通信行业深度报告：ChatGPT掀起全球热潮，光通信领域有望受益于高算力需求

行业研究|深度报告 看好（维持） ChatGPT掀起全球热潮，光通信领域有望受益于高算力需求 通信行业 国家/地区中国 行业通信行业 报告发布日期2023年02月13日 核心观点 ChatGPT引发科技巨头的AI会战。ChatGPT是一种生成式AI的C端应用，其高度发达的智能化能力使得程序一经问世便引发全球的巨大反响，上线仅两个月，注 册用户便突破1亿。海外方面，除了微软宣布与OpenAI以“多年，数十亿美元”拓展合作关系外，谷歌、苹果、Meta、亚马逊等科技巨头均开始积极布局AIGC、ChatGPT相关产业；国内方面百度将上线AI对话模型“文心一言”，阿里、网易等大厂也表示已投入相关产品研发。 ChatGPT高智能化的背后是高算力及RLHF模型。ChatGPT取得的成绩离不开对模型的大规模预训练，GPT-2模型的参数量为15亿，而随着模型的持续迭代，GPT-3参数量达1750亿，GPT-3.5参数量更高达2000亿。据电子技术应用公众号称，OpenAI至少导入了1万块最先进的英伟达GPU来完成一次ChatGPT预训 练。而几个月后，OpenAI即将推出GPT-4，届时他的参数将比GPT3.5提升几个量级，算力需求将进一步提升。 摩尔定律逼近物理极限，硅光、CPO、液冷等新技术有望实现高算力低功耗。随着速率快速提升，不断缩小的器件逐步逼近物理极限，而随着晶体管密度增加，需要不断对晶体管技术进行改进，使得芯片价格愈发昂贵。此外，随着设备性能提升，数据中心耗能已经达到社会总耗能的一定比例，急需降低能耗。在此背景下，部分新技术值得关注：（1）硅光：旨在使用激光束代替电子信号传输数据，可将处理器 张颖021-63325888*6085 zhangying1@orientsec.com.cn 执业证书编号：S0860514090001香港证监会牌照：BRW773 王婉婷wangwanting@orientsec.com.cn 周天恩zhoutianen@orientsec.com.cn 内核之间的传输速率提升100倍以上，同时百纳米级的尺寸可有效缓解芯片制程进入10nm后制造工艺的瓶颈。（2）CPO：将硅光模块和CMOS芯片共同装配在一个插槽上，能带来集成度的提升，同时有效降低传输损耗。（3）液冷：使用液体取代空气，对发热部件进行散热。 投资建议与投资标的 建议关注布局上述新技术的厂商。（1）硅光/CPO技术：已实现高速光引擎量产的光器件厂商天孚通信(300394，买入)，光模块厂商中际旭创(300308，买入)、新易盛(300502，未评级)、联特科技(301205，未评级)、光迅科技(002281，未评级)，交换设备商紫光股份(000938，未评级)、锐捷网络(301165，未评级)；（2）液冷技术：温控厂商英维克(002837，未评级)、佳力图(603912，未评级)。 风险提示 高算力需求不及预期；新技术研发进展不及预期；政策监管风险 技术同源，产线复用，光模块企业积极入 局激光雷达产业 2022-10-11 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、ChatGPT爆火，科技巨头争相入局4 二、ChatGPT等AIGC类应用蕴含对高算力的需求6 2.1算力呈指数型增长，摩尔定律逼近极限6 2.2CPO等新技术有望实现高速率低功耗需求7 三、相关标的9 3.1天孚通信10 3.2中际旭创10 3.3新易盛11 3.4联特科技11 3.5光迅科技11 3.6紫光股份12 3.7锐捷网络12 3.8英维克12 3.9佳力图13 风险提示13 图表目录 图1：2022年Gartner人工智能成熟度曲线4 图2：首个获奖的AI生成艺术《太空歌剧院》4 图3：ChatGPT成为最快突破百万用户的服务4 图4：OpenAI推出付费版本ChatGPTPlus4 图5：RLHF模型训练过程6 图6：摩尔定律逐渐失效，芯片提升速率放缓7 图7：硅光子2021及2027年市场规模预测7 图8：普通封装与光电共封装对比8 图9：CPO共封装有效降低能耗8 图10：CPO市场规模预测（单位：百万美元）8 图11：液冷技术对数据中心的影响9 图12：硅光芯片集成高速光引擎10 图13：激光芯片集成高速光引擎10 表1：国内外入局AIGC的云巨头及独角兽5 表2：GPT模型参数量及数据量呈指数型上升6 一、ChatGPT爆火，科技巨头争相入局 ChatGPT-高智能语言模型火爆全球。ChatGPT是微软投资的AI实验室OpenAI开发的一款语言模型，属于AIGC类应用，它可以通过文字交互的形式实现工作，如回答问题，生成文本或执行特定的任务。ChatGPT与其他内容生成类AI程序不同的是其高度发达的智能化能力。在使用过程中用户发现，ChatGPT可以比较精准地领会人类表达的意思，并准确产出用户需要的答案如代码、文段、甚至论文，产出的质量甚至优于人类平均水平。该程序一经问世便在全球范围内引发巨大反响，上线仅两个月，注册用户就突破1亿，相比之下，tiktok/Instagram/Meta/Twitter分别用了9/30/54/60个月才完成1亿注册用户量。ChatGPT是生成式AI的一种重要形式。AIGC（AIGeneratedContent）是指利用人工智能 技术来生成内容，如绘画与写作。AIGC被认为是继UGC(用户生产内容)、PGC（专业生产内容）之后的新型内容生产方式。Gartner将生成式AI作为《2022年度重要战略技术趋势》的第一位，据Gartner预测，到2025年，生成式AI将占到所有生成数据的10%，但目前这个比例还不足1%。 AIGC主要优势是在成本端，相较UGC/PGC一对多的模式，AIGC在内容生产上所需成本更少，生产速度更快，并且创作能力可达专业级别。以AI绘画举例，一个成熟的人工智能模型在经过特定模型训练后，仅需几个月时间就能达到专业级水平。 图1：2022年Gartner人工智能成熟度曲线图2：首个获奖的AI生成艺术《太空歌剧院》 数据来源：Gartner，东方证券研究所数据来源：腾讯研究院，东方证券研究所 ChatGPT打开AIGCToC端业务。目前AIGC的主要应用场景还是在B端，因为AIGC在B端需求更稳定，成本更低。如可以利用AI来对一些事件进行上下文逻辑理解，信息抓取，并按照特定的模板或风格形成最终新闻稿，而人类仅需要确定大方向及对最后文稿进行行文逻辑的编辑，从而有效降低了人工成本。而ChatGPT的应用则打开了AIGC在C端的市场。根据瑞银的一份研究报告显示，ChatGPT在推出两个月后，注册用户即突破1亿，成为历史上用户增长最快的 消费级应用。 2023年2月，OpenAI推出ChatGPT付费版本-ChatGPTPlus，将定价定为每月20美元。官方称，订阅ChatGPTPlus的用户可在每日高峰时段继续使用ChatGPT，并可提前使用ChatGPT新功能。ChatGPTPlus进一步拓展了AIGCToC端业务的商业化潜能，长远看利于AIGC发展。 图3：ChatGPT成为最快突破百万用户的服务图4：OpenAI推出付费版本ChatGPTPlus 数据来源：机器之心，东方证券研究所数据来源：CSDN，东方证券研究所 随着ChatGPT的火爆，海内外云巨头纷纷加码AI，AIGC业务迎来春天。ChatGPT的成功，让各家企业看到了AIGCToC端发展的巨大潜力，海内外云巨头纷纷下场加码AIGC。在ChatGPT发布一个月后，谷歌CEOSundarPichai在公司内发布“红色警报(CodeRed)”,并要求公司多个团队加大资源投入，解决ChatGPT给公司搜索业务带来的威胁，随后谷歌与AI初创公司Anthropic建立合作关系，累计向其投资4亿美元，并于2月7日发布了AI对话工具Bard。此外Meta与亚马逊等科技巨头高管均表态将积极布局AIGC、ChatGPT相关产业；国内大厂方面，2023年2月，百度官宣推出类ChatGPT式AI对话模型文心一言，预计将在3月份上线开启内测。国内外云巨头入场，将推动AIGC产业进一步发展，根据腾讯研究院2023年AIGC发展趋势报告引用的一份预测显示，2030年AIGC市场规模将达到1100亿美元。 表1：国内外入局AIGC的云巨头及独角兽 公司 事件 微软 北京时间2月8日，微软推出由ChatGPT支持的全新Bing搜索引擎和Edge浏览器；北京时间1月24日，微软宣布与OpenAI以“多年，数十亿美元”拓展合作关系，微软提供Azure云计算服务支持OpenAI后续的研发。据多家媒体报道，微软拟向OpenAI投资100亿美元，OpenAI估值来到290亿美元。 谷歌 北京时间2月4日，谷歌旗下云计算部门GoogleCloud宣布与OpenAI竞争对手Anthropic建立合作伙伴关系，将使用谷歌云为其提供AI开发所需的算力。据英国金融时报报道，谷歌向Anthropic投资约3亿美元，获其约10%股份。北京时间2月7日，谷歌宣布推出AI对话模型Bard，但正式上线时间仍未定。 苹果 2月3日，苹果CEO蒂姆库克在2月3日财报电话会议中表示，AI是苹果战略布局的重点。2月6日，彭博社记者马克古尔曼称，苹果将于下周举办年底内部AI峰会。 英伟达 英伟达为ChatGPT的开发提供了底层芯片算力支持。据瑞银分析师莫迪西阿库里分析，ChatGPT至少导入了1万枚英伟达高端GPU来训练模型。 百度 北京时间2月7日，百度官宣将上线类ChatGPT版AI对话模型文心一言，在发布消息至今，百度港股股价上涨超15%。 阿里巴巴 2月8日，钛媒体APP从阿里相关负责人处获悉，阿里版聊天机器人ChatGPT正在研发过程中。 网易 2月8日，网易有道对外表示，公司未来或将推出与ChatGPT同源产品。 数据来源：钛媒体，东方证券研究所整理 二、ChatGPT等AIGC类应用蕴含对高算力的需求 2.1算力呈指数型增长，摩尔定律逼近极限 ChatGPT高智能化的背后是高算力及RLHF模型。ChatGPT的高智能化来源于两点，GPT模型的高参数以及RLHF模型对AI理解人类思维逻辑、常识、价值观的训练优化过程。自2018年起，OpenAI就开始发布生成式预训练语言模型GPT，通过语音交互的方式，进行自动问答，自动文本等过程，但当时参数量仅1.17亿。随着模型持续迭代，GPT-2的参数量达到15亿，而GPT-3参数量达到1750亿。高参数使得AI能获得互联网中的海量资料来进行训练，这背后离不开对算力的高需求，据电子技术应用公众号称，OpenAI至少导入了1万块最先进的英伟达 GPU来完成一次ChatGPT预训练。除高算力外，模型选择也至关重要，ChatGPT是GPT3代模型的改进版，即GPT-3.5。GPT3.5与3.0在参数上不存在量级差异，但GPT3.5使用了新的训练模型。据OpenAI介绍，新的GPT-3.5使用了ReinforcementLearningfromHumanFeedback(RLHF)模型即基于人类反馈的强化学习。这个模型使用人工AI训练师，用人类的视角给AI的行为评级并反馈给AI，让AI逐步理解怎样的回答在人类看来是“好的”。其核心目标是让AI在训练过程中逐步产出和人类的认知逻辑、思维方式、语言逻辑等一致的程序逻辑。这也是ChatGPT在人类眼中表现出高度智能化的重要原因。 图5：RLHF模型训练过程 数据来源：OpenAI官网，东方证券研究所 AI技术进步带来AI算力需求指数上涨，算力成制约AI发展巨大瓶颈。ChatGPT取得的成绩离不开对模型的大规模预训练，目前GPT-3.5是一个具有3000亿数据，2000亿参数的大模型，而为了完成GPT-3.5的模型训练，OpenAI至少