AMD着手追隨英偉達在AI超算的腳步。今年年初AMD公布了InstinctMI300數據中心/HPC芯片，集成24個Zen 4 EPYC內核、CDNA3 GPGPU內核以及128GB的HBM3內存，預計今年下半年發布。HBM3內存帶來5.734TB/s的帶寬性能，比英偉達H100高72%；可以將ChatGPT和DALL-E等超大型AI模型的訓練時間從幾個月減少到幾周。

AIGC引發算力軍備競賽。市場低估了算力軍備競賽對需求及創新的拉動，我們認爲AMD的出招將加速英偉達H100的放量。當前，AIGC正在走向多模態，各種服務已經實現商業化，用戶需求剛被點燃：ChatGPT月訪問數在2023年4月已達18億之多；早在去年11月，DALL-E每天創建的圖片數量就已達400萬張；Midjourney在Discord服務器中現在已有累積超過1730萬用戶。算力供給端，據OpenAI測算，自2012-2018年，用於訓練AI所需要的算力大約每隔3-4個月翻一倍，總共增長了30萬倍，以摩爾定律速度只有12倍增長，每年頭部訓練模型所需算力增長幅度高達10倍，整體呈現指數級增長。華爲預計2030年全球算力規模達到56ZFlops，9年CAGR達到65%，未來的IT資本开支有望由AI引領。

算力軍備競賽驅動“黑科技”放量，新品發布節奏有望加速。算力供給端龍頭英偉達1QFY24錄得強勢增長業績，同時對未來給出樂觀預期。在行業的樂觀展望下，AMD也將加入算力供給側的競爭中，我們認爲這將驅使英偉達進一步提升H100/GraceHopper芯片的出貨量佔比並加快新品研發的節奏，以保持競爭力。我們認爲，AMD加入AI大賽只是一個开端，未來半導體巨頭的“你追我趕”將推動行業快速向前發展。

高性能AI超算場景下，光通信價值量得以再次提升。根據我們此前的研究，英偉達A100 DGXSuperPOD場景中，每塊A100對應6只200G光模塊，而在最新的滿配GH200中，每塊GraceHopper對應9只800G光模塊，同時帶來光纖用量進一步提升，連接器件向多芯、高密度結構進化。英偉達與AMD加速向高端化產品的升級將驅動800G光模塊加速放量。

本文作者可以追加內容哦 !