GPT 模型热潮有望带动ChatGPT 服务器产业投资机遇我们认为，随着国内互联网厂商陆续开展ChatGPT 类似产品研发，GPT 大模型训练热潮或将带来底层算力需求快速释放。GPT 模型算力需求分为训练+推理两类，产生于预训练、Finetune、日常运营三大场景。据我们测算，ChatGPT 一次预训练需要3640 PFlop/s-day、单月运营需要算力7034.7PFlop/s-day。复盘服务器产业发展历程来看，我们认为AI 服务器更适合承接GPT 大模型算力需求。拆解AI 服务器来看，主要硬件成本来自算力芯片，且以GPU 为主。我们认为，随着GPT 热潮带动算力需求逐步释放，国内ChatGPT 服务器产业有望迎来发展机遇，建议关注：浪潮信息、景嘉微。

ChatGPT：大模型+Transformer 架构，带动并行计算需求ChatGPT 发布之后，引发了全球范围的关注和讨论，百度、阿里、京东等国内各大厂商相继宣布GPT 模型开发计划。从AI 模型应用场景来看，主要包括推理和训练两类。从实践场景来看，算力需求场景包括预训练、Finetune及日常运营。以GPT-3 模型为例，随着模型朝更大体量的方向演进，一次训练所需的计算量最高达3640PFlop/s-day ， 单月运营算力7034.7PFlop/s-day，对应成本约889 万美元。我们认为，在Transformer 架构加持下，GPT 模型得以高效地完成大规模参数计算，随着模型持续迭代、参数体量不断提升，并行计算需求有望进一步释放。

ChatGPT 需要的服务器：AI 训练型服务器+AI 推理型服务器我们认为，计算架构的变化是推动服务器技术演进的关键变量。从计算场景来看，随着计算架构从PC 到云计算，到边缘计算，再到AI 训练，服务器需求也在发生相应变化。复盘主流服务器发展历程来看：1）通用服务器：

以单机性能提升为迭代目标；2）云计算服务器：主要为承载大规模数据处理需求而生，以IaaS 模式带来服务器商业模式的变革；3）边缘服务器：主要解决实时性、带宽成本、安全性等问题；4）AI 服务器：专为人工智能训练设计，包括训练型和推理型，多采用大规模并行计算以提升效率。

ChatGPT 需要的芯片：CPU+GPU、FPGA、ASIC

从产业需求来看，AI 大模型训练需要大算力支持，智能算力需求释放有望带动AI 服务器放量。目前国产AI 服务器厂商主要包括浪潮信息、华为、新华三等，21H1 国产AI 服务器厂商占全球市场份额超35%。拆解AI 服务器来看，主要硬件成本来自算力芯片，且以GPU 为核心。目前海外主流AI GPU芯片包括英伟达H00、A100、V100 等，受美国出口限制政策影响，目前国内在先进算力方面主要采购英伟达A800 或更低端版本作为替代方案。考虑到部分国产AI GPU 如华为昇腾在FP16 浮点计算性能上已经实现对英伟达A100 的加速追赶，未来随着国产生态打磨，AI GPU 国产替代有望加速。

投资建议：关注ChatGPT 服务器产业链

我们认为，随着GPT 热潮带动算力需求逐步释放，国内AI 服务器产业有望迎来发展机遇，建议关注核心环节龙头。目前国内AI 服务器产业链公司主要包括：1）能够采购到海外高性能芯片的厂商：浪潮信息等；2）采用海光/寒武纪芯片的厂商：中科曙光；3）采用华为昇腾芯片的厂商：拓维信息等；4）底层芯片供应商：海光信息、寒武纪、景嘉微等。

风险提示：宏观经济波动；下游需求不及预期；算力需求测算与实际不符。