>> 申萬宏源-計算機行業(yè)AIGC系列之二十三：算力網(wǎng)絡(luò)再討論！從Dojo架構(gòu)到算法的硬件延伸-230925
| 上傳日期： |
2023/9/26 |
大?。?/td>
| 3085KB |
| 格式： |
pdf 共39頁 |
來源： |
申萬宏源 |
| 評級： |
-- |
作者： |
黃忠煌,李國盛,楊海晏 |
| 行業(yè)名稱： |
計算機 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
投資案件
結(jié)論
Tesla Dojo的革新，啟發(fā)我們進一步思考算力和網(wǎng)絡(luò)的關(guān)系。硬件架構(gòu)服從于算法設(shè)計，硬件需求的判斷也不能與軟件和應(yīng)用層面脫鉤。算力網(wǎng)絡(luò)主線新一階段的重要機會，應(yīng)核心關(guān)注海外爆款應(yīng)用或模型側(cè)重大更新（Tesla是代表樣本），以及國內(nèi)新一輪的模型與應(yīng)用開發(fā)。我們判斷，隨著國內(nèi)科技大廠的網(wǎng)絡(luò)演進至400G以上、運營商400G全光網(wǎng)推進建設(shè)、本土模型訓(xùn)練組網(wǎng)等加速，國內(nèi)市場的高速網(wǎng)絡(luò)需求將顯著提升。算力網(wǎng)絡(luò)與流量環(huán)節(jié)、AI服務(wù)器計算環(huán)節(jié)、華為產(chǎn)業(yè)鏈以及特斯拉與智能車產(chǎn)業(yè)鏈相關(guān)標(biāo)的應(yīng)重點關(guān)注。
原因及邏輯
1）帶寬與連接架構(gòu)是決定算力性能的因素；2）芯片層面的高速chip-to-chip連接方案是高速網(wǎng)絡(luò)、光通信需求的底層邏輯；3）單SoC性能提升+芯片“堆量”，不意味著算力集群整體性能的線性提升，網(wǎng)絡(luò)設(shè)計是瓶頸。
有別于大眾的認(rèn)識
市場擔(dān)心Tesla Dojo架構(gòu)是否具有顛覆性，及對光通信/傳統(tǒng)AI架構(gòu)的沖擊。我們認(rèn)為，硬件架構(gòu)服從于算法設(shè)計。與當(dāng)前AI算力算法領(lǐng)域其他巨頭不同，Tesla的AI方案根植于其能源/車/具身智能等垂直場景，具有獨特性和難復(fù)制性。Dojo的發(fā)展歷程與技術(shù)特征反而啟示我們，對于算力網(wǎng)絡(luò)硬件需求的判斷，要結(jié)合特定場景；或者說，下一階段的算力網(wǎng)絡(luò)投資，重點應(yīng)關(guān)注場景應(yīng)用的催化。
市場對國內(nèi)算力網(wǎng)絡(luò)的需求有預(yù)期差。我們基于對Dojo架構(gòu)的思考，延伸至Google TPU系列以及華為鏈的重要變化，包括星河AI網(wǎng)絡(luò)白皮書、昇騰AI計算集群Atlas 900 SuperCluster等。我們認(rèn)為，本土RoCE等網(wǎng)絡(luò)及400G以上光通信演進，是進一步重要趨勢。英偉達解決集群性能瓶頸的方式是引入InfiniBand網(wǎng)絡(luò)，并將C2C場景下應(yīng)用的NVLink延伸至設(shè)備間互聯(lián)；Dojo是2D mesh到3D組網(wǎng)，解決數(shù)據(jù)存取瓶頸；TPU則明顯從算法到硬件矩陣化。結(jié)合本土產(chǎn)業(yè)實際，未來“普適化”的RoCE等網(wǎng)絡(luò)以及400G以上速率的光通信是重要方向。
風(fēng)險提示
信息技術(shù)迭代產(chǎn)生新的網(wǎng)絡(luò)通信方案，可能顛覆已有路徑或格局。
GPU/DSA、智聯(lián)汽車、機器人領(lǐng)域一向的風(fēng)險依然是研究競爭、產(chǎn)業(yè)鏈地位與管理。若難以相對準(zhǔn)確地把握，可能會選中了次好的公司，對投資產(chǎn)生不良的結(jié)果。
|
|
