新火種AI|美光、英偉達大漲，AI引爆後，晶片行業寒冬已過？

作者：一號

編輯：美美

營收增長16%，AI熱潮如何影響美光科技？

美東時間12月20日，美光科技釋出了截至11月30日的第一財季業績，總營收達到了47.3億美元，同比增長16%，超出市場預期。在業績公佈後，美光科技盤後持續走強，一度增長4.84%，今年以來已累漲超56%， 在六個季度內實現收入增長。

與此同時，美光科技上調了業績展望，預計第二財季經調整營收51億美元至55億美元，調整後每股虧損0.21美元至0.35美元。

“隨著資料中心基礎設施運營商將預算從傳統伺服器轉向內容更豐富的AI伺服器，對AI伺服器的需求一直強勁。”執行長Mehrotra表示，明年上半年個人電腦、移動裝置和其他晶片的供應量將接近正常水平，並且資料中心運營商正在將採購轉向AI晶片，這需要更多傳統伺服器的成員。

這表明在AI熱潮的驅動下，資料中心強勁的儲存晶片需求正在幫助彌補個人電腦和智慧手機市場對於儲存晶片的需求，市場在正在緩慢復甦。

Mehrotra還樂觀預測， 2024年將是晶片行業的“觸底反彈大年”。

AI浪潮給晶片行業打入了“強心劑”

其實美光科技在本月前期，曾警告其經營成本相比於上年同期有所上升，導致股價下跌。但隨著AMD公佈了強勁的AI晶片市場規模預期後，在儲存晶片以及HBM樂觀需求預期下，美光股價才迅速回升。

AMD正積極進軍熱門的GPU市場和PC市場。本月，AMD釋出了一系列產品，包括備受市場歡迎的新GPU家族以及資料中心和PC端的新處理器，並預計其在AI GPU市場上的第一年銷售額將至少達到20億美元。這可能對其對手，“AI淘金潮”中那個賣“鏟子”的人——英偉達構成重大挑戰。

2021年全球遭遇了晶片荒，汽車及消費電子等產業都被“卡脖子”，但在2022年，僅一年時間，半導體產業就進入了下行週期，晶片出貨全面放緩，消費電子晶片價格暴跌，全球晶片行業股市市值損失超過2萬億人民幣。

而隨著2023年AI技術的迅速發展，半導體行業也發生了翻天覆地的變化，英偉達憑藉著在GPU市場中的領先地位，率先衝出了線，推出了諸如H200等一系列新產品。

據FactSet的資料，預計英偉達在2023年的年收入將達到562億美元，超過英特爾的539億美元，將成為美國收入最高的晶片公司，並且在2024年還有可能激增至892億美元，比2023年增長59%，約為2022年的三倍。

與此同時，長達一年半的“手機寒冬”乍現回暖徵兆，手機晶片龍頭公司高通在今年直面“生成式AI浪潮”，推出了驍龍8 Gen 3和PC晶片驍龍X Elite。在今年11月2日高通釋出了第四財季季報，收入、盈利情況好於預期，全年大賺了95億美元。財報釋出後，高通在美股盤後市場上漲3.83%， 顯示了市場對於端側AI晶片的信心。

AI浪潮繼續帶動晶片市場

在如今大模型公司算力短缺的情況下，將一些AI模型的運算直接在使用者端側完成，既能保護使用者隱私安全，也能給大模型公司緩解算力資源的壓力。因此，端側大模型的發展備受矚目， 首當其衝的就是消費電子中的PC以及手機。

對於AI PC的發展趨勢，行業和第三方機構都持較樂觀的態度。

根據IDC預計，在2024年，AI PC滲透率將會快速增長至55%，並且將在2027年達到85%，並且隨著明年大量AI PC的推出，PC整體售價將大幅提升。行業研究公司Counterpoint稱，AI PC很可能在明年推動新一輪出貨反彈，並在2026年後主導PC市場，這意味著PC產品將迎來一次“大換血”。

當前， 英特爾、AMD以及英偉達等晶片產商已經集體在AI PC賽道上“開卷”。例如英特爾釋出了酷睿Ultra系列處理器，可提供34 TOPS的AI整體算力；AMD則釋出了新款8040系列AI PC處理器，整體標稱算力位39 TOP等等。

而在手機行業，支援生成式AI已基本成為今年新款手機的標配。

華為首先在鴻蒙4.0釋出會上展示了支援生成式AI的小藝；然後在今年10月份，小米放出訊息，能在手機端側執行60億引數大模型；榮耀則提前展示了下一代旗艦機Magic 6的生成式AI能力；11月份，vivo、OPPO等釋出的新旗艦機也都支援生成式AI，並將與AI實現深度融合；谷歌在本月釋出的Gemini模型中的Nano未來也將整合在安卓14中，只剩蘋果還遲遲未跟上AI手機的新潮。

很明顯，PC和手機這類消費電子如果要在端側流暢執行大模型，那麼相應的晶片需求並且不低。因此， 消費電子的更新換代，也將給晶片市場帶來新的活力。

國內晶片市場的未來

不過由於美國出口的限制，諸如英偉達A100、H100等先進製程的AI晶片並無法直接出口到中國，此前中國大部分大模型公司只能購買英偉達為中國供的A800和H800晶片，但在新一輪限制下，這兩款晶片目前也無法順利出口到中國。

而據專家預測，2027年我國大語言模型市場規模有望達到600億元，工信部賽迪研究院釋出的我國生成式人工智慧發展報告也顯示，今年我國生成式AI的企業採用率已經達到了15%，市場規模約為14.4萬億元。

我國的AI市場規模並不小，當前國內的大模型也早已突破了200個 ，這其中有著旺盛的AI算力需求，也是AI晶片的巨大市場。但在美國出口限制的情況下，有大量的晶片需求並沒有得到滿足。沒有得到滿足的市場需求，必定產生相應的解決方案。

在美國新的出口禁令公佈之後，科大訊飛就攜手華為釋出了“飛星一號”大模型算力平臺，華為也立志成為世界算力的“第二選擇”；此外，摩爾執行緒也在近期推出了國內以國產全功能GPU為底座的大規模算力叢集——KUAE智算中心。

不過儘管國內已經有數十家公司在AI晶片研製和生產方面取得了進步，但這些國產晶片還尚未受到市場的廣泛親睞。重塑大模型算力生態，可能是解決方案之一。

國產晶片需要做好大模型訓練相關軟體的移植，如果基於國外晶片編寫的軟體能夠較輕鬆地一直到國產晶片系統上，使用者的學習成本降低，就可能更樂於去嘗試國產AI晶片，因此，國產AI晶片需要進一步加強程式設計框架、並行加速和通訊庫在內的軟體研發，做好算力生態。

行業內部需要摒棄硬體效能至上的思維，共同在軟體側和硬體側方面開展聯合最佳化，形成以AI晶片為核心的算力體系，才能夠更好的滿足國內市場的需求。