电子行业简评报告：GPU的拐点

　　6 月18 日全球GPU 龙头英伟达成为全球市值最大的公司2024 年6 月18 日美股收盘，英伟达市值达到3.33 万亿美元，超过微软、苹果、谷歌、亚马逊成为全球市值最大的公司。
　　人工智能对GPU 算力需求，是GPU 的最大推动力以英伟达为例，足见算力对GPU 的拉动力。2024 年Q1 收入占比高达86.6%的数据中心业务，收入增长426%达到225 亿美元。而在2016年英伟达的数据中心业务收入占比仅有6.77%。
　　拐点一：AI 竞赛放缓，大模型创业公司倒闭退出5 月6 日幻方的深度求索率先发起价格战，后续阿里、百度、腾讯、字节等旗下大模型跟进。目前大模型的主流应用还停留在问答模式，降价的背景是盈利模式无法很好落地，只能通过tokens 收费。大模型创业公司若不改变无法盈利或看不到盈利预期的烧钱模式，未来就会有现金流中断的风险，大批量创业公司退出将会减少对GPU 需求。
　　拐点二：三星投资GPU，新竞争者加入拉低行业利润率行业龙头英伟达24Q1 毛利率高达78.35%，净利润率57%，高利润率容易吸引更多的竞争者加入。三星公开宣布投资GPU，预示着与GPU行业巨头英伟达正面竞争。与谷歌等互联网大厂以fabless 模式做GPU不同，三星做GPU 有经验与技术积累：1.三星的半导体业务是IDM模式，设计与工艺紧密融合。2.三星拥有Exynos 等处理器的成功经验，为GPU 提供算力芯片设计参考。3.三星具有与GPU 配套的高带宽内存芯片（HBM），可以从系统层面提升芯片算力组的能力。
　　拐点三：算法层的突变，从矩阵计算到无矩阵计算通过算法的改进，减少对GPU 的消耗，是技术层面的重大风险。前面两大风险都是中短期对GPU 公司业绩的影响，是在原有的技术框架下的竞争。而算法技术层面的突变是较大的变革，如同从燃油车到电动车，对汽油的需求直接清零。矩阵乘法（MatMul）是Transformer 大语言模型（LLM）中最耗费计算资源的运算，矩阵乘法占用了高昂的计算成本和庞大的内存需求。2024 年6 月18 日arXiv 的论文《ScalableMatMul-free Language Modeling》（第五版）中的新Transformer 架构通过无矩阵乘法（MatMul-free），显著减少对GPU 和内存依赖，并且使用FPGA 方案替代GPU 进行训练和推理，以13 瓦特的功耗处理数十亿参数模型，已接近人脑效率。
　　投资建议：目前看以上三大拐点已有星星之火，若该星星之火在以后持续发展，对GPU 行业或有实质性的影响。特别是第三个拐点，将会从底层改变GPU 的投资逻辑。推荐关注算力产业链其他公司：国产CPU 龙芯中科、先进制造中芯国际。
　　风险提示：人工智能竞赛放缓，新竞争者加入，算法层面突变。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。