寒武纪招标更新（沈阳政府采购网）

招标要点：

项目名称：沈阳市汽车城新型基础设施建设项目-智能计算中心项目；

【资料图】

项目金额：1.55亿元；

交付时间：不晚于2023年9月30日；

项目目标：建设基于国产人工智能加速卡的沈阳汽车智能计算中心算力集群，算力规模达到100 PetaFLOPS(FP16)支持人工智能训练和推理任务；

来聊聊寒武纪中标的意义首先，寒武纪确立了公司在信创市场算力中心的位置。这是一个供应地位，意味着公司在未来的发展潜力巨大。其次，B端市场并不是唯一的算力市场。G端市场同样庞大，而且有利于推动先进技术发展。再者，国产算力已经正式进入YY假设阶段，订单印证（招标数据）与业绩的逻辑传导链条已经形成。这对于以前公开信息较少的情况来说，这是一个重要的转折。关于流片方面，我们可以简单计算一下国内产能和马甲产能的流片情况。今天早上增加了信创的小作文。所以虽然这次中标金额小，但是意义重大。

时代概述

以ChatGPT为代表的新的人工智能时代已到来。“我们可以大胆预测，所有的个人、工业应用都将被这种新的人工智能所改写。由于计算无所不及，以及算力需求的成倍增长，如到2030年，通用算力将增加10倍，人工智能算力将增加500倍。我们将建设大量的数据中心、人工智能计算中心等ICT基础设施，如何降低这些设施的能耗，也是绿色低碳发展需要面对的挑战。”AI芯片相对于GPU能耗占决定优势，目前国内能耗最低的是寒武纪思元系列。

硅基生命进化时代的来临。

需求指数级增长

各家巨头向 GPT4 迈进的时候，需要更多方向上的探索，也将带来更多的训练侧算力需求。 根据我们的推算，2023 年-2027 年，全球大模型训练端峰值算力需求量的年复合增长率有望达到 78.0%，2023 年全球大模型训练端所需全部算力换算成的 A100 芯片总量可能超过 200 万张。国产替代空间非常巨大，国产算力芯片占比仅仅1%。

AH算力卡明年合计出货量370万张， AI服务器今年增速80%，明年60%。

寒武纪已经解决的问题

1. 通用性

大家一直认为寒武纪AI芯片通用性不如GPU，目前不用担心，因为已经突破。

寒武纪研发设计的智能芯片是针对人工智能领域专门设计的芯片，属于通用型智能芯片，其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。与 CPU 、 GPU 相比，智能芯片的能效优势主要集中于智能应用且优势明显。与面向特定的、具体的、相对单一的人工智能算法专门设计的专用型智能芯片（ ASIC ）相比，通用型智能芯片对各类人工智能技术具备较好的普适性，可覆盖的应用场景更广泛。

公司设计、研发的通用型智能芯片是针对人工智能领域中的各类算法和应用作了专门优化，可广泛支持视觉、语音、自然语言处理、传统机器学习等人工智能应用。与面向特定的、具体的、相对单一的人工智能算法专门设计的专用型智能芯片（ ASIC ）相比，通用型智能芯片对各类人工智能技术具备较好的普适性，可覆盖的应用场景更广泛。公司会持续对芯片底层基础技术和新产品进行升级迭代，保持公司技术在行业内的前瞻性、领先性和核心竞争优势。寒武纪ASIC通用芯片打破GPU的垄断，完全可以替代英伟达。

2.流片

现在通过第三方代理的方式已经重新再开一遍流片，目前把这个供应打通了。后端物理版图的修改完毕，已经审核完毕。已经下单，台积7 纳米流片大概需要 4 个月，年底之前能拿回来。陆续下几个月订单，明年年的目标是下 7000 片左右，上调2000片。然后把这些全部拿回国内。

一

首先谈两个突破

1 . EDA

7nm的自研EDA来了，EDA是设计芯片用的软件系统，EDA越强大，就能设计越复杂的芯片，芯片越复杂，上面的集成电路越多，性能就越好。如果没有好的EDA软件，只能设计小型的、简单的芯片。这次的7nm首次支持150亿门。现在哪怕是外挂的巴龙5000也可以设计了，麒9000也是拥有153亿个门晶体管。世界上首个无人工干预全自动生成CpU芯片，性能与80486SX相当，设计周期缩短1/1000，是目前GpT-4设计规模的4000倍，在5小时内验证测试准确率>99.999%，在最具权威人士英伟达黄仁勋认为是芯片制造加速计算和Al计算最理想应用，老美限制英伟达出囗Al芯片至中国，在这个时间节点中国最高权威中科院计算所发布启蒙1号给我们传递什么信号，这就是卡脖子最有力的反击，本论文是寒武纪陈天石团队与哥哥陈云霁一起呕心沥血的成果。

2. 光刻机

目前N方厂（上海）可以n+2 做出7nm工艺。

目前接的有两家大单。HW麒零990等

HWJ590改版，正在验证的690，明年的790。

龙x的14 N+2（少量）。

3.软件

NVD垄断的CUDA无可匹敌。目前我们国产中科寒武纪联合中科院推进的国产“cuda”正在推进。CUDA虽好，但是大厂现在都在忌惮，已经在考虑全部换掉。

寒武纪自主研发了基础系统软件平台Cambricon Neuware，生态完善程度与英伟达相比仍有差距，如果客户放弃英伟达的卡转向寒武纪需要付出更多的迁移成本，所以对于寒武纪来说除了芯片自身的性价比要突出之外还要加上生态迁移这些隐形成本之后仍具有竞争力，所以现在从去年开始联合中软院中科院全力推进Cambricon Neuware完善。目前看到了非常惊人的效果。针对 59零集群，寒武纪已经优化了互联技术，搭载这种针对 59零定制化的这种 Switch 芯片，现在全部搞定。

二

订单预测

1. 训练端

大模型应用场景比较固定，用 ASIC 能做出来性价比最高的产品。同等算力、同等功耗的前提下，ASIC 能把产品的算力发挥到极致。其他的架构，不管是 GPU，还是 FPGA，本身受限于它的通用性和 FPE 的设计灵活性，本身成本比较高。量越大，ASIC 的优势越大。

现在国内AI服务器下单占总比5%左右。大概有95%的空间。据统计AI芯片的国产是占有率仅仅为1%。国家要求60%比例，特别是国资强制要求。统计目前华W占比10%，寒武15%，海光3%其他等加起来30%左右。对民企没有强制要求，比例一般控制在40%到50%。

现在下单N卡要一年以上大厂等不及，而寒武纪明年一季度就可以交货。现在腾讯订单是100亿左右基本上寒武纪拿一大半。由于大厂与HW竞争关系，所以大部分给了寒武。阿里因为之前没有测试59零，现在拿过去测试反馈非常好。准备下单具体多少还不明确，按腾讯的量大概也是百亿左右。由于竞争关系，订单的一大半跟腾讯一样，还是要给寒武纪。基本上HW拿的非常少，主要是HW自用不支持32，兼容性不如寒武纪。大厂们主要还是在 A100 上跑，他们实际上强烈国产替代的需求，等他们把模型搞的差不多了，他们还是要回头来做国产替代，他们也怕受到英伟达影响。

京东目前在测试的主要是370，目前370非常成熟可以达到A100的70%性能，另外拿有少量的59零测试。京东的订单预测有50到80亿左右，寒武纪估计能拿到20%到50%订单。抖音50亿，正在验证。如果通过可以拿到40%份额。快手大概30亿，目前已经预订。美团正在验证。百度验证通过，大大概30亿，昆仑芯不行，全部要用寒武纪，可以拿到80%份额。滴滴验证通过，大概10到15亿，可以拿80%份额。商汤科技8到12亿，可以拿到30%份额。科大讯飞5亿左右，拿到20%份额。其他的滴滴等。总共下来差不多有300亿。

1.国资

目前有大概20家国资在验证思元370反馈非常好，后面会继续验证59零。运营商目前电信验证通过，并且已经下单5个亿明年会追加30亿订单。移动正在验证59零与370，正在反馈，370效果非常好，59零还没有反馈。联通目前只拿了500张370，目前还没有反馈，后面我们会跟进。国资还有其他细分行业等，保守差不多150亿。

2.信创

信创通常云服务中心、超算中心、智算中心方面不说了，这个订单非常稳定，每年都有50%增长。这个体量不是很大15亿到20亿。

另外未来智算中心每年大概有10个左右，各地开始放量，可以每年稳定给寒武纪提供30到50亿营收，国内智算只有寒武纪能做。

3.金融

金融方面目前平安在验证，反馈非常好。后面的平安好医生大概率也是会用。平安体量比较大，大概50到70亿左右，寒武纪保守可以拿到40%份额。由于59零没有多少卡，目前招行与四大行在测试370，反馈无疑是没有问题。人寿太保太平，测试370，反馈没有问题，后期会不会用还不清楚。金融加起来保守也有100亿。

4.医疗

医疗目前测试的还是不多，医疗主要是看大模型应用，这个可以多看下科大讯飞。目前医疗有少量的推理卡出货，后面我们会继续跟近。

5.汽车

L2+~L4全系列芯片布局。寒武纪行歌未来产品布局很广，将覆盖L2+~L4全系列芯片组合，也将提供覆盖不同档位算力需求的计算平台，为不同客户提供强大而灵活的算力选择。目前跟宁德合作，后面会稳定供应。目前看不到量的多少。

6.国防

别人战斗力计算速度比你快0.1秒，胜负已出。目前正在投标。

推理端

所谓的强 Ai 肯定不是靠堆A100＋堆算法＝精度，否则算力再强，本质也只是个精致的机器，通用强 ai 应该像人类一样，只需要少许能量就足以维持智力，因为智力不靠规模，靠结构，结构决定功能，人脑不是最大的，确是结构最优的，除非有人设计出一种逻辑链，能让 ai 产生利我机制， ai 在这种利我最大化的动力驱使下，肯定会进行无监督学习，进化出各种能力，从而最大化利我，越利我越强大，越强大越利我，强大与利我是逻辑链上环环相扣的正相关。这个时候就用到推理了。

这就是我之前一直说的人工智能的第二阶段，推理端。

目前大模型处于一个爆发式的阶段，目前主要的算力需求还是在训练端，3 年后整个大模型趋于饱和 or 趋于稳定之后，整个算力需求应该会转向推理端，推理端算力需求会指数级上升。我本人是看好推理端算力，目前寒武纪解决完 2 代训练产品后，后面的重心应该再向推理端转。

在人工智能推理中，已经训练好的模型会被应用到新的数据集上，以进行分类、检测、识别等任务。在这个过程中，需要进行的计算量较小，但需要在极短的时间内完成计算，以实现实时性的要求。因此，需要具备低延迟的计算能力，比如使用专门的ASIC芯片或者针对人工智能推理优化的GPU。ASIC占绝对优势。

目前推理芯片市场规模相对较大，据宝利研究员预计，到2025年训练芯片市场规模为494亿元，而推理芯片市场规模将达到1191亿元，未来推理芯片的市场是训练芯片市场的几十倍。未来五年推理芯片市场规模增速将远大于训练芯片，而GPU 芯片并不擅长推理任务，因此未来我们的寒武纪AI推理芯片的弯道超车机会显现。

国产替代是一个趋势，因为现在大环境在这里。7月下半年国产替代新起点。

以上数据都是保守预测，有补充的欢迎指教。

上次被删帖。这次重新发下

$寒武纪-U(SH688256)$ $科大讯飞(SZ002230)$ $英伟达(NVDA)$

关键词：