信息技術(shù)快速發(fā)展與傳統(tǒng)產(chǎn)業(yè)數(shù)據(jù)化轉(zhuǎn)型帶來大量數(shù)據(jù)存量。隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等信息技術(shù)的快速發(fā)展和傳統(tǒng)產(chǎn)業(yè)數(shù)字化的轉(zhuǎn)型，數(shù)據(jù)量呈現(xiàn)幾何級增長，據(jù)IDC預(yù)測，全球數(shù)據(jù)總量預(yù)計2020年達(dá)到47個ZB，2025年達(dá)到163個ZB，其中預(yù)計2020年我國數(shù)據(jù)量將達(dá)到8060個EB，占全球數(shù)據(jù)總量的18%。

據(jù)智研咨詢統(tǒng)計，2015年全球物聯(lián)網(wǎng)連接數(shù)約60億個，預(yù)計2025年全球物聯(lián)網(wǎng)連接數(shù)將增長至270億個，物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到1000億臺。連接數(shù)的急速增長，一方面意味著海量數(shù)據(jù)的產(chǎn)生，另一方面，連接設(shè)備往往還需要進(jìn)行智能計算，即產(chǎn)生相應(yīng)的算力需求。

數(shù)據(jù)是AI學(xué)習(xí)的基礎(chǔ)，算力是必備條件，計算成本下降推動算力需求增長。

人工智能是指通過計算機(jī)來模擬人的某些思維過程和智能行為(如學(xué)習(xí)、推理、思考、規(guī)劃等)，主要應(yīng)用在訓(xùn)練(training)和推理(inference)兩個環(huán)節(jié)。訓(xùn)練需要通過大量的樣本數(shù)據(jù)訓(xùn)練建立輸入輸出的映射關(guān)系，以此進(jìn)行推理。在2010年后，人工智能在計算機(jī)視覺、語音識別領(lǐng)域取得重大突破，開始步入人工智能爆發(fā)期。

據(jù)Tractica的預(yù)測，2025年人工智能市場規(guī)模將達(dá)368億美元。$/GFLOPS可以衡量計算成本(1GFLOPS=109FLOPS，F(xiàn)LPOS即每秒十億次浮點(diǎn)運(yùn)算價格)，根據(jù)Wikipedia的數(shù)據(jù)，$/GFLOPS的CAGR約-37%，2017年6月AMDRyzen結(jié)合AMDVEGAFrontierEdition將$/GFLOPS降至0.06美元。

海量數(shù)據(jù)為AI訓(xùn)練提供的基礎(chǔ)，算力是AI推理的必備條件，快速下降的計算成本為人工智能時代的爆發(fā)提供了技術(shù)基礎(chǔ)，推動下游應(yīng)用推廣，促使算力需求增長。

算力，即為計算能力。算力于我們而言，并不陌生，小至PC電腦，大至超級計算機(jī)，算力其實(shí)一直存在我們的生活中，只是過去我們的日常生活對算力的要求并不高，我們忽略了它。

高算力的普及有兩個必要因素，一個是數(shù)據(jù)，數(shù)據(jù)是算力的基礎(chǔ)，有了海量數(shù)據(jù)才可更好地進(jìn)行推理與學(xué)習(xí)，另一個是價格，唯有平常百姓負(fù)擔(dān)得起高算力的價格，算力才有望走進(jìn)千家萬戶。

因此，從供給端看，云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等信息技術(shù)的快速發(fā)展和傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，數(shù)據(jù)量呈現(xiàn)幾何級增長，帶來了大量數(shù)據(jù)存量，同時，快速下降的計算成本也為算力普及做好了經(jīng)濟(jì)鋪墊，兩者共同推動算力需求的增長。

需求端:業(yè)務(wù)發(fā)展大大提升算力需求

PC互聯(lián)網(wǎng)—移動互聯(lián)網(wǎng)—物聯(lián)網(wǎng)的業(yè)務(wù)發(fā)展路徑。

隨著人們需求的逐漸增多，技術(shù)的逐步發(fā)展，ICT行業(yè)各類業(yè)務(wù)接踵而出，遵循著PC互聯(lián)網(wǎng)—移動互聯(lián)網(wǎng)—物聯(lián)網(wǎng)的業(yè)務(wù)發(fā)展路徑。

在PC互聯(lián)網(wǎng)時代，出現(xiàn)了以Yahoo為代表的搜索引擎，以QQ為代表的在線社交軟件，以阿里巴巴為代表的電子商務(wù)，網(wǎng)絡(luò)游戲亦進(jìn)入大型網(wǎng)游時代;

隨著智能手機(jī)的普及，3G/4G網(wǎng)絡(luò)技術(shù)的發(fā)展，逐漸由PC互聯(lián)網(wǎng)發(fā)展至移動互聯(lián)網(wǎng)，在移動互聯(lián)網(wǎng)時代，社交軟件由QQ逐漸變成微信，游戲由網(wǎng)游逐漸變成手游，還有新浪微博、滴滴打車、支付寶、美團(tuán)團(tuán)購、映客、抖音等多種應(yīng)用軟件噴井而出，人們的生活在移動互聯(lián)網(wǎng)時代更為快速便捷;

當(dāng)下，我們正面臨著一個新的轉(zhuǎn)折點(diǎn)，5G技術(shù)的發(fā)展，芯片計算能力的提升，為萬物互聯(lián)做好了技術(shù)鋪墊，在物聯(lián)網(wǎng)時代，我們的生活將實(shí)現(xiàn)智能駕駛、智能家居、智能安防、智慧醫(yī)療等等多種大轉(zhuǎn)變。

未來業(yè)務(wù)對數(shù)據(jù)中心的計算要求大幅提升。

數(shù)據(jù)中心是為客戶提供帶寬、存儲、計算能力等需求的網(wǎng)絡(luò)基礎(chǔ)設(shè)施。

對各個業(yè)務(wù)的三大需求進(jìn)行分析，我們發(fā)現(xiàn)，未來業(yè)務(wù)對于計算能力的要求正在大幅提升。從帶寬的角度看，搜索引擎僅需要320kbps的帶寬，在線社交帶寬需求約2mbps，電子商務(wù)帶寬需求約27mbps，而智能駕駛帶寬需求約20gbps，帶寬要求將提升上千倍。

從存儲的角度看: 在線地圖存儲需求約28M，在線社交存儲需求約100M，網(wǎng)絡(luò)游戲存儲需求約8G，而區(qū)塊鏈存儲需求將達(dá)到14G，存儲要求翻倍增長;

從計算能力的角度看:基因測序工作就是要通過大規(guī)模的計算分析從海量的數(shù)據(jù)信息中辨識載有的基因及其序列，最終獲取遺傳信息，算力要求極高，區(qū)塊鏈方面，根據(jù)BTC.com的數(shù)據(jù)，2018年比特幣全網(wǎng)算力將達(dá)到23EB，相比2010年，提升超過20倍。

我們可以看到，對于帶寬、存儲、計算能力三種需求，有些業(yè)務(wù)要求高帶寬低存儲，比如智能駕駛，有些業(yè)務(wù)要求低帶寬高存儲，比如智慧醫(yī)療，但是無論什么類型的業(yè)務(wù)，未來業(yè)務(wù)對于數(shù)據(jù)中心計算能力的要求均顯著提升。

從需求端看，ICT行業(yè)遵循著PC互聯(lián)網(wǎng)—移動互聯(lián)網(wǎng)—物聯(lián)網(wǎng)的業(yè)務(wù)發(fā)展路徑，業(yè)務(wù)類型從傳統(tǒng)的視頻、社交、門戶等逐步過渡到以AI、區(qū)塊鏈、智能駕駛、醫(yī)療基因等業(yè)務(wù)類型，算力需求成為最大化差異，傳統(tǒng)業(yè)務(wù)一般對存儲和訪問帶寬需求要求較高，但對專業(yè)算力需求較低，未來算力需求將成為重點(diǎn)。

算力的安迪-比爾定律

算力能力的提升與應(yīng)用能力的提升互為促進(jìn)，驅(qū)動云計算進(jìn)入算力時代。

安迪-比爾定律是對IT產(chǎn)業(yè)中軟件和硬件升級換代關(guān)系的概括，原話是“Andygives,Billtakesaway.(安迪提供什么，比爾拿走什么。)”

安迪指英特爾前CEO安迪·格魯夫，比爾指微軟前任CEO比爾·蓋茨。

隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等信息技術(shù)的快速發(fā)展，存量數(shù)據(jù)大量增長、算力成本大幅下降，推動了算力能力的提升，與此同時，業(yè)務(wù)種類的增多，應(yīng)用軟件的爆發(fā)，算力需求大幅增長。

算力能力的提升為應(yīng)用軟件的發(fā)展提供了空間，應(yīng)用能力的提升又對算力能力提出新要求，算力能力與應(yīng)用能力互為促進(jìn)，促使云計算進(jìn)入算力時代。

算力的提升與普及，F(xiàn)lops成本的下降，使相關(guān)應(yīng)用具備了發(fā)展基礎(chǔ)。

超級計算機(jī)是計算機(jī)中功能最強(qiáng)、運(yùn)算速度最快、存儲容量最大的一類計算機(jī)，多用于國家高科技領(lǐng)域和尖端技術(shù)研究。

而今人工智能電腦的運(yùn)算能力可和2009年世界第一超級計算機(jī)的運(yùn)算速度媲美，加上價格便宜與便攜的外在特征，使更多應(yīng)用需求擁有的發(fā)展基礎(chǔ)。

例如，2018年3月，NVIDIA推出最新小型超算——“NVIDIADGX2”，它采用16塊TeslaV100計算卡并行計算，能夠提供最高達(dá)2PFLOPs(2000TPLOPs)的深度計算能力，僅重350磅，售價39.9萬美元。

安迪-比爾定律是對IT產(chǎn)業(yè)中軟件和硬件升級換代關(guān)系的概括。存量數(shù)據(jù)大量增長、算力成本大幅下降，推動了算力能力的提升，與此同時，業(yè)務(wù)種類的增多，應(yīng)用軟件的爆發(fā)，使得算力需求大幅增長。

算力能力的提升為應(yīng)用軟件的發(fā)展提供了空間，而應(yīng)用能力的提升又對算力能力提出新要求，算力能力與應(yīng)用能力互為促進(jìn)，促使云計算進(jìn)入算力時代。

▌算力投資將成為云中心資本開支重點(diǎn)

云算力需求可分為云計算需求和超級計算機(jī)需求，其中云計算需求可分為公有云需求、私有云需求與傳統(tǒng)IT需求。

云計算需求是指用戶對信息技術(shù)方面的需求，具體包括公有云、私有云以及傳統(tǒng)IT，隨著業(yè)務(wù)發(fā)展，計算需求的提升，對IT的算力要求也不斷提高;

超級計算機(jī)需求是能夠執(zhí)行一般個人電腦無法處理的大資料量與高速運(yùn)算的電腦，多用于國家高科技領(lǐng)域和尖端技術(shù)研究，是一個國家科研實(shí)力的體現(xiàn)，它對國家安全，經(jīng)濟(jì)和社會發(fā)展具有舉足輕重的意義。

全球服務(wù)器市場量價齊升，云廠商資本開支加速

服務(wù)器出貨量與收入是云計算的先驗(yàn)數(shù)據(jù)，全球服務(wù)器市場量價齊升。在云平臺建設(shè)前期需要投入服務(wù)器等基礎(chǔ)設(shè)施，所以服務(wù)器出貨量與廠商收入是云計算領(lǐng)域的先驗(yàn)性指標(biāo)，可以通過分析服務(wù)器市場數(shù)據(jù)發(fā)現(xiàn)和預(yù)判云計算市場趨勢。

據(jù)IDC全球服務(wù)器季度追蹤報告顯示，2017年全球服務(wù)器出貨量達(dá)1018萬臺，同比增長6.6%，全球服務(wù)器收入達(dá)668.9億美元，同比增長13.7%，全球服務(wù)器市場的高度景氣，收入增速均超過出貨量增速，服務(wù)器平均單價在提升，高價值(人工智能)服務(wù)器正在逐步出貨。

服務(wù)器下游市場主要是公有云廠商，政務(wù)需求占比第二。

由于公有云業(yè)務(wù)發(fā)展快，對中低端用戶需求有明顯的替代作用，故對服務(wù)器市場結(jié)構(gòu)產(chǎn)生了影響—由互聯(lián)網(wǎng)運(yùn)營商集中采購代替了中小企業(yè)低端用戶的分散采購。

根據(jù)IDC數(shù)據(jù)顯示，服務(wù)器出貨至大型云廠商(超過1000個服務(wù)器)占比最高，達(dá)50%，政務(wù)需求次之，占比約20%。

云廠商資本開支加速，巨頭持續(xù)加碼。

數(shù)據(jù)存量的增長與業(yè)務(wù)需求的擴(kuò)張促使云廠商加速投資，擴(kuò)大云計算規(guī)模以爭搶更多的市場份額。

根據(jù)各家公司財報披露，亞馬遜2017年設(shè)備類資產(chǎn)約372.87億美元，同比增長51.6%，連續(xù)五年CAGR為35.5%;

谷歌2017年信息類資產(chǎn)約214.29億美元，同比增長33.2%，連續(xù)五年CAGR為18.7%;

阿里2017年電腦與軟件類資產(chǎn)約183.81億元，同比增長38.4%，連續(xù)五年CAGR為38.8%;

騰訊2017年電腦類資產(chǎn)約285.04億元，同比增長39.9%，連續(xù)五年CAGR為22.1%。

服務(wù)器出貨量與收入是云計算的先驗(yàn)數(shù)據(jù)。

因?yàn)樵谠破脚_建設(shè)前期需要投入服務(wù)器等基礎(chǔ)設(shè)施，所以可以通過分析服務(wù)器市場數(shù)據(jù)發(fā)現(xiàn)和預(yù)判云計算市場趨勢。根據(jù)IDC數(shù)據(jù)，我們發(fā)現(xiàn)全球服務(wù)器市場呈現(xiàn)高景氣，量價齊升，下游市場主要是公有云廠商。同時，通過分析大型公有云廠商資本開支情況，我們發(fā)現(xiàn)公有云廠商加速算力投資趨勢明顯。

▌云產(chǎn)業(yè)鏈將迎來算力時代新機(jī)會

移動紅利見頂，算力時代由0到1

云算力投資是云計算領(lǐng)域需求的最新變量，呈現(xiàn)高速增長。云計算可提供的服務(wù)分為存儲和計算兩大類，在過去的業(yè)務(wù)中，云計算大多提供存儲服務(wù)，隨著下游業(yè)務(wù)類型的不斷豐富，未來云廠商的計算服務(wù)將愈發(fā)重要。

根據(jù)測算，至2020年全球算力投資總規(guī)模有望達(dá)到62.32億美元，年復(fù)合增長率達(dá)44%，呈現(xiàn)高速增長。

同時，云計算算力投資呈現(xiàn)結(jié)構(gòu)性變化，公有云算力投資比例大幅提升，由2014年的0.01%提升至2020年的11.75%，公有云廠商大幅增加算力投資，主要原因是云廠商迎來算力時代，除提供傳統(tǒng)的存儲服務(wù)外，各云廠商逐漸配置其計算服務(wù)能力，增加算力投資。

云算力需求將不會受到云計算周期波動影響，算力時代由0到1。

根據(jù)Facebook、騰訊披露的財報，我們看到Facebook與微信的每月新增活躍用戶數(shù)連續(xù)一年下滑，2017Q4分別同比下降21%與86%，呈現(xiàn)負(fù)增長，可見移動互聯(lián)網(wǎng)時代已逐漸步入其自身生命周期的成熟期，未來大型公有云廠商購置服務(wù)器的增速將逐步趨緩。

然而，云算力需求作為云計算領(lǐng)域的最新需求，未來有望受益于AI物聯(lián)網(wǎng)時代的高算力要求，將不會受到云計算周期波動的影響，算力時代從0到1，成為云計算的增量需求。

云計算產(chǎn)業(yè)鏈已形成較完整的生態(tài)系統(tǒng)，上游芯片與下游應(yīng)用成為算力時代新空間。

云計算產(chǎn)業(yè)鏈主要由上游芯片，中游服務(wù)器等設(shè)備供應(yīng)商、以及下游云平臺提供商、應(yīng)用開發(fā)商等組成。

經(jīng)過10年的發(fā)展，目前已經(jīng)形成了較為完整的生態(tài)系統(tǒng)，構(gòu)建了從芯片到終端用戶的全產(chǎn)業(yè)鏈條。算力時代，上游芯片與下游應(yīng)用開發(fā)商將帶來新的市場空間。

具體而言，相比通用芯片，專用芯片可提供更加高效的運(yùn)算能力，其中ASIC運(yùn)算效率最高，但通用性較差，GPU運(yùn)算效率相對較弱，但通用性好，我們認(rèn)為，未來具有較大細(xì)分領(lǐng)域需求的ASIC芯片有很強(qiáng)的發(fā)展前景。

此外，下游應(yīng)用場景格局也在逐步清晰，智能駕駛與基因測序具有良好的市場成長性，成為投資熱點(diǎn)，技術(shù)也更加成熟，有望成為算力時代最先普及的應(yīng)用場景，同時受益于比特幣的熱度，區(qū)塊鏈產(chǎn)業(yè)逐漸步入人們視野，相應(yīng)的技術(shù)正蓬勃發(fā)展。

從Facebook、微信每月新增活躍用戶數(shù)量上，我們可以看到移動互聯(lián)網(wǎng)紅利已見頂，未來移動互聯(lián)網(wǎng)發(fā)展增速將趨緩，而云算力投資是云計算領(lǐng)域的最新變量，將不受云計算周期波動;

從云算力投資規(guī)模上看：云算力投資年復(fù)合增長率可達(dá)44%，至2020年有望達(dá)到62億美元，同時，算力投資結(jié)構(gòu)出現(xiàn)變化，公有云算力投資比例大幅提升，至2020年將超過10%。算力時代由0至1產(chǎn)生增量需求，從產(chǎn)業(yè)鏈的角度看，上游芯片與下游應(yīng)用有望打開市場新空間。

從算力產(chǎn)業(yè)鏈來看：加速器芯片有望顛覆現(xiàn)有格局，應(yīng)用領(lǐng)域規(guī)模化將迎來機(jī)會。

加速器芯片使算力時代的高算力需求得以實(shí)現(xiàn)，云計算服務(wù)器的算力配置模式，將使得CPU+加速器的模塊化能力成為未來主流，加速器芯片的競爭力以及模塊化綜合競爭力成為未來半導(dǎo)體產(chǎn)業(yè)競爭的重要因素。

從加速器芯片的幾個類別來看:GPU方面，形成了NVIDIA+AMD七三開的市場格局，NVIDIA深度打造應(yīng)用場景生態(tài)，構(gòu)建壁壘，而AMD作為同時具備CPU+GPU模塊化能力的廠商，有望在云算力時代顛覆原有服務(wù)器芯片產(chǎn)業(yè)格局，成為最大贏家;FPGA方面，技術(shù)壁壘高，多用于軍事領(lǐng)域，美國廠商壟斷市場，國內(nèi)處于漸進(jìn)式突破階段，份額還非常低;ASIC方面對下游細(xì)分領(lǐng)域需求量有較高要求，典型如區(qū)塊鏈應(yīng)用，國內(nèi)廠商發(fā)展迅速，ASIC領(lǐng)域是國內(nèi)廠商有望實(shí)現(xiàn)彎道超車的較好選擇。

應(yīng)用方面，我們著重分析了包括出行智能化、基因測序、區(qū)塊鏈、3D渲染等幾種高算力應(yīng)用場景:出行智能化方面，技術(shù)的不斷發(fā)展使得無人駕駛的制造成本快速下降，有望加速量產(chǎn)落地，實(shí)現(xiàn)產(chǎn)業(yè)規(guī)?；?基因測序方面，中游測序服務(wù)機(jī)構(gòu)、生物信息分析機(jī)構(gòu)具有較低的技術(shù)壁壘與良好的市場成長性，成為VC投資熱點(diǎn)，發(fā)展?jié)摿Υ蟆?/p>