研究报告


AI芯片扩产推升算力,Token分级成成本关键

高科技产业研究报告

icon

发布日期

2026-11-12

icon

更新频率

不定期

icon

报告格式

PDF

icon

会员方案

  • AI Server 套餐_簡


    报告介绍

    2027年AI芯片量续强成长,带动算力供给逾翻倍;低精度运算与MoE架构降低推论成本,企业任务分级成关键,2028年后须留意供需失衡风险。

    重点摘要

    • 芯片出货:2027年GPU与ASIC需求皆强,芯片量持续成长,算力供给有望逾翻倍。
    • 算力结构:北美CSP自研ASIC占比提升,侵蚀既有芯片商份额;FP8渐成训练新选项。
    • 成本优化:FP4与MoE压低单位Token推论成本,旗舰与高效模型产能及价格差距显著。
    • 风险展望:Agentic AI加重存储器负担;2028年后若推论需求不及供给,成长恐趋缓。

    目录

    1. 预期2027年CSP等终端客户对GPU及ASIC需求仍强,带动全球AI芯片量将成长
    2. 上游料件仍显紧缺下,CSP等终端客户将采不同等级LLM AI模型来提升Token使用效率
    3. AI训练模型仍以BF16/FP16为主,但FP8逐渐浮现将为高效模型训练选项
      • BF16/FP16 Still Mainly Used For Training In 2026, But FP8 Becoming New Option
    4. AI推论需求驱动FP4算力快速成长,MoE架构成降低运算成本重要关键
      • AI Model Developers Increasingly Adopt FP4 and MoE to Reduce Computational Costs
    5. 高效型LLM的Output Token量远高于旗舰型,未来依不同任务决定采用AI模型级距以提升经济效率将成显学
      • Classifying Requests To Different Levels of AI Model Grows Critical For Enterprises In Saving Costs
    6. 企业AI应用成本控制将成焦点,未来仍得观察2028年后算力是否有供需失衡而成长趋缓风险

    <报告页数:8>

    BF16/FP16 Still Mainly Used For Training In 2026, But FP8 Becoming New Option


    报告分析师

    龚明德




    AI Server 套餐_簡 相关报告



    英伟达高层动荡下AI服务器格局展望:Rubin放量与ASIC竞局

    2026/11/13

    AI/HBM/服务器

     PDF

    英伟达高层异动短期未冲击AI服务器订单,Rubin平台将逐步成为主流,但ASIC与超威加速侵蚀市占,地缘政治与数据中心建置进程成后续观察重点。

    中期选举后美国数据中心监管风险升温

    2026/11/05

    AI/HBM/服务器

     PDF

    美国中期选举后,多个数据中心重点州将推动暂停或更严格监管,2028年后建设规划递延风险升高;大型云端业者因布局分散、资本充足,应对能力较强。

    AI服务器展望:ASIC崛起,HBM4迈向主流

    2026/10/30

    AI/HBM/服务器

     PDF

    CSP资本支出持续高档,带动AI服务器出货与产值强劲成长。英伟达维持主导,Blackwell今年为主力、Rubin明年接棒;CSP自研ASIC与中国本土芯片加速崛起,液冷迈向主流,HBM4放量推升HBM价格与营收。




    会员方案





    分類