GPU概念股:AI时代的算力革命

GPU概念股的兴起源于人工智能大模型爆发式发展对算力的迫切需求,叠加国际地缘政治因素推动的国产替代浪潮。这一概念的核心背景是GPU作为AI计算的基础硬件,其性能和供应直接决定了AI技术的发展速度和应用广度。

算力需求 国产替代 AI应用 技术变革
GPU概念

核心观点摘要

GPU概念股正处于技术变革与国产替代的双重驱动下,当前处于从主题炒作向基本面驱动过渡的关键阶段。核心驱动力来自AI大模型对算力的持续需求、GPU硬件设计的潜在变革(如插槽化)以及国内厂商在特定领域的突破,未来潜力在于国产替代加速和新应用场景(如机器人、边缘计算)的拓展,但需警惕需求放缓和技术壁垒带来的挑战。

核心驱动力
  • AI大模型算力需求爆发
  • GPU硬件设计潜在变革
  • 国产替代加速
  • 应用场景拓展
市场热度
  • 市场关注度高
  • 情绪存在分歧
  • 乐观:长期增长逻辑
  • 谨慎:需求放缓
预期差
  • 技术差距被高估
  • 需求增长被低估
  • 技术变革被忽视
  • 生态建设被低估

关键催化事件时间轴

2023年初
ChatGPT引爆全球AI热潮

ChatGPT引爆全球AI热潮,GPU算力需求激增,英伟达股价开始大幅上涨

2023年3-4月
美国实施高端GPU出口限制

美国对华实施高端GPU出口限制,国内GPU产业链企业密集路演,展示国产GPU进展

2023年11月
木樨路演

国产GPU创业公司木樨路演,介绍N/C/G全场景产品线规划,引发市场对国产GPU技术突破的关注

2024年9月
野村证券发布GPU插槽分析

野村证券发布AI GPU插槽(Socket)市场潜力分析,预测Nvidia可能在2025年考虑为部分AI GPU采用插槽

2024年10月
国内算力租赁市场分析

国内GPU算力租赁市场分析显示"需求放缓、国产替代加速"特点,国内算力机架增长仅5%-6%

2025年3月
GTC大会

GTC大会预计发布GH200新品,单卡算力增长超过50%,中国企业(广和通、麦格米特等)参与度提高

概念的核心逻辑与市场认知

核心驱动力
AI大模型带来的算力需求爆发

以1750亿参数大模型为例,单次训练需30天,年可训练12次。若100个训练模型需求,拉动AI服务器出货量约9.6%。推理侧需求更大:谷歌级文字应用,100个推理需求可拉动AI服务器出货量约600%

GPU硬件设计的潜在变革

野村证券预测,Nvidia可能在2025年考虑为部分AI GPU采用插槽,以提高制造良率并降低"故障成本"。2025/26财年GPU插槽和CAMM连接器的综合TAM预计将达到960万/3100万美元

国产替代加速

美国对华高端GPU出口限制,促使国内市场加速国产GPU替代进程。华为昇腾910B单精度性能约为H100的60%,海光信息GPU性能与英伟达A100相当。

市场热度与情绪
市场关注度高

从新闻数据的密集度和路演数据的丰富性可以看出,GPU概念股受到市场高度关注。关联个股数量众多,涵盖GPU芯片设计、服务器制造、配套零部件等多个环节。

情绪存在分歧

乐观方面:看好AI大模型带来的持续算力需求、国产替代加速、新应用场景拓展。谨慎方面:担忧国内算力需求增长放缓(2024年上半年国内算力机架增长仅5%-6%)。

预期分化

对国际巨头(如英伟达):看好其技术优势和市场份额,但担忧增长放缓(2024年第二季度同比增速仅约16%)。对国内厂商:看好国产替代机遇,但担忧技术差距和生态建设不足。

预期差分析
技术差距的预期差

市场普遍认为国内GPU技术与国际巨头差距巨大,但路演数据显示,海光信息GPU性能与英伟达A100相当,华为昇腾910B单精度性能约为H100的60%。这种差距虽然在高端市场仍明显,但在中低端市场已经可以满足部分需求。

需求增长的预期差

研报和新闻强调AI大模型带来的算力需求爆发,但路演数据显示2024年上半年国内算力机架增长仅5%-6%,远低于去年25%的增速。这种需求放缓可能被市场低估,尤其是对国内GPU厂商的影响。

技术变革的预期差

市场关注GPU算力的提升,但可能忽视了GPU硬件设计的潜在变革(如插槽化)和无矩阵计算算法等颠覆性技术。路演数据显示,6月18日论文提出无矩阵计算算法,可能大幅降低大型模型对算力的需求。

生态建设的预期差

市场普遍认为CUDA生态是英伟达的核心壁垒,国内厂商难以突破。但路演数据显示,木樨等国内厂商通过兼容CUDA生态快速获取市场,目标2024年Q2实现生态友好衔接。这种"兼容+自有"的生态建设策略可能被市场低估。

关键催化剂与未来发展路径

近期催化剂
GTC大会(2025年3月)

预计发布新产品GH200,单卡算力预计增长超过50%,配备C叉8网卡和1.6T光模块。中国企业(如广和通、麦格米特等)参与度提高,可能带来合作机会。

国产GPU新品发布

木樨C系列预计2024年Q1正式商用,G系列预计2025年Q1/Q2商用。木樨布局三条GPU产品线:N系列(推理专用)、C系列(训练+推理全能型)、G系列(渲染全能型)。

AI GPU插槽化进展

野村证券预测Nvidia可能在2025年考虑为部分AI GPU采用插槽,以提高制造良率并降低"故障成本"。相关供应链企业(如插槽、连接器制造商)可能受益。

长期发展路径
技术演进路径

短期(1-2年):提升单卡算力,缩小与国际巨头的差距;优化能效比;兼容CUDA生态降低迁移成本。中期(2-3年):构建自有生态;开发专用GPU。长期(3-5年):实现技术领先;开发颠覆性计算架构。

市场拓展路径

短期:聚焦国内市场,尤其是政府、国企等对国产化要求高的领域。中期:拓展至企业级市场,如互联网、金融、医疗等。长期:进军国际市场,与国际巨头直接竞争。

产业链成熟路径

短期:完善GPU芯片设计能力;建立初步的软件生态。中期:形成完整的GPU产业链;建立成熟的软件生态。长期:形成具有国际竞争力的GPU产业集群;引领技术标准制定。

产业链与核心公司

上游

GPU芯片设计

英伟达、AMD、华为昇腾、海光信息、木樨等
中游

GPU服务器与系统集成

浪潮信息、中科曙光、太极股份等
下游

应用与服务

优刻得、广安爱众等
配套

散热、封装、PCB等

鸿富瀚、长电科技、深南电路等

GPU概念股数据

股票名称 分类 项目 产业链 关联原因
天普股份 拟入主 控制权变更 GPU芯片 公司实控人尤建义筹划控制权变更事项,增资完成后中吴芯英、海南芯慧合计持有天普50.01%股权
科德教育 参股 中吴芯英 AI模型优化 公司参股的中吴芯英(5.9933%)将DeepSeek-V3系列模型作为重点优化对象
艾布鲁 参股 中吴芯英 GPU芯片 公司控股子公司杭州星罗中吴科技(持股50%)持有中吴芯英(杭州)科技7.0465%股份
浙大网新 参股 杭州网新花港 GPU投资 公司参与设立的杭州网新花港股权投资合伙企业持有中吴芯英0.5169%股权
浙数文化 参股 中吴芯英 GPU投资 公司作为有限合伙人认缴出资2000万元参与投资杭州鸣志创业投资合伙企业
群兴玩具 参股 中吴芯英 GPU芯片 子公司杭州图灵和中吴芯英展开战略合作,有助于加速包括V-Gen在内的公司各类大模型的落地
广安爱众 合作 重庆亿众 液冷服务器 参股孙公司重庆亿众(持股20%)联合中吴芯英共建丝绸云谷项目,提供芯汇能液冷智能柜
太极股份 合作 天津移动TPU智算中心 GPU芯片 2025年7月28日,由中吴芯英与太极股份联合参与的天津移动TPU智算中心正式点亮
和而泰 合作 摩尔线程 GPU芯片 公司直接持股摩尔线程1.244%,摩尔第四代GPU芯片增加了FP8精度支持,大幅提升AI算力
联美控股 摩尔线程 摩尔线程 GPU芯片 子公司拉萨联虹对摩尔线程股权投资,初始投资成本为人民币1亿元
ST华通 摩尔线程 摩尔线程 GPU芯片 公司及旗下的产业基金少数股权投资了摩尔线程
盈趣科技 摩尔线程 摩尔线程 GPU芯片 公司基于战略布局和多元化发展的考虑投资摩尔线程
圣元环保 摩尔线程 摩尔线程 GPU芯片 公司通过认购中原前海的基金份额3亿元人民币间接参与了摩尔线程的投资
初灵信息 摩尔线程 摩尔线程 GPU芯片 公司所认购的北京中移数字新经济产业基金为摩尔线程的参股方
旗天科技 七彩虹 七彩虹 显卡 2024年7月25日拟通过发行股票变更公司控制权,控股股东变更为七彩虹皓悦
鸿富瀚 七彩虹 显卡散热模组 GPU硬件 公司热传事业部有生产显卡散热模组,显卡的客户主要是七彩虹等
中新集团 参股 苏州元禾璞华智芯 GPU芯片 公司通过参股苏州元禾璞华智芯(公司对该基金的份额占比为3.5%)间接持有昆仑芯约0.35%股权
国芯科技 合作 战略合作 GPU芯片 与昆仑芯签署了《战略合作框架协议》,双方将展开在边缘AI计算、车规功能安全SoC等技术领域的合作
超讯通信 合作 沐曦智能 GPU芯片 特定行业总代理商,拟与沐曦等共同投资设立沐曦智能(公司持股56%),未来主要承担芯片的技术服务和服务器整机生产
迈信林 合作 GPU模组 GPU硬件 代理销售沐曦的GPU模组
优刻得 合作 AI应用 AI应用 与沐曦合作,将围绕云计算、智慧城市、GPU芯片研发和应用,此前比如量化交易、部分AI客户需要大量的A100、A800

潜在风险与挑战

技术风险
  • 技术差距风险
    国内GPU技术与国际巨头仍存在明显差距,如华为昇腾910B单精度性能约为H100的60%
  • 技术变革风险
    无矩阵计算算法等颠覆性技术可能大幅降低大型模型对算力的需求
  • 生态建设风险
    CUDA生态是英伟达的核心壁垒,国内厂商建设自有生态面临巨大挑战
商业化风险
  • 需求放缓风险
    2024年上半年国内算力机架增长仅5%-6%,远低于去年25%的增速
  • 成本风险
    GPU价格高昂,如英伟达H100 GPU价格约为3万美金,可能限制普及
  • 应用场景风险
    机器人等新应用场景的商业化前景尚不明确,需要时间验证
政策与竞争风险
  • 出口管制风险
    美国对华高端GPU出口限制可能进一步升级,影响国内获取先进GPU技术
  • 竞争加剧风险
    国际巨头持续投入研发,国内GPU厂商数量增多,竞争加剧
  • 政策支持风险
    政策力度和持续性存在不确定性,可能影响国产GPU的替代进程

投资启示

综合结论

GPU概念股正处于技术变革与国产替代的双重驱动下,当前处于从主题炒作向基本面驱动过渡的关键阶段。一方面,AI大模型带来的算力需求、GPU硬件设计的潜在变革以及新应用场景的拓展为GPU市场提供了长期增长动力;另一方面,国内算力需求增长放缓、国际巨头技术壁垒高以及国产GPU生态建设不足等因素也带来了挑战。


最具投资价值的细分环节
  • GPU芯片设计:布局全场景产品线、兼容CUDA生态的国内厂商
  • GPU配套产业链:1.6T光模块、散热模组、先进封装等
  • GPU应用与服务:算力租赁、行业解决方案等
投资策略建议
  • 长期布局:GPU是AI时代的核心基础设施,长期增长逻辑清晰
  • 差异化配置:国际巨头与国内厂商、不同细分领域差异配置
  • 关注催化剂:GTC大会、国产GPU新品发布等事件
  • 风险控制:控制仓位,设置止损点,避免过度追高