华福证券：算力专题研究二：从训练到推理：算力芯片需求的华丽转身

投资要点： 推理算力：算力芯片行业的第二重驱动力 我们在此前外发报告《如何测算文本大模型AI训练端算力需求？》中，对未来三年AI训练卡需求持乐观态度。我们认为，推理侧算力对训练侧算力需求的承接不意味着训练需求的趋缓，而是为算力芯片行业贡献第二重驱动力。当前推理算力市场已然兴起，24年AI推理需求成为焦点。据Wind转引英伟达FY24Q4业绩会纪要，公司2024财年数据中心有40%的收入来自推理业务。如何量化推理算力需求？与训练算力相比，推理侧是否具备更大的发展潜力？我们整理出AI推理侧算力供给需求公式，并分类讨论公式中的核心参数变化趋势，以此给出我们的判断。 ScalingLaws&长文本趋势：推理需求的核心驱动力 根据OpenAI《ScalingLawsforNeuralLanguageModels》，并结合我们对于推理算力的理解，我们拆解出云端AI推理算力需求≈2×模型参数量×数据规模×峰值倍数。由ScalingLaws驱动的参数量爆发是训练&推理算力需求共同的影响因素；而对于推理需求，更为复杂的是对数据规模的量化。我们将数据规模（tokens）拆解为一段时间内用户对于大模型的访问