计算机行业研究周报：ChatGPT商业化，开启AI投资浪潮

ChatGPT商业化，开启AI投资浪潮 ——计算机行业研究周报 行业研 究 行业研究周 报 申港证券股份有限公司证券研究报 告 投资摘要： ChatGPT横空出世，已初试商业化。 ChatGPT具有多种先进性特征，一经发布备受瞩目。ChatGPT是由OpenAI训练的大型自然语言处理模型，可实现自然语言生成、语言翻译、自然语言理解、语言摘要等一系列功能。发布两个月后月活用户突破1亿，成为史上 用户增长速度最快的消费级应用程序。 OpenAI与微软深度绑定，技术资金实力雄厚。OpenAI成立于2015年。2019年起微软多次对OpenAI进行投资，双方建立战略合作伙伴关系，微软为OpenAI提供技术支持和资金支持。 OpenAI以API的方式提供服务，并开始探索商业化。OpenAI尚未开源，普 通用户可以通过API免费使用ChatGPT。OpenAI也开始进行商业化尝试， 今年2月OpenAI推出试点订阅计划ChatGPTPlus，定价每月20美元。 ChatGPT技术路径：Transformer架构+强化学习+大规模语料训练+超强算力 算法：基于Transformer架构，引入强化学习方法进行微调优化。 Transformer神经网络是ChatGPT的核心技术。与RNN相比，Transformer 的优点在于可以并行处理输入序列的所有位置，从而大大加快了训练和推理的速度。ChatGPT在GPT-3的基础上，新加入了人类反馈强化学习算法，旨在从人类反馈中学习，从而提高任务完成的效率的准确性。 数据：每次模型迭代都伴随着预训练数据量的爆炸式增长。通过训练大量的 文本语料，ChatGPT提升生成自然语言的准确性、适应性、效率和泛化能 力。同时，GPT模型的参数数量也呈大幅增长趋势，ChatGPT模型的复杂程度将会更高，性能表现也会更好。 算力：背靠微软获得庞大的计算资源与资金支持。OpenAI与微软合作开发了 一台新型人工智能超级计算机，OpenAI所有模型都在该计算机系统上训练。 这款超级计算机算力强大，拥有超过28.5万个CPU，1万个GPU，每个GPU服务器的网络连接能力为400Gb/s。 ChatGPT发挥催化作用，生成式AI商用黎明已至 ChatGPT开启生成式AI商用元年。生成式AI是通过机器学习方法从数据中 学习内容或对象，然后根据学习得到的模型生成完全原创的新内容，商业化 应用方向包括信息检索与处理、AIGC、各行业的专业服务等。 ChatGPT发挥“鲶鱼效应”，国内外科技巨头加快生成式AI布局。ChatGPT的爆火引起了国内外科技巨头的重视，各方加快生成式AI的研发和布局，或利用ChatGPT提高产品竞争力。 建议关注 我们认为，AI大模型训练需要大算力支撑，利好IT基础设施厂商，同时建议关注有生成式AI技术储备的人工智能厂商。相关标的如下： IDC标的：奥菲数据；服务器标的：浪潮信息、中科曙光；芯片标的：景嘉微、海光信息；生成式AI标的：科大讯飞、云从科技、拓尔思、海天瑞声。 市场回顾： 本周计算机板块延续上涨态势，周涨幅1.67%，在申万一级行业中排名7/31。 本周申万计算机行业指数前十大权重股中，科大讯飞和中科曙光涨幅较大，中科创达和德赛西威出现较大幅度下跌。 本周计算机板块涨幅前十名的公司主要集中在IDC、云计算、服务器、智慧安全等领域。 目前申万计算机行业指数当前滚动市盈率为57.24，近五年分位值63.85%。 风险提示：市场情绪风险；技术落地不及预期风险；法律及道德风险。 评级增持（维持） 2023年02月12日 曹旭特分析师 SAC执业证书编号：S1660519040001 时炯研究助理 SAC执业证书编号：S1660121120030 行业基本资料 股票家数311 行业平均市盈率57.24 市场平均市盈率11.93 行业表现走势图 10% 5% 0% -5% -10% -15% -20% -25% -30% 2022-02 2022-03 2022-03 2022-04 2022-05 2022-06 2022-06 2022-07 2022-08 2022-09 2022-09 2022-10 2022-11 2022-12 2022-12 2023-01 -35% 计算机(申万)沪深300 资料来源：Wind，申港证券研究所 相关报告 1、《计算机行业研究周报：四季度计算 机板块机构持仓迎来拐点，行业业绩逐步筑底》2022-02-05 2、《计算机行业研究周报：每周一谈，国资委强调加大信息基础设施投资力度》2022-01-30 3、《计算机行业研究周报：关注财政信息化领域投资机会》2022-01-15 内容目录 1.每周一谈3 1.1ChatGPT横空出世已初试商业化3 1.2ChatGPT技术路径：Transformer架构+强化学习+大规模语料训练+超强算力4 1.3ChatGPT发挥催化作用生成式AI商用黎明已至6 1.4建议关注8 2.板块回顾10 3.本周要闻11 3.1行业新闻11 3.2重要公司公告12 4.风险提示12 图表目录 图1：ChatGPT是全球最快达到一亿用户的消费级应用程序3 图2：ChatGPT主要功能3 图3：Transformer模型架构5 图4：ChatGPT的训练三阶段6 图5：整合ChatGPT的新版Bing7 图6：AIGC应用实例8 图7：本周计算机板块涨跌幅10 图8：申万计算机行业指数PE(TTM)11 表1：OpenAI发展历程4 表2：GPT系列模型参数量及预训练数据量6 表3：国内外科技巨头生成式AI布局8 表4：本周申万计算机行业市值前十大权重股票涨跌幅10 表5：本周计算机板块涨幅前十名11 1.每周一谈 1.1ChatGPT横空出世已初试商业化 ChatGPT是由OpenAI训练的大型自然语言处理模型。ChatGPT能够模拟人类的语言行为，与用户进行自然的交互。2022年11月30日，ChatGPT一经发布就引起了市场的轰动，根据瑞银发布的报告，ChatGPT在2023年1月末的月活用户突破了1亿，成为史上用户增长速度最快的消费级应用程序。Similarweb数据显示，1月期间，ChatGPT平均每天大约有1300万独立访客，约为上个月的两倍。 图1：ChatGPT是全球最快达到一亿用户的消费级应用程序 资料来源：WorldofEngineering申港证券研究所 ChatGPT应用广泛，具有多种先进性特征。基于GPT模型（生成型预训练变换模型），ChatGPT可实现自然语言生成、语言翻译、自然语言理解、语言摘要等一系列功能。相较于此前的对话式AI，ChatGPT具有诸多先进性，支持连续多轮对话， 极大的提升了对话交互模式下的用户体验。此外ChatGPT还可以质疑不正确的问题、主动承认自身错误或专业知识的不足。但ChatGPT目前还并不具备网络搜索功能，只能基于2021年所拥有的数据集进行回答。如果ChatGPT能够实时更新信息和数据，将带来生成式AI领域更大的突破。 图2：ChatGPT主要功能 资料来源：ChatGPT申港证券研究所 OpenAI与微软深度绑定，技术资金实力雄厚。OpenAI于2015年由奥特曼、彼得·泰尔、里德·霍夫曼和埃隆·马斯克等人共同创办，旨在利用人工智能技术 推动技术进步，并以开放研究方式推动人工智能的普及和进展。2019年，微软向OpenAI注资10亿美金，双方达成了合作协议，在合作过程中微软为OpenAI提供技术支持和资金支持。此外，微软一方面将GPT系列模型应用于Office、Bing和Microsoftdesign等产品中，以优化现有工具，改进产品功能，另一方面将OpenAI工具与自有产品进行深度集成，并推出相应产品。 表1：OpenAI发展历程 时间主要事件 2015OpenAI成立 2016发布Gym、Universe等开源项目，可应用于游戏、浏览器、模拟机器人等 2017.07发布近端优化策略算法（PPO），PPO已成为OpenAI默认的强化学习算法 2017.11自主训练的AI程序在Dota2中成功击败世界顶级选手 2018推出了第一代生成式预训练模型GPT-1 2019分阶段发布GPT-2 2019.07与微软建立战略合作伙伴关系，微软注资10亿美金，成为OpenAI独家云计算提供商 2020发布新一代GPT-3 2020.04发布自动音乐生成模型Jukebox 2021.01发布DALL·E神经网络，可以根据文本标题为可以用自然语言表达的各种概念创建图像。 2022.06发布DALL·E2 2022.11发布ChatGPT，向用户免费开放 2023.01微软与OpenAI扩大合作伙伴关系，将向OpenAI追加数十亿美元的投资 资料来源：OpenAI官网IT之家TechWeb申港证券研究所 ChatGPT模型尚未开源，目前以API方式提供服务。ChatGPT是OpenAI公司的核心技术，如果开源，其未来盈利能力将大打折扣。此外，GPT-3模型的数据和计算资源需求非常庞大，开源技术可能导致安全漏洞和数据泄露。基于以上考量， OpenAI选择不开源GPT系列模型，目前以API（应用程序编程接口）调用的方式为用户提供服务。 ChatGPT是研究性质的公测产品，已初试商业化。目前普通用户可以免费使用ChatGPT，为了覆盖部分高昂的算力成本，OpenAI也开始进行商业化尝试。今年2月OpenAI宣布推出试点订阅计划ChatGPTPlus，定价每月20美元。付费版的ChatGPT提供的增值服务包括：高峰时段免排队、快速响应以及优先获得新功能和改进。但总的来说，我们认为ChatGPT是一个非盈利目的的研究性产品，或将为下一步GPT-4的推出积累大量对话数据，并起到关键的引流作用。OpenAI预测，随着ChatGPT成为吸引客户的重要工具，其收入将会快速增长，预计2023年收入2亿美元，2024年收入预计超过10亿美元。 1.2ChatGPT技术路径：Transformer架构+强化学习+大规模语料训练 +超强算力 算法、数据和算力，被视为驱动人工智能发展的“三架马车”，下文拟从这三方面分析ChatGPT的技术壁垒。 算法：基于Transformer架构，引入强化学习方法进行微调优化。 从GPT-1到GPT3.5的多次迭代。2018年发布的GPT-1的关键特征是半监督学习，即先用无监督学习的预训练，在从大量未标注数据中增强AI系统的语言能力，获得大量知识，然后进行有监督的微调，实现了NLP任务从有监督向无监 督的迈进。2019年推出的GPT-2与GPT-1架构相同，但使用了更大的数据集，并为模型添加了更多参数，来提高模型的准确性。2020年，GPT-3的迭代出现了重大的飞跃，不需要微调就能识别到数据中隐藏的含义，并运用此前训练获得的知识，来执行下游任务。2022年发布的ChatGPT基于GPT3.5架构开发，引入来自人类反馈的强化学习进行训练，相较于前代再次产生了技术路线上的方向性变化。 Transformer神经网络是ChatGPT的核心技术。Transformer是Google在2017年提出的一种用于序列到序列学习的神经网络架构，其使用Self-Attention结构取代了在NLP（自然语言处理）任务中常用的RNN（循环神经网络）网络结构。与RNN相比，Transformer的优点在于可以并行处理输入序列的所有位置，从而大大加快了训练和推理的速度。Transformer网络使得ChatGPT可以处理长序列，而不受固定长度的限制，提高了生成文本的灵活性。 图3：Transformer模型架构 资料来源：AttentionIsAllYouNeed申港证券研究所 引入强化学习方法。ChatG