雷光寅
复旦大学上海碳化硅功率器件工程技术研究中心、清纯半导体
SiC 半导体产业发展迅速,国内在SiC材料与器件量产已进入内卷和洗牌快车道。SiC 功率器件在光、储、充应用的国产替代已成功推进2-3年,规模持续扩大,部分企业已率先完成100%国产替代。国产车规级SiCMOSFET技术与产能已对标国际水平,由于多种原因,SiC MOSFET乘用车主驱应用目前仍依赖进口,但未来全面导入国产芯片是大致所趋;由于竞争激烈和应用场景复杂,车规级 SiC MOSFET 可靠性标准逐年提高,进一步推动设计和制造技术进步;激烈的竞争促使国内SiC半导体产品价格快速下降、质量不断提高、产能持续扩大,主驱芯片国产替代已经起步,并将逐步上量,最终主导全球供应链;国际企业与国内企业在优势互补的基础上实现强强联合。
智能驾驶End-end技术
郭继舜
BEV结合Transformer更强的处理序列数据和复杂上下文关系方面的能力,能实现更精确的环境感知、更长远的运动规划和更全局化的决策。Occupancy Network是基于学习进行三维重建,可以看作BEV的3D迭代。未来哪家车企能够在较短的时间,使用尽可能低的成本,获取大量准确的结构化数据,谁就会是智能驾驶领域的赢家。
十年磨一剑,FSD迎来快速列装期
多飞舟
FSD如能在国内落地,有望带动国内智能驾驶行业蓬勃发展。我们认为特斯拉FSD的逐步成熟与推广有望提升消费者对于自动驾驶技术的认可度,进而带动高阶智能驾驶需求增长。国内开启高阶智能驾驶试点,未来FSD如果进入国内,将成为国内其他车企自动驾驶方案强有力的竞争者,国内自动驾驶高地的角逐将愈发激烈,有利于自动驾驶行业发展蓬勃向上。
Robotaxi加速快跑,智能驾驶持续推进
吴晓飞
无人驾驶出租车有助于提升消费者对智能驾驶的认知程度,里程积累也有助于技术方案完善和迭代;其面临的潜在市场空间广阔,初期受制于成本和技术等因素,中期维度随着成本下降、技术迭代,智能驾驶渗透率有望逐步提升。
算力互联需要新网络
陈鹏
生成式AI带来了对算力基础设施建设的大规模需求,在算力基础设施中,网络互联成为提高算力利用率、提升智算系统整体竞争力的关键环节。智算业务全新的工作负载模型一方面加速了超大带宽、超低时延以太网的进化速度,另一方面对现有网络技术方案带来了前所未有的挑战:开放标准的以太网如何替代私有封闭的InfiniBand, 为通信网设计的传统软硬件系统和协议标准如何跟上算力建设的需求,通信行业需要从芯片和操作系统架构层面进行重构、快速推出新技术新方案来跟上智算技术的进化速度。在这个过程中,相信软硬件解耦的新一代网络架构、SONiC网络操作系统和可编程网络交换芯片都将为智算网络提速提供核心竞争力。
基于可编程的智算网络探索与实践
汪硕
大模型Scaling Law依然保持旺盛生命力,万亿甚至百万亿参数规模的大模型成为必然趋势,百万卡集群将成为未来几年智算行业发展的重要方向,行业正逐步认识到以太网在AI与HPC场景中的强劲生命力,更多的GPU厂商选择以太作为其算力芯片的IO接口形态。可编程转发技术是一种高度灵活、可定制的网络转发技术,可在不同层级上进行数据处理与转发,包括物理层、数据链路层、网络层和应用层等。这种灵活性使得它在智算网络中具备广泛的应用前景,可适应不同应用场景需求,并应对未来网络及应用需求的发展变化。随着国家推行东数西算、海量科学计算等应用场景,智算中心间的互传数据呈爆发式增长,使得传统网络传输技术劣势越发凸显,因此RDMA从局域网迈向广域网已成为一个重要趋势。
AI算力对光交换的需求趋势
张祖兴
自OpenAI发布ChatGPT以来,全球的AI热潮席卷而来,AI与云计算迎来了大融合时代,云上可获得应用AI的能力,同时AI算力对高性能ICT技术提出了新要求。AI算力网络对大带宽、低延迟、零丢包高速光传输、光互连是刚需,全光交换开始走进数据中心,并将朝着大维度、高集成度、低功耗和智能化方向发展。光模块是交换互连的核心元件,未来将向着小型化、低功耗、高速率、低成本迭代。光网络、光交换本省智能化,即智能光网络是AI算力发展的必然,它能在流量预测、态势感知、故障溯源等领域发挥重要作用。
超万卡集群的思考与展望
郑凯隽
多元趋势下,AI模型训练的主战场,万卡已是标配。随着计算量不断攀升,大模型训练亟需超级工厂,即一个“大且通用”的加速计算平台,以缩短训练时间,实现模型能力的快速迭代。当前,国际科技巨头都在通过积极部署千卡乃至超万卡规模的计算集群,以确保大模型产品的竞争力。随着模型参数量从千亿迈向万亿,模型能力更加泛化,大模型对底层算力的诉求进一步升级,万卡甚至超万卡集群成为这一轮大模型竞赛的入场券。
近年来,科技行业正发生剧烈变化,AI 正掀起新一轮生产力革命,中国科技产业链焕发勃勃生机,创新与安全将成为中国资本市场重要基调。展望未来,国泰君安证券研究所将继续深化在大科技领域的研究,加强研究服务的专业化、差异化和精细化,以满足客户的多元需求。