2023年Chat-GPT狂飆破壁現(xiàn)象級AI應用引發(fā)范式革命

ChatGPT狂飆破壁，現(xiàn)象級AI應用引發(fā)范式革命分析師：劉牧野證券執(zhí)業(yè)證書號：S0640522040001股市有風險入市需謹慎中航證券研究所發(fā)布證券研究報告請務必閱讀正文后的免責條款部分n現(xiàn)象級AI應用狂飆破壁，ChatGPT引發(fā)范式革命：C最快的消費級應用程序。OpenAI在2023年2月1日推出訂閱服務，每月收費20美元，拉開了人工智能在C端變現(xiàn)的帷幕。由此引發(fā)了全球范圍的關注和討論，國內(nèi)大多數(shù)頭部科技企業(yè)表示，已經(jīng)擁有、在研對標ChatGPT相關的模型及產(chǎn)品。然而，預訓練模型參數(shù)數(shù)量、訓練數(shù)據(jù)規(guī)模將按照300倍/年的趨勢增長，現(xiàn)有算力距離AI應用存巨大鴻溝。運算規(guī)模的增長，帶動了對AI訓練芯量數(shù)據(jù)也能通過AIGC技術生成、合成出來，即合成數(shù)據(jù)(syntheticdata)。合成數(shù)據(jù)有望解決人工智能和數(shù)字經(jīng)濟的數(shù)據(jù)供給問題。）；n風險提示：AI算法、模型存較高不確定性，AI技術發(fā)展不及預期；ChatGPT用戶付費意愿弱，客戶需求不及預期；針對AI的監(jiān)管政策收緊目錄智能化生產(chǎn)工具，提高生產(chǎn)效率準確地回答用戶提出的問題。可以通過文本或語音與用戶交互，并通過不斷學習和改進來提高能力和服務質量?，F(xiàn)有使用案例中，用戶可通過ChapGPT實現(xiàn)代碼生成、修改程序bug、寫詩圖：根據(jù)要求連續(xù)改進回答圖：提升編程效率重新定義搜索，跨時代AI產(chǎn)品智能化口支持意圖識別和邏輯推理口支持多輪次連續(xù)對話口支持在一個prompt（提示）中同時有多個問題口支持上下文理解，以回答某些假設性的問題人性化主動承認錯誤，對用戶指出的錯誤進行答案優(yōu)化。承認自身的無知，承認對專業(yè)技術的不了解道德友善，駁回潛在的種族主義或性別歧視提示主要是得益于深度學習模型方面的技術創(chuàng)新。不斷創(chuàng)新的生成算法、預訓練模型、多模態(tài)等技術融合帶來了AIGC（AIGeneratedContent）革，擁有通用性、基礎性多模態(tài)、參數(shù)多、訓練數(shù)據(jù)量大、生成內(nèi)容高質穩(wěn)定等特征的AIGC模為了自動化內(nèi)容生產(chǎn)的“工廠”和“流水線”。種來源的大量文本數(shù)據(jù)上進行了訓練。能夠產(chǎn)生類似人類的反應，并可用于廣泛的語言相關任務。發(fā)，專注于自然語言對話，接受了更廣泛的語言模式和風格培訓，因此，能較GPT-3產(chǎn)生更多樣化和預訓練模型礎搭建的AIGC技術基礎重直化、場景化、個性化在基礎層上生成場景化、在基礎層上生成場景化、實現(xiàn)不同行業(yè)、垂直領域的流水線式部署各種各樣的AIGC的應用圖片、音視頻等內(nèi)容生成服務戶還可提前使用新功能及改進功能，應用的響應時間也更快。OpenAI預計2023年Chat智能化的服務服務（SaaS）政策反應迅速，國內(nèi)科技巨頭布局造對標ChatGPT的大模型，著力構建開源框架和通用大模型的應用生態(tài)。加強人工將在2023年3月上2021年基于昇騰AI阿里巴巴OFA，可能將AI大G京東云以「125」計劃作為關注AI三駕馬車投資機會n算法層面，超大規(guī)模預訓練模型推動A地平線………目錄大型預訓練模型引發(fā)質變能適應廣泛的下游任務。預訓練模型能夠滿預訓練模型成為AI技術發(fā)展的范式變革，許多跨領域的AI系統(tǒng)將直接建立在預訓練模型上?；A的生成算法模型不斷突破創(chuàng)新預訓練模型引發(fā)AIGC技術能力質變2017年2014年自然語言處理（2017年2014年自然語言處理（NLP）預訓練模型Transformer模型VAE、生成對抗網(wǎng)絡GANTransformer模型VAE、生成對抗網(wǎng)絡GAN2015年2020年OpenAI：GPT系列百度：ERNIE系列基于流生成的模型、擴散模型基于流生成的模型、擴散模型神經(jīng)輻射場NeRF計算機視覺(CV)預訓練模型微軟：微軟：Florence2021年CLIP模型2021年CLIP模型多模態(tài)預訓練模型OpenAI：CLIP&DALL-EAI模型數(shù)據(jù)規(guī)模增長，AI算力需求井噴的計算、存儲和網(wǎng)絡基礎設施遠不足以實現(xiàn)元宇宙愿景AI模型數(shù)據(jù)規(guī)模增長，AI算力需求井噴n據(jù)IDC預計，2021-2026年期間，中國智能算力規(guī)模年復合增長率達力規(guī)模將進入每秒十萬億億次浮點計算（ZFLOP圖：2012至2019年算力需求增長近30萬倍圖：中國智能算力規(guī)模百億億次浮點運算/秒（EFLO算力升級：AI訓練芯片空間廣闊上普遍多配置2個GPU，未來18個月，GPU、ASIC和FPGA的搭載率均會上升。通國際科技網(wǎng)絡巨頭公司谷歌、臉書，亞馬遜等等在AI芯片領域從云端訓練到終端產(chǎn)品應用，在開源框架賦能產(chǎn)業(yè)也在打造從AI芯片注重云端訓練+AI芯片終端響應+AI算法框架開源的生態(tài)體系。建議關注面向GPU的創(chuàng)新企業(yè)，包括景嘉微、航錦科技，和未表：AI芯片架構及發(fā)展方向芯片特點代表公司CPU的通用架構設計使運行效率受限。當前CPU雖然在機器學習領域英特爾主要從事大規(guī)模并行計算,比CPU運行速度快,并且比其他專用AI處英偉達、AMD僅作為處理器IP核使用。目前基于DSP的設計有一定的局限性,一般都新思科技、CadenceFPGA具有三大優(yōu)點:單位能耗比低、硬件是,FPGA的使用有一定門檻,要求使用者具備硬件知識。賽靈思、微軟TPU/ASIC當前為谷歌公司專用,還不是市場化產(chǎn)品。ASIC芯片不能像FPGA很快改變架構,適應變化,對企業(yè)而言成本較昂貴。TrueNorth模仿人腦神經(jīng)元和神經(jīng)突觸的結構,功耗非常低。有可能實現(xiàn)人工智能算力升級：馮氏架構“破壁者”，存算一體突破瓶頸提升和成本優(yōu)化，“存”“算”之間性能失配，從而導致了訪存帶寬低、時延長時代先進封裝、新型存儲器件等技術，減少數(shù)據(jù)的無效搬移，從而提升計算效率。中國移動已將存算一體納入算力圖：存儲計算性能存在“剪刀差”表：存算一體化應用場景廣泛場景重點需求存算一體優(yōu)勢當前存內(nèi)計算產(chǎn)品已成功在端側初步商用，提供頻等AI處理能力，并獲得十倍以上的能效提升，有效降低通用性存算一體在深度學習等領域有獨特優(yōu)勢，可以提供比傳統(tǒng)設備高幾十倍的算效比，此外存內(nèi)計算芯片通過架構創(chuàng)新可以提供綜合性能全面兼顧的芯片及板卡，預計將在邊側推理場景中有著廣泛的應用，為廣泛的邊緣AI業(yè)務提供服云側大算力、高寬帶、低功耗存內(nèi)計算可通過多核協(xié)同集成大算力芯片，結合可重構設計打造通用計算架構，存內(nèi)計算作為智算中心下一代關鍵AI芯片技術，正面向大算力、通用性、高計算精度等方面云側大算力、高寬帶、低功耗算力升級：馮氏架構“破壁者”，存算一體突破瓶頸性能較好，均有各自獨特優(yōu)勢與發(fā)展?jié)摿沙掷m(xù)推動器件成熟，同步進行存內(nèi)計算探索。力存算一體芯片，閃易半導體、蘋芯科技、知存科技、智芯科、九天睿芯專注于小算力存算一體芯片。上市公司中，推薦關注研發(fā)布局NOR易失特性否是是否是現(xiàn)有工藝節(jié)點理論工藝極限單比特存儲面積(F2/bit)讀寫次數(shù)應用場景云側和邊側的推理和訓練邊側和端側的推理云側、邊側和端側的推理云側和邊測的推理和訓練云側、邊側和端側的推理傳輸升級：高速光模塊放量n傳輸速度迭代不止，高速光模塊出貨預計大幅增長。據(jù)lightCounting統(tǒng)計，只，2022年預計將達600萬只，同比170%以上，800G的產(chǎn)品有望在202n據(jù)lightcounting2022增長并不斷迭代升級。預計到2027年，以太網(wǎng)光模塊市場將達到100.11億美元。nCPO（協(xié)同封裝光子技術）提升數(shù)據(jù)中心應用積的可插拔模塊被簡單的光纖配線架所取代，因此前面板的物理TPU以及以太網(wǎng)、InfiniBand或NVLink交換機上，另外有許多基于FPGA的加速器也可能受益于CPO。預測在天孚通信、德科立、源杰科技等光模塊產(chǎn)業(yè)相關CMOS）微電子制備工藝，同時具備了CMOS技術超大規(guī)模邏輯、超高精度制造的特性和光子技術超高速率、超低功耗的至今較為成熟的領域為數(shù)據(jù)中心、通信基礎設施等光連接領域。目前，硅光技術在第一代4x25G光模塊中主要應用于500m內(nèi)的100GQSFP28PSM4；在第二代1x100G產(chǎn)品中，應用有100GQSFP28DR1/FR1和LR1，作用于500m資料來源：華中科技大學武漢光電國家研究中心，易飛揚通信，中目錄作等創(chuàng)意領域。初步估計，到2025年，人工智能生成數(shù)據(jù)占比將達到10%。根據(jù)《GenerativeAI：ACrea潛力產(chǎn)生數(shù)萬億美元的經(jīng)濟價值。名詞概念含義優(yōu)勢劣勢代表專業(yè)生產(chǎn)內(nèi)容能有很大吸引力,但是產(chǎn)出的數(shù)量方面卻是很薄弱的.新浪、網(wǎng)易、搜狐等門戶網(wǎng)站用戶生產(chǎn)內(nèi)容不必操心網(wǎng)站的內(nèi)容數(shù)量,總有無數(shù)的用戶每日每夜為網(wǎng)站提供新的血液制不好內(nèi)容的好壞,網(wǎng)站很容易會被廣告、垃圾信息所占據(jù)臉書、推特、抖音、微博、微信公眾號、知乎等AIGC人工智能生產(chǎn)內(nèi)容創(chuàng)作效率高,創(chuàng)作成本低,使用門檻低難以精準滿足創(chuàng)作需求、對于細節(jié)控制客數(shù)據(jù)、百度文心等AIGC提供數(shù)據(jù)燃料，驅動AI技術發(fā)展nAIGC正朝著效率和品質更高、成本創(chuàng)造和知識工作的邊際成本降至零，以產(chǎn)生巨大的勞動生產(chǎn)率和經(jīng)濟價值?？梢栽跀?shù)學上或統(tǒng)計學上反映真實世界數(shù)據(jù)的屬性，因此可以作為真實世界數(shù)據(jù)的替代品，來訓練、測試、驗證Al模型。AIGCAIGC跨越數(shù)據(jù)鴻溝，合成數(shù)據(jù)推進實現(xiàn)AI2.0到2030年合成數(shù)據(jù)將徹底取代真實數(shù)據(jù)成為AI模型所使用的數(shù)據(jù)的主要來源。準確可靠提升訓練速度數(shù)據(jù)質優(yōu)量大準確可靠提升訓練速度數(shù)據(jù)質優(yōu)量大避免數(shù)據(jù)隱私/安全/保密題，利用合成數(shù)據(jù)訓練AI模型可以避免用戶隱私問題，這對于金融、醫(yī)療等領域避免數(shù)據(jù)隱私/安全/保密題，利用合成數(shù)據(jù)訓練AI模型可以避免用戶隱私問題，這對于金融、醫(yī)療等領域確保數(shù)據(jù)多樣性更多反映真實世界，提升Al的公平性，以及糾消除算法歧視提高Al的準確性、可靠性，合成數(shù)據(jù)可自動創(chuàng)建、生成現(xiàn)實世界中難以或者無法采集的數(shù)據(jù)場景，更好確保AI模型的準確性在大多數(shù)情況下，每多采集和標注一條數(shù)據(jù)，花費的時間是成倍的。但合成數(shù)據(jù)可通過芯片進行快速生實現(xiàn)數(shù)據(jù)增強和數(shù)據(jù)數(shù)據(jù)質量等問題，包括通過合成數(shù)據(jù)來改善基準測試數(shù)據(jù)的質合成數(shù)據(jù)為數(shù)據(jù)要素創(chuàng)造增量，潛在商業(yè)價值待挖掘練數(shù)據(jù)市場規(guī)模到2030年將超過86億美元。Gartner預測，到2024年用于訓練Al的數(shù)據(jù)中有60%將是合成數(shù)據(jù)，到2030年AI模型使用的絕大部分數(shù)據(jù)將由人工智能合成。合成數(shù)據(jù)作為數(shù)據(jù)要素市場的新增量，在創(chuàng)造巨大商業(yè)價值的同時，也有望解決人工智能和數(shù)字經(jīng)濟的數(shù)據(jù)資料來源：騰訊，Gartner，中航證券研合成數(shù)據(jù)為數(shù)據(jù)要素創(chuàng)造增量，潛在商業(yè)價值待挖掘結構化數(shù)據(jù)(表格等)、測試數(shù)據(jù)(testdata)、開源服務等幾大方向。國外的主流科技公司紛紛瞄準合成數(shù)據(jù)領域加大投入與布局。微軟、英偉達、亞馬遜等科技巨頭均推出了合成數(shù)據(jù)的工具或者應用，用于訓練自主飛行器、為AI訓練構建具有物理合成數(shù)據(jù)領域的投資并購持續(xù)升溫，開始涌現(xiàn)了合成數(shù)據(jù)即服務(syntheticdataasaservi闊的全新商業(yè)模式。AI.Reverie為其中較著名的初創(chuàng)公司，其開發(fā)的平臺可以為AI項目自動生成大型合成訓練數(shù)據(jù)集，公司于2021年被頭部互聯(lián)網(wǎng)企業(yè)Meta收購。國內(nèi)建議關注進行AI算法研究，且擁有龐大數(shù)據(jù)的公司，包括百度、阿里、騰訊、目錄風險提示nAI算法、模型存較高不確定性，AI技術發(fā)展不及預期買入：未來六個月的投資收益相對滬深300指數(shù)漲幅10%以上。持有：未來六個月的投資收益相對滬深300指數(shù)漲幅-10%-10%之間賣出：未來六個月的投資收益相對滬深300指數(shù)跌幅10%以上。增持：未來六個月行業(yè)增長水平高于同期滬深3中性：未來六個減持：未來六個月行業(yè)增長水平低于同期滬深30首席：趙曉琨SAC執(zhí)業(yè)證書：S0640122030十六年消費電子及通訊行業(yè)工作經(jīng)驗，曾在華為、阿里巴巴、摩托羅拉、富士康等多家國際級頭部品牌終端企業(yè)，負責過研發(fā)、工程、供應鏈采購等多崗位工作。曾任職華為終端分析師：劉牧野SAC執(zhí)業(yè)證書：S0640522040001約翰霍普金斯大學機械系碩士，2022年1月加入中航證券。擁有高端制造、硬科技領域的研究助理劉一楠SAC執(zhí)業(yè)證書：S0640122080006西南財經(jīng)大學金融碩士，2022年7月加入中航證券，覆蓋半導體設備、半導體材料板塊。研究助理蘇弘宇SAC執(zhí)業(yè)證書：S0640122040021負責本研究報告全部或部分內(nèi)容的每一位證券分析師，再次申明，本報告清晰、準確地反映了分析師本人的研究觀點。本人薪酬的任何部分過去不曾與、現(xiàn)在不與，未來也將不會與本報告中的具體推薦或觀點直接或間接相關。風險提示：投資者自主作出投資決策并自行承擔