ChatGPT专题报告：AI：大厂入局，风云再起

│ AI：大厂入局，风云再起 相对市场表现 证券研究报告 2023年04月09日 ——ChatGPT专题报告 内容摘要 国内外大厂加速布局AI大模型，"科技牛"在路上： 以ChatGPT为代表的AI大模型开启新一轮生产力革新的科技浪潮，并引发国内外大厂争相布局，也激起了TMT投资热潮，年初至今，沪深300上涨5.8%，而TMT细分领域计算机、传媒、通信、电子则分别大涨44%、39%、 35%和19%，大幅跑赢市场。当前通信、电子、传媒板块当前估值仍处在过去10年的50%的分位区间内。在AI浪潮下，估值提升或仍有空间。 AI大模型简介 AI大模型包含了“预训练”和“大模型”两层含义，即模型在大规模数据集上完成了预训练后形成特征和规则，无需或仅需要少量数据的微调，就能直接支撑各类应用。目前，AI大模型主要在自然语言处理、计算机视觉、语音识别等领域得到广泛应用。 近年来，优秀的AI大模型层出不穷。2018年，Google提出BERT模型；2020年，OpenAI提出了全球首个千亿级的GPT-3模型。以百度、华为等为代表的国内大模型也在奋力追赶，与国外大模型不同，国外往往在实验室打磨成熟，而中国大模型都是从产业和场景落地中建立起来的。 大模型的竞争从底层技术和基础设施开始 大模型是“大数据+大算力+强算法”结合的产物，基础设施方面，超大规模基础模型训练涉及到大模型算法、分布式训练系统、计算、网络、和高质量数据集的相关工具等多种核心技术支撑。AI算力需求增长已成共识，与之配套的高性能、高可靠数据中心网络也将相应增加。有望带动算力基础设施、AI芯片、GPU、光通讯、服务器、交换机、高速网络等高增。 大语言模型的应用领域广泛 大语言模型底层技术的发展，一方面在算力、服务器、通信等许多领域掀起新的技术革命，同时也在多个应用场景落地，在医疗、金融、教育、传媒等产业中变革，创造新的商业模式。 投资建议及推荐标的： 人工大模型产业链包含底层技术和基础设施以及与各行业的应用结合。基础设施方面大模型有望带动GPU、AI芯片、光通信器件、服务器、交换机等需求显著上升。应用层面，ChatGPT等预训练大模型有望在医疗、金融、教育和营销等细分领域实现精准赋能，为企业降本增效。 结合行业组推荐，ChatGPT核心推荐标的为阿里巴巴—sw、国芯科技、和林微纳、中国移动、仕佳光子、紫光股份和大华股份、恺英网络、吉比特、华策影视。 风险提示 政策监管、技术发展不及预期、商业化落地不及预期风险。 分析师：杨灵修 执业证书编号：S0590523010002电话： 邮箱：yanglx@glsc.com.cn分析师：陈梦瑶 执业证书编号：S0590521040005 电话： 邮箱：cmy@glsc.com.cn分析师：孙树明 执业证书编号：S0590521070001电话： 邮箱：sunsm@glsc.com.cn 相关报告 1、《ChatGPT风口已至，商业化落地加速》 2023.02.03 2、《文心一言承压上线，国内大模型商业化 3、《AI或将推进新一轮社会生产力变革》 投资策略 投资策略专题 正文目录 1.引言:国内外大厂加速布局AI大模型，“科技牛”在路上4 2.ChatGPT以及大语言模型(LLM)简介6 2.1.大模型驱动人工智能新时代6 2.2.AI大模型原理6 2.3.国内外AI大模型7 3.大语言模型的竞争从底层技术和基础设施开始10 3.1.超大规模基础模型训练核心技术10 3.2.ChatGPT带动AI算力建设已成共识10 3.3.AI芯片算力进入军备竞赛12 3.4.Chiplet：助力AI芯片发展13 3.5.ChatGPT典型网络平台14 3.6.AI服务器需求显著提升15 3.7.AI应用有望加速到200G/400G网络部署15 3.8.AI拉动全球交换机市场16 4.大语言模型的应用与场景建设16 4.1.大模型在应用端加速落地16 4.2.AI医疗领域发展空间广阔17 4.3.AI技术在金融产业有丰富的应用场景19 4.4.AI驱动下的教育变革20 4.5.AI赋能传媒行业21 4.6.展望：从人机交互方式的变革到社会范式的进化23 5.投资建议及推荐标的25 6.风险提示29 图表目录 图表1：年初至今行业涨幅（%）4 图表2：美股年初以来行业涨跌幅（%）4 图表3：港股年初以来行业涨跌幅（%）4 图表4：TMT板块PB\PE所处的历史分位值（%）5 图表5：小模型VS大模型7 图表6：国外典型AI大模型7 图表7：国内典型AI大模型8 图表8：百度文心大模型全景图9 图表9：阿里巴巴通义大模型9 图表10：基础模型已成AI能力基座10 图表11：超大规模基础模型训练核心技术10 图表12：近年NLP预训练模型规模的发展11 图表13：当前主流ChatGPT训练和推理所需服务器和GPU类型11 图表14：英伟达主流CPU性能情况12 图表15：国内AI芯片进展13 图表16：基于Chiplet的异构架构应用处理器的示意图14 图表17：NVIDAQuantum2InfiniBandPlatform14 图表18：8,000张A100GPUAI集群15 图表19：近年英伟达数据中心业务收入情况15 图表20：典型智算资源池网络架构16 图表21：近期IDC全球季度以太网交换机市场变化情况汇总16 图表22：我国AI医疗主要应用领域市场规模及增速17 图表23：2020年中国医疗AI行业下游应用领域占比18 图表24：2019-2025E年中国CDSS市场规模18 图表25：筛查与随访检查CT情况19 图表26：部分国家对AI大模型在教育领域应用的态度21 图表27：《逆水寒》NPC自由对话22 图表28：虚幻引擎5.2版本实时生成的虚拟角色形象22 图表29：阅文联合微软小冰推出“IP唤醒计划”22 图表30：海外电商平台Shopify已接入ChatGPT22 图表31：营销流程中AI可替代/优化的环节23 图表32：利用ChatGPT生成多语言营销文案23 图表33：人机交互方式变革历程25 图表34：全球人工智能市场规模预测26 图表35：人工智能产业链27 图表36：ChatGPT核心推荐标的29 图表37：行业组相关报告29 1.引言:国内外大厂加速布局AI大模型，“科技牛”在路上 自2022年11月底以来，美国初创公司OpenAI发布的人工智能对话聊天机器人软件（模型）ChatGPT迅速在社交媒体上走红，短短5天，注册用户数就超过100 万，并在2个月内用户突破1亿，成为史上增长最快的消费类应用。ChatGPT引发国内外大厂争相布局，海外方面微软、谷歌、亚马逊等大厂均采取投资或商用的方式与OpenAI保持紧密合作，国内方面腾讯、科大讯飞、京东等公司先后宣布与ChatGPT结合上线的业务线，百度、阿里巴巴、昆仑万维已发或筹备类ChatGPT产品。 以ChatGPT为代表的AI大模型开启新一轮生产力革新的科技浪潮，大模型展现出了理解人类语言的潜力，颠覆过去互联网发展中的许多业态，并对实体经济和产业发展产生深远的影响。以百度为代表的科技公司主导国内AI基础生态是大势所趋。在这一生态下，一批基于大模型底座进行应用开发的公司将在文字、图像、音视频生成、数字人、3D生成等领域大显身手，“AI+”应用端有望呈现百花齐放。 ChatGPT也引发了TMT投资热潮，年初至今，沪深300上涨5.8%，而TMT细分领域计算机、传媒、通信、电子则分别大涨44%、39%、35%和19%，大幅跑赢市场。 图表1：年初至今行业涨幅（%） 年初至今涨跌幅 50.00 40.00 30.00 20.00 10.00 计算机传媒通信电子 建筑装饰石油石化机械设备家用电器有色金属非银金融国防军工农林牧渔食品饮料轻工制造 钢铁环保煤炭 纺织服饰建筑材料社会服务 汽车基础化工医药生物交通运输公用事业 综合美容护理 银行电力设备房地产 商贸零售 0.00 -10.00 来源：Wind，国联证券研究所 不仅是A股，美股和港股同样是“科技牛”行情，标普500年初以来上涨6.5%，而标普500通信设备和信息技术则分别上涨21%和19%，港股同样如此，恒生指数今年上涨2.8%，电信服务和信息技术则分别上涨29%和18%。 图表2：美股年初以来行业涨跌幅（%）图表3：港股年初以来行业涨跌幅（%） 25.00 20.00 15.00 10.00 5.00 0.00 -5.00 -10.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 0.00 -5.00 -10.00 美股年初以来涨幅港股年初以来涨跌幅（%） 来源：Wind，国联证券研究所来源：Wind，国联证券研究所 但即便经过一轮上涨，当前TMT板块整体估值仍不算高，从历史PE\PB分位值看，除计算机板块略高外，通信、电子、传媒板块当前估值仍处在过去10年的50%的分位区间内。我们认为在AI浪潮下，估值提升或仍有空间。 图表4：TMT板块PB\PE所处的历史分位值（%） 90 80食品饮料 美容护理 70 电力设备 市净率近10年分位值 60 50 煤炭 国防军工 通信 轻工制造 机械设备 计算机 商贸零售 汽车 社会服务 40 有色金属 30 石油石化 20 交通运输基础化工 家用电器 电子 建筑装饰纺织服饰 钢铁传媒综合 公用事业 农林牧渔 10医药生物环保 建筑材料 非银金融 房地产 银行 0 0102030405060708090100 市盈率近10年分位值 来源：Wind，国联证券研究所 2.ChatGPT以及大语言模型(LLM)简介 2.1.大模型驱动人工智能新时代 在过去半个世纪的人工智能研究中，学者和大众往往认为，人工智能的工具性是人类进行研发的主要追求，通过解析式的对人类智能的分析和模仿，逐渐逼近人类智能是最合理的研发路径。然而大语言模型，特别是ChatGPT等GPT模型，向我们展示了人工智能研究的不同维度，情感陪伴和产生创意成为了AI的新领域，极大算力和海量数据压垮了线性的解析式的发展路径，逻辑结构从大量的参数中涌现出来。 相比于传统AI算法，大模型在参数规模上得到大幅提升，相应的能力也突飞猛进，具备了从简单的文本问答、文本创作，到符号式语言的生成甚至理解能力。以ChatGPT为例，大语言模型已经可以执行多种类型的语言任务，包括回答问题、生成文本、翻译语言、文献摘要和索引等等，借助大语言模型的辅助，部分其他类型的AI大模型也正在获得快速发展的动力，形成人工智能内容生成（AIGC，即AIGeneratedContent），已涉及二维图像、音乐等领域。 围绕大语言模型的发展的竞争，还将在算力、服务器、通信等许多领域掀起新的技术革命，对算力基础设施、光通讯、服务器、交换机、高速网络等多个产业提出更高的要求。 大语言模型将在医疗、金融、教育、传媒等产业中较快的寻找到合适的应用场景，加速产业变革，创造新的商业模式。过去20年互联网和高科技企业的成功经验显示，中国无比丰富的场景资源，推动了技术落地转化。在大语言模型开发的过程中，技术型企业最终需要寻找合适的场景，在这方面先行的地区将更有可能成为未来集聚产业的优胜者。 2.2.AI大模型原理 AI大模型是“大数据+大算力+强算法”结合的产物，凝聚了大数据内在精华的“隐式知识库”，希望逻辑结构能够自发地从模型的训练过程中涌现。AI大模型包含了“预训练”和“大模型”两层含义，即模型在大规模数据集上完成了预训练后形成特征和规则，无需或仅需要少量数据的微调，就能直接支撑各类应用。目前，AI大模型主要在自然语言处理、计算机视觉、语音识别等领域得到广泛应用。 相比于传统AI算法，大模型在参数规模上得到大幅提升，参数一般达到千亿甚至万亿规模。例如OpenAI的GPT系列，最开始的GPT-1拥有1.17亿个参数，到G