计算机行业定期报告：周观点（十一）：从技术迭代到落地应用，AIGC领域高景气度持续

本周板块走势回顾：本周（3月13日-3月17日）计算机（中信）指数上涨4.81%，创业板指数下跌3.24%，上证指数上涨0.63%。板块周涨幅前三为光云科技（46.74%）、万兴科技（29.32%）、彩讯股份（27.50%），板块跌幅前三为*ST泽达（-18.34%）、卡莱特（-16.36%）、恒锋信息（-9.75%）。 预计将赋能千行百业，AIGC掀起新一轮计算机浪潮。GPT-4和文心一言分别于3月15日、16日相继发布，相较于GPT-3.5，GPT-4已经实现多模态图像理解能力，文心一言亦能够满足文字转图片、音频、视频跨模态需求，标志着AIGC已从文本生成能力到多模态能力全面提升。除此之外，GPT-4已经在多领域展现出与人类相近专业水平，如GPT-4在模拟律师考试，SAT阅读考试、数学考试排名中均位于10%左右；3月16日，微软宣布GPT-4全面介入Office全家桶，推出Microsoft 365 Copilot，Word、Excel、PowerPoint、Outlook、Teams等应用将搭载强大AI辅助办公能力，此举标志着AI能力在C端实现落地。 此外，华为任正非表示，人工智能将对工业社会、农业社会在应用端产生更广阔的影响。预计AI赋能全行业未来可期。 科技龙头布局大模型，AI三要素有望持续受益。GPT-4强大功能背后是大模型的快速发展，从GPT-1到GPT-3，模型参数从1.17亿增至1750亿，训练样本量从5GB增至45TB，OpenAI的CEO Sam Altman表示，尽管GPT-4不会比GPT-3大，但会使用更多计算资源。随着大模型的发展和应用，作为AI发展基础，算力、算法与数据行业景气度有望持续提升：数据是AI“学习资料”，叠加数据要素发展，数据产业或多重受益；算力是AI“学习脑力”，随大模型实现规模化落地，算力需求增加，服务器和AI芯片将持续受益，任正非在会议上亦提出：“AI应用平台不是华为选项，华为将聚焦研发AI底层算力平台，适应社会算力需求”；算法是AI“学习技巧”，算法的优化可以减少模型对于数据和算力的依赖，提高模型效率，降低模型训练和推理过程的成本，与数据和算力同等重要。 投资建议与标的：大模型加速落地，建议重点关注，数据：海天瑞声、博彦科技 算力：海光信息、寒武纪、景嘉微、中国长城、浪潮信息、中科曙光、紫光股份、神州数码、拓维信息 算法：科大讯飞、三六零、拓尔思、海康威视、大华股份、云从科技应用：金山办公、福昕软件、万兴科技、光云科技 风险提示：技术发展不及预期；模型落地不及预期；竞争格局加剧。 一、行业周观点 本周板块走势回顾：本周（3月13日-3月17日）计算机（中信）指数上涨4.81%，创业板指数下跌3.24%，上证指数上涨0.63%。板块周涨幅前三为光云科技（46.74%）、万兴科技（29.32%）、彩讯股份（27.50%），板块跌幅前三为*ST泽达（-18.34%）、卡莱特（-16.36%）、恒锋信息（-9.75%）。 预计将赋能千行百业，AIGC掀起新一轮计算机浪潮。GPT-4和文心一言分别于3月15日、16日相继发布，相较于GPT-3.5，GPT-4已经实现多模态图像理解能力，文心一言亦能够满足文字转图片、音频、视频跨模态需求，标志着AIGC已从文本生成能力到多模态能力全面提升。除此之外，GPT-4已经在多领域展现出与人类相近专业水平，如GPT-4在模拟律师考试，SAT阅读考试、数学考试排名中均位于10%左右；3月16日，微软宣布GPT-4全面介入Office全家桶，推出Microsoft 365 Copilot，Word、Excel、PowerPoint、Outlook、Teams等应用将搭载强大AI辅助办公能力，此举标志着AI能力在C端实现落地。此外，华为任正非表示，人工智能将对工业社会、农业社会在应用端产生更广阔的影响。预计AI赋能全行业未来可期。 科技龙头布局大模型，AI三要素有望持续受益。GPT-4强大功能背后是大模型的快速发展，从GPT-1到GPT-3，模型参数从1.17亿增至1750亿，训练样本量从5GB增至45TB，OpenAI的CEO Sam Altman表示，尽管GPT-4不会比GPT-3大，但会使用更多计算资源。随着大模型的发展和应用，作为AI发展基础，算力、算法与数据行业景气度有望持续提升：数据是AI“学习资料”，叠加数据要素发展，数据产业或多重受益；算力是AI“学习脑力”，随大模型实现规模化落地，算力需求增加，预计服务器和AI芯片将持续受益，任正非在会议上亦提出：“AI应用平台不是华为选项，华为将聚焦研发AI底层算力平台，适应社会算力需求”；算法是AI“学习技巧”，算法的优化可以减少模型对于数据和算力的依赖，提高模型效率，降低模型训练和推理过程的成本，与数据和算力同等重要。 投资建议与标的：大模型加速落地，建议重点关注， 数据：海天瑞声、博彦科技 算力：海光信息、寒武纪、景嘉微、中国长城、浪潮信息、中科曙光、紫光股份、 神州数码、拓维信息 算法：科大讯飞、三六零、拓尔思、海康威视、大华股份、云从科技 应用：金山办公、福昕软件、万兴科技、光云科技 图表1计算机重点公司盈利预测与估值表 二、从技术迭代到落地应用，AIGC领域高景气度持续 2023年3月15日，OpenAI发布大型多模态模型GPT-4，相较于以往GPT模型，GPT-4主要有以下方面的提升：能够接收图像并理解图像内容（GPT-3.5不具备），文字输入限制大幅增加（3千字到2.5万字），回答准确性显著提高，可生成创意文本和歌词等。 2023年3月16日，百度发布文心一言，除具备文学创作、商业文案创作、数理逻辑推算、中文理解能力外，还展现了强大的跨模态能力，能够实现文字生成图片/音频/视频功能。同日，微软宣布Office 365全面引入AI能力，推出Microsoft 365 Copilot，Word、Excel、PowerPoint、Outlook、Teams等应用将迎来强大AI辅助办公能力。 AI能力嵌入千行百业成为可能，新一轮AI浪潮已然来临。GPT-4和文心一言的相继发布，标志着AIGC（AI Generated Content）从文本生成能力到多模态能力的提升；Copilot将AI能力嵌入办公应用，标志着大模型从技术迭代到落地应用的逐步成熟。 图表2 AIGC技术场景 （一）大模型发展趋势或成，AIGC浪潮前景明朗 模型参数量和训练样本量的爆发式增长已然成为AI大模型发展趋势。GPT-4强大功能的背后是大语言模型的快速发展，从GPT-1到GPT-3，模型参数从1.17亿增长到1750亿，模型训练样本量从5GB增加到45TB，OpenAI的CEOSam Altman表示，尽管GPT-4不会比GPT-3大，但会使用更多的计算资源，大模型发展仍以深度学习三要素为基础。国内来看，阿里达摩院发布M6模型其参数量也已经从2021年3月的1000亿增长到了2021年11月10万亿，远远打破了此前谷歌SwitchTransformer预训练模型创造1.6万亿参数记录。在算法未有革命性突破的情况下，预计大模型参数量和训练数据量仍将呈现指数增长态势，数据和算力需求持续增加。 图表3 2021年以来国内外大模型领域发展情况（不完全统计） 科技企业加速布局，AIGC趋势日益明朗。除此OpenAI和百度外，Meta、阿里巴巴、腾讯等科技公司同样纷纷布局ChatGPT类产品，AIGC趋势日益明朗。 图表4科技巨头布局ChatGPT类产品情况 （二）深度学习三要素（数据、算力、算法）是AI发展的基础 数据、算力、算法的量变是实现AI质变的基础。 数据是AI“学习资料” 算力是AI“学习脑力” 算法是AI“学习技巧” 图表5算力、算法、数据三大要素构筑人工智能基础 AI模型训练需求叠加数字经济发展趋势，数据产业有望加速发展。根据GRAND VIEW RESEARCH，2022年全球AI训练数据市场规模17.3亿美元，预计2023年至2030年将以22.1%复合年增长率扩张。据国家工信安全发展研究中心数据，2021年我国数据要素市场规模达到815亿元，预计“十四五”期间市场规模复合增速将超过25%，2025年我国数据要素市场规模有望突破2000亿元。从构成上看，2021年数据生产加工环节（含采集、预处理、存储、加工）合计规模385亿元，占47.24%，数据流通交易环节（含分析、服务、交易）合计规模380亿元，占46.63%，生态保障规模50亿元，占6.13%。 图表6 2016-2025年我国数据要素市场规模及增速（单位：亿元、%） 图表7 2022年我国数据要素细分规模（单位：亿元） 算力是AI大模型落地保障。根据《Efficient Large-Scale Language Model Training on GPU Clusters Using Megatron-LM》，GPT-3模型在单块英伟达V100 GPU上训练，完成训练的时长高达288年；根据《Carbon Emissions and Large Neural Network Training》，GPT-3模型在Microsoft Azure的10000个V100 GPU上训练仅需要14.8天，使得模型快速迭代和落地成为可能，因此，算力是大模型落地的保障。 图表8 GPT同期大模型参数及训练时长 服务器作为算力的载体，芯片作为算力的核心，有望持续受益。从算力提供设备的成本构成来看，IDC（数据中心）有69%的成本来自服务器，芯片在高性能服务器中，成本占比可以高达50%到83%。服务器是算力的载体，芯片是算力的核心，在算力需求拉动下，服务器及芯片相关企业有望持续受益。 图表9 IDC成本构成 图表10常见服务器类型成本构成 算法作为AI的“学习技巧”，算法的优化可以减少模型对于数据和算力的依赖，降低模型训练和推理成本，提高模型效率，与数据、算力同等重要。 图表11人工智能常见算法 （三）投资建议与相关标的 数据：海天瑞声、博彦科技 算力：海光信息、寒武纪、景嘉微、中国长城、浪潮信息、中科曙光、紫光股份、 神州数码、拓维信息 算法：科大讯飞、三六零、拓尔思、海康威视、大华股份、云从科技 应用：金山办公、福昕软件、万兴科技、光云科技 三、风险提示 技术发展不及预期：AI技术发展得益于数据、算力、算法的多维突破，单一维度受限都有可能阻碍AI技术的快速发展； 模型落地不及预期：尽管AI技术实现快速发展，但通用人工智能的商业模式仍处于探索期，若商业化落地受阻，将反向阻碍技术发展； 竞争者加入加剧竞争：AI作为前沿科技行业，竞争格局分散，细分领域“专精特新”企业不断增加，行业竞争进一步加剧。