人工智能专题研究系列三：Gemini1.0有望拉动新一轮AI产业革新，算力产业链受益确定性强

证券研究报告/行业研究 Gemini1.0有望拉动新一轮AI产业革新，算力产业链受益确定性强 ——人工智能专题研究系列三 投资评级：看好 分析师：吴起涤执业登记编号：A0190523020001wuqidi@yd.com.cn研究助理：程治执业登记编号：A0190123070008chengzhi@yd.com.cn 人工智能指数与沪深300指数走势对比 60%40%20% 0% -20% 2022/102023/032023/08 000300.SH885728.TI 资料来源：同花顺iFinD，源达信息证券研究所 相关报告：1.《人工智能专题研究系列一：大模型推动各行业AI应用渗透》2023.08.022.《人工智能专题研究系列二：AI大模型开展算力竞赛，推动AI基础设施建设》2023.08.03 投资要点 谷歌发布Gemini1.0，多方面性能得分超过GPT-4 2023年12月6日谷歌发布大语言模型Gemini1.0。该模型具备原生多模态特性，可以实现对文本、图像、视频和音频等多模态信息的无缝理解和操作，有望使大模型在更多行业内得到应用。模型共有Ultra、Pro和Nano三个版本，支持不同应用场景使用。通过谷歌官网的技术报告，Gemini1.0在多方面的能力测评中得分均要高于GPT-4，该模型的推出标志着AI技术已达到更先进的水平。我们认为谷歌推出Gemini1.0将拉动AI产业新一轮竞争和革新的序幕，增强ChatGPT等其他AI厂商的竞争意识，利好AI产业长期发展。 关注算力产业链机会，核心芯片国产化率亟待突破 AI产业发展的前提是算力建设，建议关注AI算力产业链的相关机遇。AI芯片的数量决定AI大模型的算力。以NvidiaH100为例，在我们测算下一个日均访问量在12亿次（3亿人访问×访问4次）的AI大模型对GPU的需求在13889台。在美国出口管制情况下芯片国产化日益迫切，目前寒武纪等国内公司的下一代人工智能芯片研发进展顺利，而华为打造的昇腾AI生态致力于从算力、存力、互联技术和计算架构等方面为世界提供第二选择，打造算力坚实底座。 高速光模块需求加快放量，国产公司在全球份额领先 AI大模型中东西向流量大幅增加，更适配叶脊网络架构，将会显著增加 400G/800G等高端光模块的用量。以NvidiaDGXH100网络架构为例，一个 4-SU单元的NvidiaDGXH100网络架构中GPU、800G光模块和400G光模块的用量比约是1：1.5：1。目前国产光模块已在全球市场中占有较高份额，2022年全球光模块企业TOP10中有7家中国企业，并在400G/800G高速光模块和CPO/LPO等前沿技术上布局领先。 投资建议 1）光模块：AI产业拉动高速光模块需求，建议关注：中际旭创、新易盛等； 2）光芯片：光芯片决定光通信效率和稳定性，25G及以上光芯片国产化率仍有较大提升空间，建议关注：源杰科技等。 3）AI芯片：人工智能芯片是构成AI模型算力的关键，建议关注：寒武纪等。 风险提示 AI技术发展不及预期，AI商业化推进不及预期，中美贸易摩擦加剧，国产化及市场开拓不及预期。 请阅读最后评级说明和重要声明 目录 一、事件：谷歌推出Gemini1.0，多方面性能表现优于GPT-43 二、算力产业链：芯片是算力核心构成，期待国产化进展6 三、算力产业链：高速光模块加快放量，国产厂商有望充分受益9 四、建议关注12 1.中际旭创12 2.新易盛12 五、投资建议13 六、风险提示14 图表目录 图1：Gemini1.0是多模态模型，支持文本、视频、图像和音频输入及文本和图像输出3 图2：Gemini1.0各个版本间的性能对比3 图3：Gemini1.0具备原生多模态特性，可根据图表推理代码，并重新排列生成子图4 图4：Gemini1.0按照要求完成纱线玩偶的创作5 图5：Gemini1.0完成对数学几何题的解答5 图6：Gemini1.0在多方面的能力测评中得分均超过GPT-4等其他大模型5 图7：NvidiaGPUH100芯片示意图7 图8：H100较A100相比在性能上有大幅提升7 图9：华为昇腾AI基础软硬件平台产品矩阵8 图10：AI大模型中东西向流量显著增加9 图11：叶脊网络架构适用于东西向流量传输9 图12：NvidiaDGXH100架构示意图10 图13：中际旭创2018-2023年前三季度营收情况12 图14：中际旭创2018-2023年前三季度归母净利润情况12 图15：新易盛2018-2023年前三季度营收情况13 图16：新易盛2018-2023年前三季度归母净利润情况13 表1：语言大模型访问量对GPU需求量测算6 表2：国产AI芯片性能指标仍与国际顶尖水平存在较大差距7 表3：BIS禁令限制高性能AI芯片向中国出口8 表4：叶脊网络架构对光模块数量需求大幅提升9 表5：NvidiaDGXH100架构所需GPU、交换机数量10 表6：中际旭创在2022年全球光模块企业排名中位居第一11 2 一、事件：谷歌推出Gemini1.0，多方面性能表现优于GPT-4 2023年12月6日谷歌发布大语言模型Gemini1.0。该模型为多模态模型，可支持文本、图片、视频和音频的输入，并输出文本和图片。模型共有三个版本： 1）GeminiUltra：性能最强，可完成推理及多模态任务。模型可在TPU加速器上运行； 2）GeminiPro：在平滑成本和延迟性基础上可完美完成多个任务，在推理和多模态任务中表现优异； 3）GeminiNano：用于移动设备运行的大模型。该模型具有1.8B（Nano-1）和3.25B （Nano-2）两个版本，供高/低内存设备使用。 图1：Gemini1.0是多模态模型，支持文本、视频、图像和音频输入及文本和图像输出资料来源：谷歌官网，源达信息证券研究所 图2：Gemini1.0各个版本间的性能对比资料来源：谷歌官网，源达信息证券研究所 Gemini1.0具备原生多模态特性。Gemini1.0可以实现对文本、图像、视频和音频等多模 态信息的无缝理解和操作。下文图示中，Gemini1.0实现了图像识别、图像对应代码的推理、按照要求生成子图并重新排列及对于输出图像进行抽象推理等任务，可以生动体现出Gemini1.0的多模态特性。 图3：Gemini1.0具备原生多模态特性，可根据图表推理代码，并重新排列生成子图资料来源：谷歌官网，源达信息证券研究所 Gemini1.0的多模态特性可以对图像和文本进行理解和联想，并输出图像和文本。示例1中Gemini1.0根据题目举例及指定的绿色和粉色纱线，创作出了对应的牛油果和兔子玩偶；此外示例2中Gemini1.0还可以完成对数学几何题的解答。通过以上示例，均可看出 Gemini1.0具备优质的多模态特性。 图4：Gemini1.0按照要求完成纱线玩偶的创作 图5：Gemini1.0完成对数学几何题的解答 资料来源：谷歌官网，源达信息证券研究所 资料来源：谷歌官网，源达信息证券研究所 通过各个方面的能力对比，GeminiUltra的得分均超过GPT-4。首先是MMLU（大模型的多任务语言理解能力测评），GeminiUltra的得分是90.04%，而人类专家的得分仅为89.8%；此外在GSM8K（小学数学问题数据集）、数学、代码等方面Gemini1.0均有较好表现，在现有大模型中得分第一。仅在HellaSwag（检测常识推理能力）上得分为87.8%，低于GPT-4的95.3%。 图6：Gemini1.0在多方面的能力测评中得分均超过GPT-4等其他大模型资料来源：谷歌官网，源达信息证券研究所 Gemini1.0将推动AI行业发展。Gemini1.0具备原生多模态特性，有望推动AI大模型在更多行业的渗透和应用。此外通过谷歌官网技术报告，Gemini1.0在多层次能力测评中的得分均要高于GPT-4，该模型的推出标志着AI技术已达到更先进的水平。我们认为谷歌推出Gemini1.0将拉动AI产业新一轮竞争和革新的序幕，增强ChatGPT等其他AI厂商的竞争意识，利好AI产业长期发展。从中短期来看，算力仍是发展AI产业的首要基础，建议关注AI算力产业链的相关机遇。 二、算力产业链：芯片是算力核心构成，期待国产化进展 人工智能芯片是AI算力的核心构成。目前主流的AI芯片中GPU占据绝对百分比，根据IDC数据，2022年GPU在中国人工智能芯片市场中占有率为89%。根据我们测算，假设国内每日访问单个语言大模型的人数达到3亿的情况下，对GPU需求台数为13889块。 基本假设： 1）假设每日人均访问次数为4次/人，单个问题的运算量为2PFlop/s； 2）假设采用的AI芯片为NvidiaH100，根据Nvidia官网资料，该芯片在FP32/FP16 精度工况下的算力为2PFlop/s； 3）假设芯片每日工作24小时，折算下为86400s。 表1：语言大模型访问量对GPU需求量测算 访问人数（亿人） 1 2 3 4 5 访问次数（次/人） 4 4 4 4 4 访问量（亿次） 4 8 12 16 20 单个问题运算量（PFlop/s） 2 2 2 2 2 所需算力（E+8PFlop/s） 8 16 24 32 40 芯片算力（PFlop/s） 2 2 2 2 2 每日工作时间（s） 86400 86400 86400 86400 86400 GPU需求量（块） 4630 9259 13889 18519 23148 资料来源：Nvidia官网，OpenAI，源达信息证券研究所测算 NvidiaH100是目前最先进的人工智能芯片。2023年3月22日Nvidia推出新款人工智能芯片GPUH100，与公司上一代产品A100相比性能得到大幅提升，在主流AI和HPC模型中，采用InfiniBand互连技术的H100性能最高可达A100的30倍。 图7：NvidiaGPUH100芯片示意图图8：H100较A100相比在性能上有大幅提升 精度工况 A100 H100SXM5 FP32/FP16 312/624 1000/2000 FP16/FP16 312/625 1000/2001 FP32/FP8 / 2000/4000 资料来源：Nvidia，源达信息证券研究所资料来源：Nvidia，源达信息证券研究所 国产AI芯片短板明显，下一代产品推进顺利。我们通过对国内寒武纪、华为昇腾和沐曦等国产公司旗下的AI旗舰芯片与NvidiaH100SXM的性能指标对比，可以看到国产AI芯片与NvidiaH100在性能上仍存在较大差距。同时国产芯片公司仍在加快研发推进下一代AI芯片产品，并有望在未来对标NvidiaH100，如寒武纪在研的思元590、沐曦在研的MXC500等。 表2：国产AI芯片性能指标仍与国际顶尖水平存在较大差距 公司 Nvidia 寒武纪 华为 沐曦 产品型号 H100SXM 思元370 昇腾910 曦思N100 FP32 67TFlop/s 24TFlop/s / / FP16 1979TFlops/s 96TFlop/s 320TFlop/s 80TFlop/s INT8 3958Top/s 256Top/s 640Top/s 160Top/s 资料来源：各公司公告，源达信息证券研究所 美国对AI芯片出口管制，自主可控要求下国产芯片需求迫切。2022年10月7日美国商务部工业安全局（BIS）发布《美国商务部对中华人民共和国（PRC）关于先进计算和半导体实施新的出口管制制造》细则，其中管制物项3A090、4A090包含高性能AI芯片产品，而NvidiaA100和H100均符合管制要求。在此背景下，Nvidia推出性能阉割的中国特供版芯片A800和H800。我们认为在国内自主可控大背景下，国内AI产业对国产芯片需求迫切，或加大对国产芯片公司支