AI的iPhone時刻云端算力奔騰終端泛音頻AIoT擴張

CONTENTS目錄2ChatGPT走向多模態(tài)：催生應用場景快速落地，帶來真正的需求驅(qū)動云端：算力需求顯著提升，外部限制下AI算力需要國產(chǎn)替代終端：應用場景打開，驅(qū)動智能音箱2.0升級，或成新需求帶動點3ChatGPT（Chat

Generative

Pre-trained

Transformer，聊天生成式預訓練器）是OpenAI開發(fā)的聊天機器人，于2022年11月推出。它建立在OpenAI開發(fā)的GPT-3大型語言模型之上，并使用監(jiān)督學習和強化學習（人類監(jiān)督）技術(shù)進行微調(diào)。雖然聊天機器人的核心功能是模仿人類談話者，但ChatGPT是多功能的。例如，它可以編寫和調(diào)試計算機程序，創(chuàng)作音樂、電視劇、童話故事和學生論文；回答測試問題(有時根據(jù)測試的不同，答題水平要高于平均水平)；寫詩和歌詞；模擬Linux系統(tǒng)；模擬整個聊天室等。ChatGPT背后的公司為OpenAI，成立于2015年，由特斯拉CEO埃隆·馬斯克、PayPal聯(lián)合創(chuàng)始人彼得·蒂爾、Linkedin創(chuàng)始人里德·霍夫曼、創(chuàng)業(yè)孵化器YCombinator總裁阿爾特曼（Sam

Altman）等人出資10億美元創(chuàng)立。OpenAI的誕生旨在開發(fā)通用人工智能（AGI）并造福人類。ChatGPT中的GPT（Generative

Pre-trained

Transformer），是OpenAI推出的深度學習模型。ChatGPT就是基于GPT-3.5版本的聊天機器人。截至2022年12月4日，OpenAI估計ChatGPT用戶已經(jīng)超過100萬；2023年1月，ChatGPT用戶超過1億，成為迄今增長最快的消費應用程序。2023年2月，OpenAI開始接受美國客戶注冊一項名為ChatGPT

Plus的高級服務，每月收費20美元；此外，OpenAI正計劃推出一個每月42美元的ChatGPT專業(yè)計劃，當需求較低時可以免費使用。2023年3月14日，OpenAI宣布正式推出

GPT-4。GPT-4

支持圖像+文本輸入，文本形式輸出，相比前兩代GPT-3和GPT3.5分別用于創(chuàng)造Dall-E

和ChatGPT，GPT-4提升了強大的識圖能力；文字輸入限制提升至

2.5

萬字；回答準確性顯著提高；能夠生成歌詞、創(chuàng)意文本，實現(xiàn)風格變化?！禩he

GPT-3

language

model,revolutionor

evolution?》（Beno?t

Favre，Géraldine

Damnati，F(xiàn)rédéric

Herledan等），中信證券研究部《6個問題，用專業(yè)視角帶你全方位了解ChatGPT》——甲子光年微信公眾號GPT系列模型的數(shù)據(jù)集訓練規(guī)模ChatGPT與GPT

1-3的技術(shù)對比1.1ChatGPT：基于OpenAI推出的深度學習模型GPT打造，成為迄今增長最快的消費應用程序4進入2023年，眾多科技巨頭相繼推出多模態(tài)模型，目前主要以視覺語言多模態(tài)模型為主。2月27日微軟推出的KOSMOS-1模型，能同時理解文字與圖像內(nèi)容，未來將會整合更多的輸入模式，如音頻、視頻；3月6日谷歌推出的palm-E為目前最大規(guī)模的視覺語言多模態(tài)模型(Visual

language

model，VLM)，其輸入包括視覺、連續(xù)狀態(tài)估計和文本，并可執(zhí)行包括機器人操作、視覺問題解答在內(nèi)的具體問題，此外還具備泛化能力，可以在未訓練的情況下推演執(zhí)行各種任務，比如可以操控機器人將“綠色物塊”推到未曾學習過的“烏龜”旁邊；3月14日OpenAI推出多模態(tài)的GPT-4版本，可以輸入圖像和文本然后輸出文本，微軟稍后即宣布其Microsoft

365將集成采用了GPT-4的生成式AI助手Copilot用于輔助辦公，Google則緊跟宣布其Workspace中的Gmail和Docs也將集成AI助手；百度于3月16日正式發(fā)布的文心一言亦已經(jīng)從單一的自然語言理解延伸到多模態(tài)，包括視覺、文檔、文圖、語音等多模態(tài)多功能，并可進行多模態(tài)生成?！禠anguage

Is

Not

All

You

Need:

Aligning

Perception

with

Language

Models》（ShaohanHuang,

Li

Dong,

Wenhui

Wang等）/10.48550/arXiv.2302.14045《PaLM-E:An

Embodied

Multimodal

Language

Model》——DannyDriess，

Fei

Xia，MehdiS.

M.

Sajjadi等微軟KOSMOS-1多模輸入展示谷歌palm-E多模輸入展示1.2

多模態(tài)：從單一文字到“視覺+文圖+語音”，模型應用外延進一步拓寬5OpenAI發(fā)布GPT-3.5-turbo，接入成本降低90%。3月2日，OpenAI正式推出GPT-3.5-turbo，并開放API接口，第三方開發(fā)人員可以通過其API（應用程序編程接口）將ChatGPT直接集成到其應用程序和服務中，極大簡化了開發(fā)流程，此外ChatGPT

API價格為0.002美元/k

tokens（約2.7美元/百萬單詞），僅為GPT-3.5模型價格的十分之一。主要原因是以ChatGPT為代表的的AI模型單位算力成本不斷下降。ChatGPT延伸應用場景廣闊，

API開放需求旺盛。除網(wǎng)頁版ChatGPT的火爆外，下游應用場景對API開放的需求比較旺盛，諸多下游公司已將ChatGPT應用至不同場景。例如Snapchat、單詞背誦應用Quizlet、生鮮電商平臺Instacart、跨境電商平臺Shopify，此外DallE也采用了ChatGPT支持，Stable

Diffussion也使用了類似的支持技術(shù)。單位算力成本降低趨勢明確，AI產(chǎn)業(yè)逐步轉(zhuǎn)向需求驅(qū)動階段，推動AI芯片快速放量。AI相關(guān)基礎(chǔ)理論成形相對較早，但受技術(shù)、算力限制而發(fā)展緩慢，2016年以來AI產(chǎn)業(yè)逐步加速，主要由硬件基礎(chǔ)和訓練模型升級迭代推動，我們認為ChatGPT此次降價將推動整體市場接入AI計算更加平民化和普適化，以搜索引擎Y為例，2022年底，其使用AI提供搜索服務的成本比傳統(tǒng)互聯(lián)網(wǎng)搜索高出50%，但在GPT

3.5

turbo發(fā)布前，這一差距已降至5%，

隨著此次ChatGPT

API服務的大幅降價，使用AI提供搜索服務將具有可觀的經(jīng)濟效益。單位算力成本降低已為明確趨勢，盡管對應單位芯片需求降低，但隨著接入門檻降低、終端應用的快速落地和商業(yè)效益的逐步顯現(xiàn)，AI產(chǎn)業(yè)擦站將逐步轉(zhuǎn)向需求快速驅(qū)動階段，AI應用將成為

AI

芯片需求放量的關(guān)鍵，交互、搜索、服務、醫(yī)藥、金融、無人駕駛等領(lǐng)域應用的快速擴張，將帶來長期更穩(wěn)定的AI芯片增量需求。ResearchGateSnapchat，Shopify蒸餾學習網(wǎng)絡示意圖Snapchat

My

AI

for

Snapchat、Shopify對話購物功能示意圖1.3

算力平民化和普適化，催生應用場景快速落地，帶來真正的需求驅(qū)動6ChatGPT類應用或進一步提速全球算力規(guī)模增長，華為GIV預計至2030年突破56ZFlops，CAGR~65%，其中智能算力占比將超過90%。2021年全球算力規(guī)模已達615

Eflops，其中智能算力占比38%。在以萬物感知、萬物互聯(lián)、萬物智能為特征的數(shù)字經(jīng)濟時代背景下，根據(jù)中國信息通信研究院數(shù)據(jù)，2021年全球算力規(guī)模已達615

Eflops，同比+44%。構(gòu)成上看，基礎(chǔ)算力/智能算力/超算算力占比分別為60%/38%/2%。（智能算力：由基于GPU、通用AI芯片、FPGA、ASIC等加速計算平臺提供的算力，主要用于人工智能的訓練和推理計算，比如語音、圖像和視頻的處理）ChatGPT類應用的廣泛鋪開或進一步提速全球算力規(guī)模，華為GIV預計至2030年突破56ZFlops，屆時智能算力占比將超過90%。參考華為GIV預測，至2030年全球算力規(guī)模將保持CAGR~65%的高速增長態(tài)勢擴大至56

ZFlops（即56000

EFlops

），且智能算力將成為主要增長點，至2030年規(guī)模為52.5

Zflops，對應2021~2030年CAGR為80%。中國市場算力需求亦將快速增長，IDC預測2022~2026年CAGR~48%。根據(jù)IDC數(shù)據(jù)及其預測，2022年中國智能算力規(guī)模為268

EFlops

，至2026年有望擴張至1271

EFlops

。資料來源：中國信息通信研究院，IDC，Gartner，TOP500，華為

GIV（含預測）IDC（含預測），中信證券研究部全球算力規(guī)模及發(fā)展預測（單位：EFlops）中國智能算力需求規(guī)模及預測（單位：

EFlops

）1.4

算力發(fā)展：全球算力增加或提速，華為預計至2030年算力規(guī)模或擴大至56ZFlops，對應CAGR~65%61556000050010001500200025002016

2017

2018

2019

2020

20212030ECAGR~65%3275155268427641923127112001000800600400200014002019

2020

2021

2022

2023E2024E2025E2026ECAGR~48%7以音箱產(chǎn)品為例，從傳統(tǒng)音箱到智能音箱，智能化升級趨緩，市場需求疲弱ChatGPT技術(shù)可驅(qū)動智能音箱2.0升級，或成新需求帶動點建議關(guān)注前端成本占比高、具備技術(shù)壁壘的主控芯片及周邊芯片，后端關(guān)注有望與ChatGPT或其他大模型合作的品牌廠商及其ODMChatGPT類應用鋪開將驅(qū)動全球算力規(guī)模快速提升，并拉動AI芯片需求同頻增長當前AI芯片市場由海外龍頭如英偉達主導，國內(nèi)玩家快速追趕美政府嚴格限制對華銷售高端芯片，中長期AI芯片國產(chǎn)替代是必經(jīng)之路完善服務器核心生態(tài)的發(fā)展需求之下，國產(chǎn)CPU、配套元器件等也將迎來寶貴發(fā)展機遇1.5

AI產(chǎn)業(yè)新趨勢下，關(guān)注云端和終端投資機遇ChatGPT應用火熱云端：算力規(guī)?？焖僭鲩L終端：驅(qū)動智能化升級提速1、AI芯片：華為昇騰、寒武紀等國內(nèi)先行者2、CPU主核：龍芯中科、海光信息等3、服務器制造端：通富微電、長電科技等4、服務器配套元器件：PCB：滬電股份存儲、內(nèi)存接口芯片：江波龍、瀾起科技模擬芯片：裕太微、杰華特、納芯微等建議關(guān)注1、主芯片及周邊芯片：晶晨股份、恒玄科技、瑞芯微、全志科技、北京君正、樂鑫科技等2、后端環(huán)節(jié)：漫步者、國光電器、歌爾股份、百度、阿里、小米等資料來源：中信證券研究部CONTENTS目錄8ChatGPT走向多模態(tài)：催生應用場景快速落地，帶來真正的需求驅(qū)動云端：算力需求顯著提升，外部限制下AI算力需要國產(chǎn)替代終端：應用場景打開，驅(qū)動智能音箱2.0升級，或成新需求帶動點訓練需要密集的計算得到模型，沒有訓練，就不可能會有推理。訓練是指通過大數(shù)據(jù)訓練出一個復雜的神經(jīng)網(wǎng)絡模型，通過大量標記過的數(shù)據(jù)來訓練相應的系統(tǒng)得到模型，使其能夠適應特定的功能。訓練需要較高的計算性能、能夠處理海量的數(shù)據(jù)、具有一定的通用性，以便完成各種各樣的學習任務。推理是指利用訓練好的模型，使用新數(shù)據(jù)推理出各種結(jié)論。借助神經(jīng)網(wǎng)絡模型進行運算，利用輸入的新數(shù)據(jù)來一次性獲得正確結(jié)論的過程。根據(jù)承擔任務的不同，AI芯片可以分為：用于構(gòu)建神經(jīng)網(wǎng)絡模型的訓練芯片，利用神經(jīng)網(wǎng)絡模型進行推理預測的推理芯片。訓練，是指通過大數(shù)據(jù)訓練出一個復雜的神經(jīng)網(wǎng)絡模型，即用大量標記過的數(shù)據(jù)來“訓練”相應的系統(tǒng)，使之可以適應特定的功能。訓練需要極高的計算性能，需要較高的精度，訓練芯片受算力約束，一般只在云端部署。推理，是指利用訓練好的模型，使用新數(shù)據(jù)推理出各種結(jié)論。即借助現(xiàn)有神經(jīng)網(wǎng)絡模型進行運算，利用新的輸入數(shù)據(jù)來一次性獲得正確結(jié)論的過程，在云端和終端均有部署?！禢VIDIA

DEEP

LEARNING

INSTITUTE

》——英偉達AI

Conference《Lower

Numerical

Precision

DeepLearning

Inference

andTraining》——Intel

注：FP32和9BF16提供了相同的動態(tài)范圍，F(xiàn)P32由于更大的尾數(shù)提供了更高的精度。推理是將深度學習訓練成果投入使用的過程常見的32/16/8位數(shù)字格式對比2.1

人工智能的實現(xiàn)包括兩個環(huán)節(jié)：訓練(Training)和推理(Inference)訓練推理10AI芯片定義：從廣義上講，能運行AI算法的芯片都叫AI芯片，目前通用的CPU、GPU、FPGA、MLU、TPU等都能執(zhí)行AI算法，只是執(zhí)行效率差異較大；狹義上一般將AI芯片定義為“專門針對AI算法做了特殊加速設(shè)計的芯片”，例如谷歌TPU、寒武紀MLU等。在人工智能立夏將至的大趨勢下，芯片市場蛋糕越做越大，足以讓擁有不同功能和定位的芯片和平共存，百花齊放。后摩爾定律時代，我們強調(diào)AI芯片市場不是零和博弈。我們認為從深度學習到ChatGPT對AI芯片的需求是當仁不讓的市場主流，行業(yè)由上至下傳導形成明顯的價值擴張。在AI計算訓練端(主要用在云計算數(shù)據(jù)中心里)，以英偉達為代表的GPU是目前的第一選擇，但以谷歌TPU、寒武紀MLU為代表的通用AI芯片，也如雨后春筍，逐漸替代GPU的應用場景。AI計算推理端，以谷歌TPU、寒武紀370為代表的通用AI芯片，針對特定算法深度優(yōu)化和加速，將在確定性執(zhí)行模型(deterministic

executionmodel)的應用需求中發(fā)揮作用；次優(yōu)的GPU產(chǎn)品也可以應用于推理端；FPGA依靠電路級別的通用性，加上可編程性，適用于開發(fā)周期較短的IoT產(chǎn)品、傳感器數(shù)據(jù)預處理工作以及小型開發(fā)試錯升級迭代階段等。資料來源：英偉達、谷歌官網(wǎng)等，中信證券研究部2.2

AI芯片：后摩爾定律時代，AI

芯片市場百花齊放，各有所長幾種AI芯片的特點梳理11深度學習（Deep

Learning）：通過模仿人腦的機制來解釋數(shù)據(jù)，即通過組合低層特征形成更加抽象的高層特征（或?qū)傩灶悇e）。例如，在計算機視覺領(lǐng)域，深度學習算法從原始圖像去學習得到一個低層次表達，例如邊緣檢測器、小波濾波器等，然后在這些低層次表達的基礎(chǔ)上，通過線性或者非線性組合，來獲得一個高層次的表達。深度學習的本質(zhì)是高階張量，以矩陣運算為基礎(chǔ)。2016年3月，中科院計算所發(fā)布了全球首個能夠深度學習的神經(jīng)網(wǎng)絡處理器芯片，名為“寒武紀”。2021年寒武紀發(fā)布了第四代智能處理器架構(gòu)

MLUarch03，多算子硬件融合技術(shù)在軟件融合的基礎(chǔ)上大幅減少算子執(zhí)行時間。英偉達最初的GPGPU產(chǎn)品更多應用Cuda

core（全能型的浮點運算單元），在2017開始在GPU中加入了一塊專用的AI芯片叫Tensor

core（張量計算核心），TensorCore是專為執(zhí)行張量或矩陣運算而設(shè)計的專用執(zhí)行單元，Tensor

Core可實現(xiàn)混合精度計算，并能根據(jù)精度的降低動態(tài)調(diào)整算力，在保持準確性的同時提高吞吐量。

AI

訓練：當今的

AI

模型面臨著對話式

AI

等更高層次的挑戰(zhàn)，這促使其復雜度呈爆炸式增長。在

FP32

精度下訓練這些大型模型可能需要數(shù)周甚至數(shù)月時間。Tensor

Core

能夠通過降低精度（如

Transformer

引擎中的

8

位浮點

(FP8)、Tensor

Float

32

(TF32)

和

FP16），在性能方面實現(xiàn)數(shù)量級的提高。從而在保持準確性的同時，大幅縮短從訓練到收斂的時間。AI

推理：優(yōu)秀的

AI

推理加速器不僅要提供出色的性能，還要具備能夠加速不同神經(jīng)網(wǎng)絡的通用性，以及能夠使開發(fā)者構(gòu)建新神經(jīng)網(wǎng)絡的可編程性。要可靠地部署推理，關(guān)鍵的性能要求是在低延遲下實現(xiàn)高吞吐量，同時更大限度地提高利用率。Tensor

Core

提供了一整套精度（TF32、Bfloat16

浮點運算性能（BF16）、FP16、FP8

和

INT8），確保實現(xiàn)出色的通用性和性能。資料來源：英偉達技術(shù)論壇Tensor

Core輸入矩陣的精度為半精度，乘積可以達到完全精度2.3

深度學習：以矩陣運算為基礎(chǔ)，根據(jù)精度的需求動態(tài)調(diào)整算力資料來源：寒武紀官網(wǎng)寒武紀多種計算精度支持美政府針對高端GPU芯片的對華銷售實施限制，并嚴格設(shè)定界限阻礙先進計算芯片售往中國。2022年8月31日，美國政府要求英偉達的A100、H100系列和AMD的MI

250系列及未來的高端GPU產(chǎn)品，是否可以售賣給中國客戶，需要獲得美國政府的許可。這幾款芯片均為用于通用計算的高端GPGPU，通常應用在人工智能計算的云端訓練和推理場景和超級計算機中，在中國的客戶多為云計算廠商及高校和科研院所。2022年10月7日，美國商務部工業(yè)與安全局（BIS）公布了對于中國出口管制新規(guī)聲明，進一步加強了對中國出口相關(guān)產(chǎn)品的管制措施，聲明中包括更全面的與先進計算和半導體制造相關(guān)的限制措施，涉及高算力芯片、先進邏輯芯片和高端存儲芯片制造，其中具體的限制門檻包括：先進計算芯片：3A090規(guī)定GPU/ASIC/CPU/FPGA等各類芯片，滿足輸入輸出雙向傳輸速度高于600GB/s，同時每次操作的比特長度乘以TOPS計算出的處理性能合計為4800或更多算力的產(chǎn)品（注釋：英偉達A100的INT8算力是624TOPS@INT8，624*8=4992>4800，單精度（32位）浮點算力156TFLOPS，156*32=4992>4800，同時帶寬是600GB/s，觸碰到了紅線；此外，英偉達H100的INT8算力是2000TOPS，單精度浮點算力500TFLOPS，帶寬是900GB/s，更超越了紅線）。計算機部分：4A090包括計算機及計算機的相關(guān)的設(shè)備、組件以及附件，其中芯片也要按照3A090規(guī)定管理；對于超級計算機，在41,600立方英尺或者更小的體積內(nèi)，F(xiàn)P64（雙精度）理論計算能力是在100

petaFLOPS（每秒千萬億次浮點運算）或者以上，F(xiàn)P32（單精度）在200

petaFLOPS或者以上浮點算力的超級計算機，被定義為對中國管控的相關(guān)計算機。我們認為在需要大量算力的AI的訓練端和推理端中，短期可以采用海外廠商的次優(yōu)產(chǎn)品進行算力提升，中長期仍需國內(nèi)AI芯片滿足算力需求。短期來看，國內(nèi)可以選擇英偉達和AMD的還尚未被禁售的次優(yōu)GPU芯片。對于云端計算，算力既可以通過產(chǎn)品升級得以提升，也可以通過增加計算卡的數(shù)量進行提升，因此短期內(nèi)可以通過使用多個CPU、GPU和通用AI芯片來實現(xiàn)高端AI芯片的處理能力，基本可以滿足云端訓練和高性能計算的要求。中長期來看，AI芯片國產(chǎn)替代是必經(jīng)之路。短期內(nèi)可能會因為無法兼容在人工智能領(lǐng)域廣泛使用的CUDA架構(gòu)而遭遇替換困難，但是中長期來看，我們預計隨著國內(nèi)云廠商、芯片廠商、軟件開發(fā)者的密切配合，國產(chǎn)生態(tài)的實力會得到快速提升。因此，國產(chǎn)CPU、GPU、通用AI芯片將獲得前所未有的發(fā)展機會，通過軟硬件技術(shù)提升，逐步實現(xiàn)高端AI芯片的國產(chǎn)化替代，其中在軟硬件及自主生態(tài)布局較為領(lǐng)先的AI芯片企業(yè)預計將核心受益。122.4

AI芯片：美政府嚴格限制對華銷售高端芯片，國產(chǎn)替代是必經(jīng)之路132.5

AI芯片：國內(nèi)廠商在AI芯片領(lǐng)域的產(chǎn)品布局國內(nèi)GPGPU、AI加速芯片產(chǎn)品梳理及與國外GPGPU產(chǎn)品對比產(chǎn)品型號產(chǎn)品類型 推出時間制造工藝封裝工藝FP64浮點算力(TFlops)FP32FP16/BF16INT8定點算力(TOPS)生態(tài)互聯(lián)帶寬顯存(GB)接口功耗華為昇騰910AI芯片20187nm320640MindSpore32PCIe

4.0310W寒武紀思元290AI芯片（訓練）20217nm2.5D

CoWoS支持支持512CambriconNeuware600GB/s32PCIe

4.0250W寒武紀思元370AI芯片（推訓一體）20217nmChiplet2496256CambriconNeuware614.4

GB/s48PCIe

4.0250W海光深算一號DCU20217nm5.4支持支持支持兼容

ROCm32PCIe

4.0350W天數(shù)智芯天垓100GPU20217nm2.5D

CoWoS37147295SIMT64

GB/s32PCIe

4.0250W壁仞B(yǎng)R100-OAMGPU20227nm2.5D

CoWoS25610242048BIRENSUPA512GB/s64PCle

5.0550W壁仞B(yǎng)R104-300W

PCleGPU20227nm2.5D

CoWoS1285121024BIRENSUPA192GB/s32PCle

5.0300W英偉達A100

PCleGPU20207nm9.719.5312624CUDA600GB/s80PCle

4.0400W英偉達H100

PCleGPU20224nm2.5D

CoWoS24488001600CUDA900GB/s80PCle

5.0350WAMD

InstinctMI100GPU20207nm11.523.192.3184.6AMD

ROCm276GB/s32PCle

4.0300WAMD

InstinctMI250XGPU20216nm2.5D

EFB47.947.9383362AMD

ROCm128PCle

4.0560W數(shù)據(jù)來源：各公司官網(wǎng)，中信證券研究部

注：未填寫的數(shù)字不代表不支持，而是未找到公開數(shù)據(jù)目前國內(nèi)廠商在計算性能和軟件生態(tài)上雖然和國際廠商還有一定的差距，但是差距已經(jīng)在逐漸縮短。此外，隨著國內(nèi)政策扶持及國內(nèi)廠商奮起直追，未來有望逐步實現(xiàn)AI芯片和AI算力國產(chǎn)化。目前國內(nèi)AI芯片主要廠商包括華為、寒武紀、海光、遂原、壁仞、天數(shù)智芯等，此外龍芯中科也在布局。華為昇騰及寒武紀均自主研發(fā)通用AI芯片，昇騰910、寒武紀思元290與英偉達A100均采用7nm先進制程工藝，在性能功耗比上較為接近，均面向AI訓練、推理任務。在峰值計算能力上，英偉達A100為624TOPS@INT8（非稀疏模式）；昇騰910和思元290為512TOPS@INT8。CONTENTS目錄14ChatGPT走向多模態(tài)：催生應用場景快速落地，帶來真正的需求驅(qū)動云端：算力需求顯著提升，外部限制下AI算力需要國產(chǎn)替代終端：應用場景打開，驅(qū)動智能音箱2.0升級，或成新需求帶動點15回顧過去，從傳統(tǒng)音箱到智能音箱，智能化升級趨緩，市場需求疲弱。從傳統(tǒng)音箱到HomePod、Echo、天貓精靈等智能音箱，是家居中智能語音的首個突破口，主要系音箱類產(chǎn)品具有傳統(tǒng)音頻播放功能的同時，具備較強的語音特性；產(chǎn)品功能相對集中、擺放靈活、成本可控、生產(chǎn)門檻不苛刻，新興廠商切入更加容易。從功能上看，智能音箱新增語音交互、聯(lián)網(wǎng)、家居控制、內(nèi)容服務等，核心技術(shù)門檻在于云端算力支持的語音交互能力，而這也是亞馬遜、谷歌、蘋果等科技巨頭的差異化優(yōu)勢。但近年來，智能音箱經(jīng)常出現(xiàn)聽不懂話、反應慢的狀況，或者對于相對復雜問題直接無法回答，只剩下聽音樂、定鬧鐘、問天氣等較為有限的互動，產(chǎn)品表現(xiàn)并不“智能”。Cary

Audio官網(wǎng)，百度官網(wǎng)，小米官網(wǎng)，中信證券研究部中信證券研究部繪制從傳統(tǒng)音箱到智能音箱功能的改變典型智能音箱語音交互流程圖3.1

智能終端：以智能音箱為例，“不夠智能”仍是當前產(chǎn)品的局限16ChatGPT通過大模型實現(xiàn)語義的深度理解，有望提升智能音箱等終端智能度，進而改善使用體驗。ChatGPT的核心是一個通過AI技術(shù)驅(qū)動的自然語言處理工具，重心在內(nèi)容，即大幅優(yōu)化用戶獲取內(nèi)容的流程，提升所獲內(nèi)容的精準度，從而改善語音助手的使用體驗。而對于未來的智能終端而言，我們預計約80%為語音輸入，20%為視頻輸入，未來語音/文本仍將是主流的交互方式，用戶語音→智能音箱等終端界面輸入→ChatGPT語義處理→智能音箱等終端輸出或是智能音箱新的業(yè)務形態(tài)。例如Bilibili用戶GPTHunt、Github用戶xiaogpt都已將ChatGPT接入音箱產(chǎn)品，實現(xiàn)更智能、更連續(xù)的交互。需要注意的是，智能音箱除了交互，另一個重要功能是控制，而使用ChatGPT功能時，目前只能實現(xiàn)多模態(tài)輸出