉向寒武紀需要付出更多的遷移成本，所以對于寒武紀來說除了芯片自身的性價比要突出之外還要加上生態遷移這些隱形成本之后仍具有競爭力，所以現在從去年開始聯合中軟院中科院全力推進Cambricon Neuware完善。目前看到了非常驚人的效果。針對 59零集群，寒武紀已經優化了互聯技術，搭載這種針對 59零定制化的這種 Switch 芯片，現在全部搞定。

二

訂單預測

1. 訓練端

大模型應用場景比較固定，用 ASIC 能做出來性價比最高的產品。同等算力、同等功耗的前提下，ASIC 能把產品的算力發揮到極致。其他的架構，不管是 GPU，還是 FPGA，本身受限于它的通用性和 FPE 的設計靈活性，本身成本比較高。量越大，ASIC 的優勢越大。

現在國內AI服務器下單占總比5%左右。大概有95%的空間。據統計AI芯片的國產是占有率僅僅為1%。國家要求60%比例，特別是國資強制要求。統計目前華W占比10%，寒武15%，海光3%其他等加起來30%左右。對民企沒有強制要求，比例一般控制在40%到50%。

現在下單N卡要一年以上大廠等不及，而寒武紀明年一季度就可以交貨。現在騰訊訂單是100億左右基本上寒武紀拿一大半。由于大廠與HW競爭關系，所以大部分給了寒武。阿里因為之前沒有測試59零，現在拿過去測試反饋非常好。準備下單具體多少還不明確，按騰訊的量大概也是百億左右。由于競爭關系，訂單的一大半跟騰訊一樣，還是要給寒武紀。基本上HW拿的非常少，主要是HW自用不支持32，兼容性不如寒武紀。大廠們主要還是在 A100 上跑，他們實際上強烈國產替代的需求，等他們把模型搞的差不多了，他們還是要回頭來做國產替代，他們也怕受到英偉達影響。

京東目前在測試的主要是370，目前370非常成熟可以達到A100的70%性能，另外拿有少量的59零測試。京東的訂單預測有50到80億左右，寒武紀估計能拿到20%到50%訂單。抖音50億，正在驗證。如果通過可以拿到40%份額?？焓执蟾?0億，目前已經預訂。美團正在驗證。百度驗證通過，大大概30億，昆侖芯不行，全部要用寒武紀，可以拿到80%份額。滴滴驗證通過，大概10到15億，可以拿80%份額。商湯科技8到12億，可以拿到30%份額?？拼笥嶏w5億左右，拿到20%份額。其他的滴滴等?？偣蚕聛聿畈欢嘤?00億。

1.國資

目前有大概20家國資在驗證思元370反饋非常好，后面會繼續驗證59零。運營商目前電信驗證通過，并且已經下單5個億明年會追加30億訂單。移動正在驗證59零與370，正在反饋，370效果非常好，59零還沒有反饋。聯通目前只拿了500張370，目前還沒有反饋，后面我們會跟進。國資還有其他細分行業等，保守差不多150億。

2.信創

信創通常云服務中心、超算中心、智算中心方面不說了，這個訂單非常穩定，每年都有50%增長。這個體量不是很大15億到20億。

另外未來智算中心每年大概有10個左右，各地開始放量，可以每年穩定給寒武紀提供30到50億營收，國內智算只有寒武紀能做。

3.金融

金融方面目前平安在驗證，反饋非常好。后面的平安好醫生大概率也是會用。平安體量比較大，大概50到70億左右，寒武紀保守可以拿到40%份額。由于59零沒有多少卡，目前招行與四大行在測試370，反饋無疑是沒有問題。人壽太保太平，測試370，反饋沒有問題，后期會不會用還不清楚。金融加起來保守也有100億。

4.醫療

醫療目前測試的還是不多，醫療主要是看大模型應用，這個可以多看下科大訊飛。目前醫療有少量的推理卡出貨，后面我們會繼續跟近。

5.汽車

L2+~L4全系列芯片布局。寒武紀行歌未來產品布局很廣，將覆蓋L2+~L4全系列芯片組合，也將提供覆蓋不同檔位算力需求的計算平臺，為不同客戶提供強大而靈活的算力選擇。目前跟寧德合作，后面會穩定供應。目前看不到量的多少。

6.國防

別人戰斗力計算速度比你快0.1秒，勝負已出。目前正在投標。

推理端

所謂的強 Ai 肯定不是靠堆A100＋堆算法＝精度，否則算力再強，本質也只是個精致的機器，通用強 ai 應該像人類一樣，只需要少許能量就足以維持智力，因為智力不靠規模，靠結構，結構決定功能，人腦不是最大的，確是結構最優的，除非有人設計出一種邏輯鏈，能讓 ai 產生利我機制， ai 在這種利我最大化的動力驅使下，肯定會進行無監督學習，進化出各種能力，從而最大化利我，越利我越強大，越強大越利我，強大與利我是邏輯鏈上環環相扣的正相關。這個時候就用到推理了。

這就是我之前一直說的人工智能的第二階段，推理端。

目前大模型處于一個爆發式的階段，目前主要的算力需求還是在訓練端，3 年后整個大模型趨于飽和 or 趨于穩定之后，整個算力需求應該會轉向推理端，推理端算力需求會指數級上升。我本人是看好推理端算力，目前寒武紀解決完 2 代訓練產品后，后面的重心應該再向推理端轉。

在人工智能推理中，已經訓練好的模型會被應用到新的數據集上，以進行分類、檢測、識別等任務。在這個過程中，需要進行的計算量較小，但需要在極短的時間內完成計算，以實現實時性的要求。因此，需要具備低延遲的計算能力，比如使用專門的ASIC芯片或者針對人工智能推理優化的GPU。ASIC占絕對優勢。

目前推理芯片市場規模相對較大，據寶利研究員預計，到2025年訓練芯片市場規模為494億元，而推理芯片市場規模將達到1191億元，未來推理芯片的市場是訓練芯片市場的幾十倍。未來五年推理芯片市場規模增速將遠大于訓練芯片，而GPU 芯片并不擅長推理任務，因此未來我們的寒武紀AI推理芯片的彎道超車機會顯現。

國產替代是一個趨勢，因為現在大環境在這里。7月下半年國產替代新起點。

以上數據都是保守預測，有補充的歡迎指教。

上次被刪帖。這次重新發下

$寒武紀-U(SH688256)$ $科大訊飛(SZ002230)$ $英偉達(NVDA)$

關鍵詞：