光大证券发布研报称，英伟达(NVDA.US)计划在新的芯片架构中引入LPU方案，标志着AI算力市场从“通用计算”向“专用推理”的范式转移。若英伟达LPU方案落地，将使PCB的需求面积显著增长且PCB板材加工难度进一步提升，预计将对PCB微钻及PCB加工设备带来较大增量需求。全球AI算力需求持续高速增长，同时AI推理对低延时的需求不断增强，GPU+LPU的异构架构有望加速落地，产业景气度有望延伸至PCB设备领域，PCB钻针或呈现供不应求及产品涨价的高景气度局面。  光大证券主要观点如下：  LPU具有低时延高带宽特点，与GPU在AI工作流中形成互补  LPU(LanguageProcessing Unit)是一种专为AI推理，特别是低延迟实时交互(如对话)设计的专用处理器，其核心是通过“编译器驱动”的静态调度实现确定性执行，并依赖高速片上SRAM(带宽可达80TB/s)来消除内存瓶颈，从而将首试延迟降至约百毫秒内，在主流大模型(以Llama2-70B模型为例)推理上比H100GPU快约10倍，综合能效可提升约10倍。  相比之下，GPU(如H100)是通用高吞吐架构，依赖大容量HBM显存，擅长大规模并行计算，是大模型训练和高吞吐量任务的主力，但在单序列、实时生成的场景中会受限于内存带宽和运行时调度，难以突破低延迟瓶颈。  LPU与GPU在AI工作流中正形成互补关系：GPU凭借其强大的并行能力和大显存，依然是模型训练和处理大量上下文(Prefill阶段)的核心；而LPU则在要求即时响应的文本逐词生成(Decode阶段)中优势显著，适合高并发的在线推理服务。英伟达计划在新的芯片架构中引入LPU方案，标志着AI算力市场从“通用计算”向“专用推理”的范式转移。  LPU对PCB设备和钻针的增量影响重点体现在PCB价值量增加和先进封装两方面  1)PCB使用面积增加，PCB材料要求升级：由于单颗LPU的230MBSRAM存在容量瓶颈，运行大规模模型需要数百颗LPU串联，因此若大规模应用LPU，所需PCB载板面积较纯GPU架构方案将呈现数倍增加。同时，由于考虑信号传输效率，LPU所需PCB材料要求较高，预计将使用52层M9级覆铜板+Q布的增强方案，对钻针消耗量巨大，预计PCB钻针的消耗量将显著增加。  综上，英伟达LPU方
=*=*=*=*=*=
当前为第1/3页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页