ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Zhitong Finance APP は、CITIC Construction Investment が、依然としてコンピューティング能力が大規模モデルの継続的な反復の基本的な原動力であると述べた調査レポートを発表したことを知りました。コンピューティングパワーへの投資には主に 3 つのラインがあり、1 つは銅線接続、液体冷却などの段階的な変更に関するもので、2 つ目はストレージ、PCB、電源などのシェアの変更に関するものです。 NVIDIA の業績の伸びが予想を上回るかどうかが、コンピューティング パワー産業チェーン全体の評価範囲をある程度決定します。

CITIC建設投資は、AIが端末側に向かうのが一般的な傾向だと指摘した。 Apple のネイティブ AI オペレーティング システムと Apple Intelligence によって作成されたアプリケーションが先頭に立ち、Microsoft の PC 側 AI アシスタントも加速しており、エンドツーエンドのマシン交換の波とアップグレードされた DRAM、プライバシー コンピューティング、音響、バッテリー、熱放散、Arm PC およびその他の投資機会。

国内の大型モデルの能力の向上、コール価格の低下、政策支援により、CITIC Construction Investment は、より多くの AI アプリケーションが徐々に実装されると考えています。 C サイドのチャット ロボット、Vincent 写真、Vincent ビデオ アプリケーションが徐々に受け入れられています。 BサイドAIは金融、産業、軍事、医療、教育などの分野でも導入され始めている。

CITIC建設投資の主な見解は以下の通り。

AI 投資の後半に向けて、私たちは 2 つの主要な投資の方向性があると考えています。1 つ目は世界的な業界の動向であり、その中心はコンピューティング能力です。2 つ目は、国内政策を中心とした内需の刺激、特に AI と G サイドおよび B サイドの産業の組み合わせです。

コンピューティング能力の分野には 3 つの投資ロジックがあります。まず、段階的な変更への投資に焦点を当てます。今年下半期の最も重要な変更は、AI サーバー形式の開発と過去の 8 カードから NVIDIA NVL36 および 72 キャビネットへの移行です。キャビネットの統合がより高く、主なものです。その中で、銅線接続と液体冷却は、今年下半期に集中的な注文の時期に入り、第 4 四半期から業績を促進し始めるでしょう。大手企業からの注文が溢れ、業界チェーン全体が高度な繁栄を見せており、ストレージ、PCB、電源などの分野を中心に一部の企業のシェアが増加している。 AI コンピューティング能力とは NVIDIA のことを指しますが、NVIDIA のパフォーマンスの伸びが予想を上回るかどうかによって、コンピューティング能力産業チェーン全体の評価範囲がある程度決まります。TSMC の COWOS の拡大ペースに基づいて、私たちは下半期に加速すると楽観視しています。今年下半期の Nvidia の業績については関心があり、したがってセクター全体が来年の評価額に切り替わることについても楽観的です。同時に、TSMCは4月の欧州技術シンポジウムで、少なくとも2026年まで60％以上の年間平均成長率（CAGR）でCoWoSの生産能力を拡大すると発表した。 TSMC が AI に対する全体的な需要について楽観的であることがわかります。

銅線接続の価値は大幅に上昇しており、今年下半期にはその量も増加するでしょう。 1) 使用量の大幅な増加: 主に PCIE ケーブルを使用していた過去の 8 カード サーバーと比較して、今回の NVL36/72 キャビネットでは、コンピューティング トレイだけでなく、コンピューティング トレイ間、スイッチング チップ間でも PCIE ケーブルを使用します。 2) 業界チェーン。今年下半期に量が増加し始める：TrendForce によると、新しいプラットフォーム Blackwell は第 3 四半期に市場に参入し、第 4 四半期から量が増加するとのことです。来年に向けて、Blackwell シリーズは NVIDIA の主力販売製品となり、主にキャビネットの形で販売される予定です。中国メーカーにとって、銅線接続の主なチャンスは、来年の NVL36 および NVL72 キャビネットの総出荷量 (NVL72 相当は 40,000 ～ 50,000 ユニットと予想される) から来るものであり、高速銅線ケーブルのみです。キャビネット内市場だけでも 48 億～60 億元に達し、カウンター外を考慮すると市場規模はさらに大きくなります。

クラウドのメモリ需要は高レベルにあります。 1) コンピューティング パワー センターの需要が大きく、ビデオ メモリの価値が高い割合を占めています。NVL72 キャビネット内の HBM3e と LPDDR5x の合計需要は約 207,400 米ドルで、NVL72 の価値の約 7% を占めています。 2) エンドサイド機器の需要: 長期的には、エンドサイド機器のパラメータの量は増加し続け、次世代 AI 携帯電話のメモリは増加し続けます。 12～16GBまで増加すると予想されます。この業界チェーンにおける投資機会の核心は次の 2 点です。1) HBM3e のシェアと Apple 携帯電話の 8GB DRAM および次世代 DRAM サプライヤーの変化 (Micron を中心) 2) 現在、大手ストレージ メーカーの主な焦点はストレージの需要と供給のバランスが崩れ、ストレージの価格が上昇し続ける可能性があります。

電源ソリューションの新しいアップグレード:このサーバーはラック統合設計を採用し、外部統合電源を使用して電源管理をさらに最適化し、システム全体のパフォーマンスと信頼性を向上させます。 NVL72には6つの電源シェルフが必要で、1つのキャビネットには約200kwの電源が必要です。 DrMOS モジュールは GPU の特定の電源ユニットであり、B シリーズ チップ用の DrMOS モジュールの需要は増加し続けています。主なサプライヤーはデルタ社とライトオン社であり、本土サプライヤーの動向に注目しています。

液体冷却の包括的な応用:現在、液体冷却は主に冷却プレートと浸漬タイプに基づいています。 従来の空冷と比較して、液体冷却にはコンピューティング能力の向上という観点から 3 つの利点があります。 1) 液体冷却キャビネットは消費電力の上限が高く、 20 KW 上記の AI サーバーが実行されています。 2) 液冷コンピューター室の PUE 値は 1 に近く、最新のポリシー要件を満たしています。 3) 低い PUE を背景に、同じ計算能力要件でも消費電力が少なくなります。長期的な運用コストの利点は顕著です。全体として、液体冷却の普及率の増加は、高度に集中的なコンピューティング能力の時代において避けられない傾向です。

AIエンド側の主な投資動向： 1 つ目は DRAM の増加です。30 億のパラメータを持つモデルの場合、Int 4 精度で計算されたメモリ使用量は約 1.4 GB です。6 GB の DRAM では大規模な AI モデルをサポートするのは困難です。現在、この大規模なエンドサイド モデルをサポートできるのは、8GB DRAM を搭載した Apple 携帯電話だけです。 Apple がエンドツーエンド モデルを 70 億パラメータにアップグレードすると、メモリ使用量は 3GB に達し、将来、携帯電話の世代がアップグレードされるたびに、既存の 8GB モデルをサポートすることが非常に困難になると考えられます。 AppleのDRAMアップグレードはさらに困難になるだろう。 Android側では、Googleの最新Pixel 8シリーズの中で、12GB DRAMを搭載しているためAI大型モデルGeminiの実行をサポートしているのはPixel 8 Proのみです。 2 つ目は、セキュリティの問題とプライバシー コンピューティングです。将来的には、AIPC または AI 携帯電話は、個人情報のセキュリティを確保することも重要になります。アップグレードされました。さらに、Apple Intelligence は、ユーザーが送信したリクエストがデバイス上で実行できるかどうかを分析し、より強力なコンピューティング能力が必要な場合は、一部の携帯電話では、プライベート クラウド コンピューティングを使用して、タスク関連のデータのみをサーバーに送信できます。将来的には、この工場は携帯電話サービス用の独自のクラウド推論センターを構築する予定です。 3つ目は音響のアップグレードです。音声インタラクションはAI時代への重要な入り口となり、エンド側の非常に重要なポイントは音響デバイスのアップグレードです。第 4 に、バッテリーと熱放散が大幅に変化しました。エンドサイド チップの計算能力が増加するにつれて、消費電力が増加し、バッテリーが大型化し、熱放散材料も変化します。 5つ目は、iPhone 17のハードウェアの新たな変化によってもたらされるマシンビジョン検査装置の需要の変化に注目することです。第 6 に、Arm PC: AI 機能の強化、バッテリ寿命の強化、Microsoft の主要なサポート、および PC チップの構築への Qualcomm の注力などのいくつかの要因により、大手メーカーは Arm PC の発売に注力し始めています。

テスラは自動運転におけるエンドツーエンドの革命をリードします。 Tesla FSD Beta V12.3 は、エンドツーエンドのニューラル ネットワークを使用する最初の FSD バージョンです。Tesla が開示した最新の安全性データによると、FSD 機能がオンになった後、Tesla 車両は 539 万マイル走行するごとにのみ発生する可能性があります。 1 件の事故は、走行距離 670,000 マイルごとに 1 件という全国平均を大幅に下回っています。過去のアルゴリズムと比較して、大規模モデルには 4 つの重要な機能と利点があります。 1) データ駆動型: 以前は自動運転はルールを記述することによって定義されていましたが、現在は 100 ～ 150 万のビデオ クリップを視聴するたびにデータによって駆動されます。効果は明ら​​かです 改善; 2) 高い上限: 現在、大型モデルの創発能力は自動運転にも反映されており、パラメータの数を増やすことで自動運転では解決できなかった一部の運転挙動を解決できることを意味します。 3) 反復速度が加速されます。以前は、Tesla はほぼ 2 週間ごとに FSD アルゴリズムを反復していましたが、大型モデルの時代には 2 ～ 3 日ごとにバージョンが更新されました。4) 運転体験は人間に近いものになります。 : 以前のルールで定義された自動操縦は非常に硬直していましたが、現在のエクスペリエンスは人間の運転に近いため、テイクオーバーの数が減少します。テスラはまた、FSD12.3の一連のデータを発表し、平均テイクオーバー走行距離は116マイルから286マイルに増加し、テイクオーバーなしのユーザー旅行の割合はFSD V11.4の47%から72%に大幅に増加しました。デセイSVを中心に乗用車の運転支援機能をさらに向上。しかし、L4レベルの自動運転に関しては、テスラの平均走行距離は人間のそれにはまだ遠く及ばず、現状では車両単体の知能だけで自動運転を完全に実現することは不可能であり、その構築には注意が必要である。国産Chelu Cloudの。

AI アプリケーションは、何千もの業界に力を与えます。大型モデルの応用のもう 1 つの主戦場は、産業応用です。5 月 26 日に山東省で開催された企業と専門家によるシンポジウムでは、伝統産業を変革するためのテクノロジーの利用が強調されました。第二に、超長期国債も「科学技術による自立・自立」などの分野に重点的に投資されることになる。同時に「内需拡大戦略計画大綱（2022年～2035年）」：内需拡大戦略を着実に実行し、万全な内需体制を育成する。また、5G、人工知能、ビッグデータ、その他のテクノロジーと交通・物流、エネルギー、生態環境保護、水利保全、緊急対応、公共サービスなどとの深い統合の促進にも重点を置き、関連機関のガバナンス能力の向上を支援する。産業。 AIは金融、産業、教育、運輸、軍事、医療などの分野で導入され始めていると考えています。金融面では、大型モデルは徐々に、投資研究アシスタント、資産管理仮想人間、金融知識ベースなどに優れています。産業面では、集中制御技術を中心に大型モデルがCADなどのソフトウェアでヒューマン・コンピュータ・インタラクションやAIGC生成サンプルなどを提供し始めている。ロボットの分野では、大型モデルと接続されたロボットの知能が急速に向上し、工場などで単純作業を人間に代わって実行し始めています。軍事分野では、海外企業パランティア社が大型モデルを戦場での戦場補助者として使用することに成功している。教育の分野では、AI が徐々に多くの科目で仮想教師になりつつあります。交通分野では、自動車、道路、クラウドのコラボレーションにより、インフラストラクチャに対するより高い要件が要求されると同時に、インテリジェントな交通管理が可能になり、インテリジェントな運転車両のコストを効果的に削減できます。医療分野においては、これまでAI自体が医療画像や新薬の研究開発などの分野で比較的高度な応用（従来モデル）を行ってきましたが、生成モデルの登場により、上記におけるAIの発展がさらに深化しました。しかし、全体としては、海外の研究開発の方向性は医薬品のほうが偏っており、国内の研究開発の方向性は、大きな効果の違いに基づいて異なります。モデル。

リスク警告

北米の景気後退は徐々に拡大すると予想されており、国際環境の変化はサプライチェーンに影響を及ぼし、チップの海外展開は関連企業の通常の生産と納品、および企業の出荷に影響を与える可能性があります。情報化とデジタル化が予想を下回った; 需要と資本支出が予想を下回った; 結果として、主要原材料の粗利益率が急速に低下し、その結果、粗利率が予想を下回った;為替レートの変動は輸出志向企業の為替収益と粗利益率に影響を及ぼし、大規模モデルのアルゴリズム更新は期待ほど効果的ではなく、大型モデルの進化と拡大に影響を及ぼし、ひいては自動車の商品化の進展に影響を与える可能性がある。そして産業インテリジェンスは期待どおりではありません。