电子行业深度报告：AI系列深度，ChatGPT掀起算力潮，芯片及服务器上游投资价值凸显

电子行业深度报告 证券研究报告·行业深度报告·电子 AI系列深度：ChatGPT掀起算力潮，芯片及服务器上游投资价值凸显 增持（维持） 投资要点 ChatGPT爆火，其能力已接近人类水平。GPT升级至四代，模型能力高速提升。2023年3月15日，OpenAI正式官宣了多模态大模型GPT-4，ChatGPT4将输入内容扩展到2.5万字内的文字和图像，较ChatGPT能够处理更复杂、更细微的问题。最新版的GPT-4在ChatGPT的GPT- 3.5基础上主要提升了语言模型方面的能力，并添加了多模态功能，在不同语言情景和内部对抗性真实性评估的表现都显著优于GPT-3.5，在各种专业和学术基准上已经表现出人类水平。 以搜索引擎和办公软件为支点，下游应用多点开花。OpenAI+传统搜索引擎=AI智能搜索引擎。ChatGPT能生成和理解类人类思维方式与上下文联系的结果，ChatGPT都对传统搜索引擎是一种颠覆式进化。Office 2023年04月03日 证券分析师张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq.com.cn 证券分析师马天翼 执业证书：S0600522090001 maty@dwzq.com.cn 证券分析师唐权喜 执业证书：S0600522070005 tangqx@dwzq.com.cn 证券分析师周高鼎 执业证书：S0600523030003 zhougd@dwzq.com.cn 行业走势 方面：OpenAI+办公软件，以Office全家桶与微软Teamspremium电子沪深300 ChatGPT为例。ChatGPT+Office三大件Word、Excel、PowerPoint可完成从文字创作到可视化全程服务。ChatGPT可以根据用户的描述需求自动撰写文档内容，缩短文档的创作时间；根据已形成文档内容智能推荐文档格式、排版等；并根据用户描述制作个性化PPT，同时智能生成朗读语言助力PPT演示。 算力需求带动AI服务器需求量上涨。GPT4作为大型多模态模型支持图像和文本的输入，背后是大语言模型的演进与参数量、训练数据量的指数级增长。GPT4频频下调提问限制次数传达算力不足信息，大语言模型的快速迭代催生大量算力需求。满足算力需求依托叠加AI服务器 数量与提升服务器算力性能两种途径，从而支撑大语言模型发挥预期功效。我们率先提出建立推理/训练服务器需求测算模型：1）考虑大语言模型迭代呈现参数量指数级增长趋势，GPT-4参数量为万亿，此基础上我们测算得出GPT-4推理发挥预期功效所需服务器数量为6652台，百万亿参数基础上，所需服务器数量将上升至66万台；2）根据硅谷披露GPT-4训练Token数9万亿，我们测算得出GPT-4训练所需服务器数量为1391台。未来随着大语言模型不断迭代、GPT等语言模型渗透率不断提高，算力时代下服务器呈现基建化趋势。 AI服务器核心依托高性能芯片，国产芯片自主发展潜力大。AI芯片中GPU凭借并行计算具备强大算力，占据AI芯片大部分市场；美企英伟达独占鳌头，占据80%GPU市场。相比英伟达产品，国产芯片性能存在较大差距，仍处于追赶阶。受美实体清单影响，高端芯片采购受阻，倒 逼国内服务器厂商大力推进国产替代，利好国产芯片自主发展。 投资建议：我们看好算力芯片及服务器需求剧增下相关零组件的成长空间。CPU\GPU等：寒武纪、景嘉微、海光信息；存储：江波龙、聚辰股份；电源芯片：晶丰明源、杰华特；封测：长电科技、通富微电；PCB及其他：深南电路、沪电股份、鼎通科技、裕太微、澜起科技、工业富联 风险提示：LLM模型发展不及预期、行业空间测算不及预期、AI芯片发展不及预期。 10% 7% 4% 1% -2% -5% -8% -11% -14% -17% -20% 2022/4/62022/8/42022/12/22023/4/1 相关研究 《技术创新系列深度-苹果MR 搭载前沿技术，引领产业风向》 2023-03-16 《充电桩行业高速增长，上游元器件需求弹性提升》 2023-03-10 1/28 东吴证券研究所 内容目录 1.ChatGPT快速迭代，OpenAI模型演进，下游应用百花齐放5 1.1.GPT迭代更新，人工智能掀起科技潮。5 1.2.OpenAI模型演进，人工智能向应用拓展6 1.3.OpenAI赋能下游应用，AI+降本增效7 2.云服务器优化配置算力资源，是主要算力供给方式9 3.ChatGPT引爆算力需求，拉动高端芯片市场扩张11 3.1.人工智能架构以AI芯片为基11 3.2.GPT拉动算力提升，带动高算力芯片市场量价齐升13 3.3.构建推理/训练服务器需求计算模型，测算未来空间广阔15 4.算力时代凸显芯片价值，国产芯片仍处追赶阶段19 4.1.AI服务器依赖高性能芯片供给19 4.2.主流芯片限制进口，利好国产化芯片自主发展22 5.标的梳理及投资建议23 6.风险提示26 2/28 东吴证券研究所 图表目录 图1：GPT-4和GPT-3.5的考试表现5 图2：OpenAI网站12-2月访问量5 图3：GPT-4理解图片含义6 图4：GPT-4理解图表中数据的含义并做进一步计算6 图5：AIGC相关技术场景及成熟度分类7 图6：MetaAI的Make-A-Video根据文字生成视频7 图7：Satya宣布ChatGPT加入AzureOpenAI8 图8：AzureOpenAI全家桶8 图9：ChatGPT+Bing8 图10：TeamsPremiumChatGPT智能回顾9 图11：TeamsPremium生成任务9 图12：云计算系统9 图13：云计算服务模式9 图14：云计算的IAAS与传统服务器资源配置对比10 图15：全球云计算细分市场规模及增速（单位：亿美元）11 图16：云计算下游应用（单位：亿元）11 图17：人工智能IT技术栈11 图18：CPU架构及优缺点12 图19：GPU架构及优缺点12 图20：GPU、FPGA和ASIC芯片对比13 图21：训练Transformers的算力要求14 图22：模型算力预测14 图23：2020-2027全球GPU市场规模（单位：亿美元）14 图24：2019-2025中国AI芯片市场规模（单位：亿元）14 图25：推理及训练所需服务器计算框架15 图26：thedecoder报告GPT-4模型参数数据16 图27：硅谷猜测GPT-4训练数据Token量16 图28：推理所需服务器测算17 图29：推理每秒处理Token测算17 图30：训练所需服务器测算18 图31：每秒训练Token测算18 图32：2021年中国AI服务器市场份额19 图33：2021年全球AI服务器市场份额19 图34：GPU并行计算架构适配AI模型建构20 图35：2021年H1中国AI芯片市场占比20 图36：2021-2022Q2全球独显GPU市场各产商份额占比21 表1：历代GPT表现情况5 表2：英伟达主要GPU芯片价格15 表3：ChatGPT所需推理服务器数量计算16 3/28 东吴证券研究所 表4：每秒处理token测算过程17 表5：GPT-4训练所需服务器数量计算17 表6：每秒训练token测算过程18 表7：主要LLM基本信息表18 表8：英伟达个芯片性能指标均为世界领先21 表9：海内外GPU产品性能对比22 表10：美国BIS《对向中国出口的先进计算和半导体制造物项实施新的出口管制》22 表11：国内服务器CPU、GPU芯片厂商业务情况23 表12：国内服务器内存和硬盘相关厂商业务情况24 表13：国内服务器电源芯片相关厂商业务情况25 表14：国内封测相关厂商业务情况25 表15：服务器其他相关零部件厂商业务情况26 4/28 东吴证券研究所 1.ChatGPT快速迭代，OpenAI模型演进，下游应用百花齐放 GPT-4是一个大型的多模态模型，相比上一代ChatGPT新增了图像功能，同时具备更精准的语言理解能力。GPT的升级背后是OpenAI的大语言模型的进一步演进，同时带动下游应用的拓展，涌现出新一批应用场景。 1.1.GPT迭代更新，人工智能掀起科技潮。 GPT升级至四代，模型能力高速提升。ChatGPT是由OpenAI开发的自然语言生成模型，采用Transformer神经网络架构（又称GPT-3.5架构），基于大量的语料库使用指示学习和人工反馈的强化学习（RLHF）来指导模型训练。模型可理解并生成对各种主 题的类似人类的响应，是AIGC技术进展的成果。2023年3月15日，OpenAI正式官宣了多模态大模型GPT-4，ChatGPT4将输入内容扩展到2.5万字内的文字和图像，较ChatGPT能够处理更复杂、更细微的问题。 表1：历代GPT表现情况 模型 发布时间 参数量 预训练数据量 Tokens 学习目标 GPT-1 2018年6月 1.17亿 约5GB 1.3B 结合无监督学习及有监督的微调 GPT-2 2019年2月 15亿 40GB 15B 学习在无明确监督情况下执行多种任务 GPT-3 2020年5月 1,750亿 45TB 499B 结合少样本学习和无监督学习 GPT-4 2023年3月 待公布 基于规则的奖励模型 数据来源：OpenAI，Medium,东吴证券研究所 ChatGPT提供变革性的用户体验，用户数量飙升。ChatGPT发布后爆火，仅用5天时间用户量便破百万，推出2个月后用户量破亿，访问量从1830万增长到6.72亿，成 为史上用户增长速度最快的消费级应用程序。最新版的GPT-4在ChatGPT的GPT-3.5基础上主要提升了语言模型方面的能力，并添加了多模态功能，可以接受图像输入并理解图像内容，可接受的文字输入长度也增加到3.2万token，在不同语言情景和内部对抗性真实性评估的表现都显著优于GPT-3.5，在各种专业和学术基准上已经表现出人类水平，为用户提供变革性的使用体验。 图1：GPT-4和GPT-3.5的考试表现图2：OpenAI网站12-2月访问量 5/28 东吴证券研究所 数据来源：OpenAI，东吴证券研究所数据来源：Similarweb、东吴证券研究所 ChatGPT带动AI潮流，多种相关产品推出。办公领域，微软将GPT-4整合到Office 应用程序，TeamsPremium中接入ChatGPT提供人工智能生成章节和字幕实时翻译等功能；编程领域中，VivaSales将利用ChatGPT为电子邮件中客户问题生成回复建议，Stripe使用GPT-4扫描商业网站并向客户支持人员提供摘要；软件领域，Duolingo将 GPT-4构建到新的语言学习订阅层中，国内百度“文心一言”也正式推出，AI的潮流开 始遍布国内外多行业。 1.2.OpenAI模型演进，人工智能向应用拓展 OpenAI模型可以完成绝大多数文本和图像任务，具有成熟的生产力。根据OpenAI 的官方介绍，GPT-4可以接受文本和图像的信息，并允许用户指定任何图像或语言任务，处理超过25000个单词的文本。除了在各种标准考试和不同语言情景下都有突出的表现外，在图像的处理分析上，GPT-4能够直接阅读并分析带有图片的论文，承担文本、音频、图像的生成和编辑任务，并能与用户一起迭代创意和技术写作任务，例如创作歌曲、编写剧本或学习用户的写作风格等。 图3：GPT-4理解图片含义图4：GPT-4理解图表中数据的含义并做进一步计算 6/28 东吴证券研究所 数据来源：OpenAI，东吴证券研究所数据来源：OpenAI，东吴证券研究所 AIGC发展改革生产力，已具备多领域应用能力。AIGC可以利用大量无标注数据进行自监督学习再利用少量的标注数据进行迁移学习，能够持续生成规模大、质量高、 单位成本低的内容，在生产力上具有革命性的增长。在应用方面，按场景分类AIG