2023年Chat-GPT狂飆破壁現(xiàn)象級(jí)AI應(yīng)用引發(fā)范式革命

ChatGPT狂飆破壁，現(xiàn)象級(jí)AI應(yīng)用引發(fā)范式革命分析師：劉牧野證券執(zhí)業(yè)證書(shū)號(hào)：S0640522040001股市有風(fēng)險(xiǎn)入市需謹(jǐn)慎中航證券研究所發(fā)布證券研究報(bào)告請(qǐng)務(wù)必閱讀正文后的免責(zé)條款部分n現(xiàn)象級(jí)AI應(yīng)用狂飆破壁，ChatGPT引發(fā)范式革命：C最快的消費(fèi)級(jí)應(yīng)用程序。OpenAI在2023年2月1日推出訂閱服務(wù)，每月收費(fèi)20美元，拉開(kāi)了人工智能在C端變現(xiàn)的帷幕。由此引發(fā)了全球范圍的關(guān)注和討論，國(guó)內(nèi)大多數(shù)頭部科技企業(yè)表示，已經(jīng)擁有、在研對(duì)標(biāo)ChatGPT相關(guān)的模型及產(chǎn)品。然而，預(yù)訓(xùn)練模型參數(shù)數(shù)量、訓(xùn)練數(shù)據(jù)規(guī)模將按照300倍/年的趨勢(shì)增長(zhǎng)，現(xiàn)有算力距離AI應(yīng)用存巨大鴻溝。運(yùn)算規(guī)模的增長(zhǎng)，帶動(dòng)了對(duì)AI訓(xùn)練芯量數(shù)據(jù)也能通過(guò)AIGC技術(shù)生成、合成出來(lái)，即合成數(shù)據(jù)(syntheticdata)。合成數(shù)據(jù)有望解決人工智能和數(shù)字經(jīng)濟(jì)的數(shù)據(jù)供給問(wèn)題。）；n風(fēng)險(xiǎn)提示：AI算法、模型存較高不確定性，AI技術(shù)發(fā)展不及預(yù)期；ChatGPT用戶(hù)付費(fèi)意愿弱，客戶(hù)需求不及預(yù)期；針對(duì)AI的監(jiān)管政策收緊目錄智能化生產(chǎn)工具，提高生產(chǎn)效率準(zhǔn)確地回答用戶(hù)提出的問(wèn)題?？梢酝ㄟ^(guò)文本或語(yǔ)音與用戶(hù)交互，并通過(guò)不斷學(xué)習(xí)和改進(jìn)來(lái)提高能力和服務(wù)質(zhì)量?，F(xiàn)有使用案例中，用戶(hù)可通過(guò)ChapGPT實(shí)現(xiàn)代碼生成、修改程序bug、寫(xiě)詩(shī)圖：根據(jù)要求連續(xù)改進(jìn)回答圖：提升編程效率重新定義搜索，跨時(shí)代AI產(chǎn)品智能化口支持意圖識(shí)別和邏輯推理口支持多輪次連續(xù)對(duì)話(huà)口支持在一個(gè)prompt（提示）中同時(shí)有多個(gè)問(wèn)題口支持上下文理解，以回答某些假設(shè)性的問(wèn)題人性化主動(dòng)承認(rèn)錯(cuò)誤，對(duì)用戶(hù)指出的錯(cuò)誤進(jìn)行答案優(yōu)化。承認(rèn)自身的無(wú)知，承認(rèn)對(duì)專(zhuān)業(yè)技術(shù)的不了解道德友善，駁回潛在的種族主義或性別歧視提示主要是得益于深度學(xué)習(xí)模型方面的技術(shù)創(chuàng)新。不斷創(chuàng)新的生成算法、預(yù)訓(xùn)練模型、多模態(tài)等技術(shù)融合帶來(lái)了AIGC（AIGeneratedContent）革，擁有通用性、基礎(chǔ)性多模態(tài)、參數(shù)多、訓(xùn)練數(shù)據(jù)量大、生成內(nèi)容高質(zhì)穩(wěn)定等特征的AIGC模為了自動(dòng)化內(nèi)容生產(chǎn)的“工廠(chǎng)”和“流水線(xiàn)”。種來(lái)源的大量文本數(shù)據(jù)上進(jìn)行了訓(xùn)練。能夠產(chǎn)生類(lèi)似人類(lèi)的反應(yīng)，并可用于廣泛的語(yǔ)言相關(guān)任務(wù)。發(fā)，專(zhuān)注于自然語(yǔ)言對(duì)話(huà)，接受了更廣泛的語(yǔ)言模式和風(fēng)格培訓(xùn)，因此，能較GPT-3產(chǎn)生更多樣化和預(yù)訓(xùn)練模型礎(chǔ)搭建的AIGC技術(shù)基礎(chǔ)重直化、場(chǎng)景化、個(gè)性化在基礎(chǔ)層上生成場(chǎng)景化、在基礎(chǔ)層上生成場(chǎng)景化、實(shí)現(xiàn)不同行業(yè)、垂直領(lǐng)域的流水線(xiàn)式部署各種各樣的AIGC的應(yīng)用圖片、音視頻等內(nèi)容生成服務(wù)戶(hù)還可提前使用新功能及改進(jìn)功能，應(yīng)用的響應(yīng)時(shí)間也更快。OpenAI預(yù)計(jì)2023年Chat智能化的服務(wù)服務(wù)（SaaS）政策反應(yīng)迅速，國(guó)內(nèi)科技巨頭布局造對(duì)標(biāo)ChatGPT的大模型，著力構(gòu)建開(kāi)源框架和通用大模型的應(yīng)用生態(tài)。加強(qiáng)人工將在2023年3月上2021年基于昇騰AI阿里巴巴OFA，可能將AI大G京東云以「125」計(jì)劃作為關(guān)注AI三駕馬車(chē)投資機(jī)會(huì)n算法層面，超大規(guī)模預(yù)訓(xùn)練模型推動(dòng)A地平線(xiàn)………目錄大型預(yù)訓(xùn)練模型引發(fā)質(zhì)變能適應(yīng)廣泛的下游任務(wù)。預(yù)訓(xùn)練模型能夠滿(mǎn)預(yù)訓(xùn)練模型成為AI技術(shù)發(fā)展的范式變革，許多跨領(lǐng)域的AI系統(tǒng)將直接建立在預(yù)訓(xùn)練模型上?；A(chǔ)的生成算法模型不斷突破創(chuàng)新預(yù)訓(xùn)練模型引發(fā)AIGC技術(shù)能力質(zhì)變2017年2014年自然語(yǔ)言處理（2017年2014年自然語(yǔ)言處理（NLP）預(yù)訓(xùn)練模型Transformer模型VAE、生成對(duì)抗網(wǎng)絡(luò)GANTransformer模型VAE、生成對(duì)抗網(wǎng)絡(luò)GAN2015年2020年OpenAI：GPT系列百度：ERNIE系列基于流生成的模型、擴(kuò)散模型基于流生成的模型、擴(kuò)散模型神經(jīng)輻射場(chǎng)NeRF計(jì)算機(jī)視覺(jué)(CV)預(yù)訓(xùn)練模型微軟：微軟：Florence2021年CLIP模型2021年CLIP模型多模態(tài)預(yù)訓(xùn)練模型OpenAI：CLIP&DALL-EAI模型數(shù)據(jù)規(guī)模增長(zhǎng)，AI算力需求井噴的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)基礎(chǔ)設(shè)施遠(yuǎn)不足以實(shí)現(xiàn)元宇宙愿景AI模型數(shù)據(jù)規(guī)模增長(zhǎng)，AI算力需求井噴n據(jù)IDC預(yù)計(jì)，2021-2026年期間，中國(guó)智能算力規(guī)模年復(fù)合增長(zhǎng)率達(dá)力規(guī)模將進(jìn)入每秒十萬(wàn)億億次浮點(diǎn)計(jì)算（ZFLOP圖：2012至2019年算力需求增長(zhǎng)近30萬(wàn)倍圖：中國(guó)智能算力規(guī)模百億億次浮點(diǎn)運(yùn)算/秒（EFLO算力升級(jí)：AI訓(xùn)練芯片空間廣闊上普遍多配置2個(gè)GPU，未來(lái)18個(gè)月，GPU、ASIC和FPGA的搭載率均會(huì)上升。通國(guó)際科技網(wǎng)絡(luò)巨頭公司谷歌、臉書(shū)，亞馬遜等等在AI芯片領(lǐng)域從云端訓(xùn)練到終端產(chǎn)品應(yīng)用，在開(kāi)源框架賦能產(chǎn)業(yè)也在打造從AI芯片注重云端訓(xùn)練+AI芯片終端響應(yīng)+AI算法框架開(kāi)源的生態(tài)體系。建議關(guān)注面向GPU的創(chuàng)新企業(yè)，包括景嘉微、航錦科技，和未表：AI芯片架構(gòu)及發(fā)展方向芯片特點(diǎn)代表公司CPU的通用架構(gòu)設(shè)計(jì)使運(yùn)行效率受限。當(dāng)前CPU雖然在機(jī)器學(xué)習(xí)領(lǐng)域英特爾主要從事大規(guī)模并行計(jì)算,比CPU運(yùn)行速度快,并且比其他專(zhuān)用AI處英偉達(dá)、AMD僅作為處理器IP核使用。目前基于DSP的設(shè)計(jì)有一定的局限性,一般都新思科技、CadenceFPGA具有三大優(yōu)點(diǎn):單位能耗比低、硬件是,FPGA的使用有一定門(mén)檻,要求使用者具備硬件知識(shí)。賽靈思、微軟TPU/ASIC當(dāng)前為谷歌公司專(zhuān)用,還不是市場(chǎng)化產(chǎn)品。ASIC芯片不能像FPGA很快改變架構(gòu),適應(yīng)變化,對(duì)企業(yè)而言成本較昂貴。TrueNorth模仿人腦神經(jīng)元和神經(jīng)突觸的結(jié)構(gòu),功耗非常低。有可能實(shí)現(xiàn)人工智能算力升級(jí)：馮氏架構(gòu)“破壁者”，存算一體突破瓶頸提升和成本優(yōu)化，“存”“算”之間性能失配，從而導(dǎo)致了訪(fǎng)存帶寬低、時(shí)延長(zhǎng)時(shí)代先進(jìn)封裝、新型存儲(chǔ)器件等技術(shù)，減少數(shù)據(jù)的無(wú)效搬移，從而提升計(jì)算效率。中國(guó)移動(dòng)已將存算一體納入算力圖：存儲(chǔ)計(jì)算性能存在“剪刀差”表：存算一體化應(yīng)用場(chǎng)景廣泛場(chǎng)景重點(diǎn)需求存算一體優(yōu)勢(shì)當(dāng)前存內(nèi)計(jì)算產(chǎn)品已成功在端側(cè)初步商用，提供頻等AI處理能力，并獲得十倍以上的能效提升，有效降低通用性存算一體在深度學(xué)習(xí)等領(lǐng)域有獨(dú)特優(yōu)勢(shì)，可以提供比傳統(tǒng)設(shè)備高幾十倍的算效比，此外存內(nèi)計(jì)算芯片通過(guò)架構(gòu)創(chuàng)新可以提供綜合性能全面兼顧的芯片及板卡，預(yù)計(jì)將在邊側(cè)推理場(chǎng)景中有著廣泛的應(yīng)用，為廣泛的邊緣AI業(yè)務(wù)提供服云側(cè)大算力、高寬帶、低功耗存內(nèi)計(jì)算可通過(guò)多核協(xié)同集成大算力芯片，結(jié)合可重構(gòu)設(shè)計(jì)打造通用計(jì)算架構(gòu)，存內(nèi)計(jì)算作為智算中心下一代關(guān)鍵AI芯片技術(shù)，正面向大算力、通用性、高計(jì)算精度等方面云側(cè)大算力、高寬帶、低功耗算力升級(jí)：馮氏架構(gòu)“破壁者”，存算一體突破瓶頸性能較好，均有各自獨(dú)特優(yōu)勢(shì)與發(fā)展?jié)摿沙掷m(xù)推動(dòng)器件成熟，同步進(jìn)行存內(nèi)計(jì)算探索。力存算一體芯片，閃易半導(dǎo)體、蘋(píng)芯科技、知存科技、智芯科、九天睿芯專(zhuān)注于小算力存算一體芯片。上市公司中，推薦關(guān)注研發(fā)布局NOR易失特性否是是否是現(xiàn)有工藝節(jié)點(diǎn)理論工藝極限單比特存儲(chǔ)面積(F2/bit)讀寫(xiě)次數(shù)應(yīng)用場(chǎng)景云側(cè)和邊側(cè)的推理和訓(xùn)練邊側(cè)和端側(cè)的推理云側(cè)、邊側(cè)和端側(cè)的推理云側(cè)和邊測(cè)的推理和訓(xùn)練云側(cè)、邊側(cè)和端側(cè)的推理傳輸升級(jí)：高速光模塊放量n傳輸速度迭代不止，高速光模塊出貨預(yù)計(jì)大幅增長(zhǎng)。據(jù)lightCounting統(tǒng)計(jì)，只，2022年預(yù)計(jì)將達(dá)600萬(wàn)只，同比170%以上，800G的產(chǎn)品有望在202n據(jù)lightcounting2022增長(zhǎng)并不斷迭代升級(jí)。預(yù)計(jì)到2027年，以太網(wǎng)光模塊市場(chǎng)將達(dá)到100.11億美元。nCPO（協(xié)同封裝光子技術(shù)）提升數(shù)據(jù)中心應(yīng)用積的可插拔模塊被簡(jiǎn)單的光纖配線(xiàn)架所取代，因此前面板的物理TPU以及以太網(wǎng)、InfiniBand或NVLink交換機(jī)上，另外有許多基于FPGA的加速器也可能受益于CPO。預(yù)測(cè)在天孚通信、德科立、源杰科技等光模塊產(chǎn)業(yè)相關(guān)CMOS）微電子制備工藝，同時(shí)具備了CMOS技術(shù)超大規(guī)模邏輯、超高精度制造的特性和光子技術(shù)超高速率、超低功耗的至今較為成熟的領(lǐng)域?yàn)閿?shù)據(jù)中心、通信基礎(chǔ)設(shè)施等光連接領(lǐng)域。目前，硅光技術(shù)在第一代4x25G光模塊中主要應(yīng)用于500m內(nèi)的100GQSFP28PSM4；在第二代1x100G產(chǎn)品中，應(yīng)用有100GQSFP28DR1/FR1和LR1，作用于500m資料來(lái)源：華中科技大學(xué)武漢光電國(guó)家研究中心，易飛揚(yáng)通信，中目錄作等創(chuàng)意領(lǐng)域。初步估計(jì)，到2025年，人工智能生成數(shù)據(jù)占比將達(dá)到10%。根據(jù)《GenerativeAI：ACrea潛力產(chǎn)生數(shù)萬(wàn)億美元的經(jīng)濟(jì)價(jià)值。名詞概念含義優(yōu)勢(shì)劣勢(shì)代表專(zhuān)業(yè)生產(chǎn)內(nèi)容能有很大吸引力,但是產(chǎn)出的數(shù)量方面卻是很薄弱的.新浪、網(wǎng)易、搜狐等門(mén)戶(hù)網(wǎng)站用戶(hù)生產(chǎn)內(nèi)容不必操心網(wǎng)站的內(nèi)容數(shù)量,總有無(wú)數(shù)的用戶(hù)每日每夜為網(wǎng)站提供新的血液制不好內(nèi)容的好壞,網(wǎng)站很容易會(huì)被廣告、垃圾信息所占據(jù)臉書(shū)、推特、抖音、微博、微信公眾號(hào)、知乎等AIGC人工智能生產(chǎn)內(nèi)容創(chuàng)作效率高,創(chuàng)作成本低,使用門(mén)檻低難以精準(zhǔn)滿(mǎn)足創(chuàng)作需求、對(duì)于細(xì)節(jié)控制客數(shù)據(jù)、百度文心等AIGC提供數(shù)據(jù)燃料，驅(qū)動(dòng)AI技術(shù)發(fā)展nAIGC正朝著效率和品質(zhì)更高、成本創(chuàng)造和知識(shí)工作的邊際成本降至零，以產(chǎn)生巨大的勞動(dòng)生產(chǎn)率和經(jīng)濟(jì)價(jià)值。可以在數(shù)學(xué)上或統(tǒng)計(jì)學(xué)上反映真實(shí)世界數(shù)據(jù)的屬性，因此可以作為真實(shí)世界數(shù)據(jù)的替代品，來(lái)訓(xùn)練、測(cè)試、驗(yàn)證Al模型。AIGCAIGC跨越數(shù)據(jù)鴻溝，合成數(shù)據(jù)推進(jìn)實(shí)現(xiàn)AI2.0到2030年合成數(shù)據(jù)將徹底取代真實(shí)數(shù)據(jù)成為AI模型所使用的數(shù)據(jù)的主要來(lái)源。準(zhǔn)確可靠提升訓(xùn)練速度數(shù)據(jù)質(zhì)優(yōu)量大準(zhǔn)確可靠提升訓(xùn)練速度數(shù)據(jù)質(zhì)優(yōu)量大避免數(shù)據(jù)隱私/安全/保密題，利用合成數(shù)據(jù)訓(xùn)練AI模型可以避免用戶(hù)隱私問(wèn)題，這對(duì)于金融、醫(yī)療等領(lǐng)域避免數(shù)據(jù)隱私/安全/保密題，利用合成數(shù)據(jù)訓(xùn)練AI模型可以避免用戶(hù)隱私問(wèn)題，這對(duì)于金融、醫(yī)療等領(lǐng)域確保數(shù)據(jù)多樣性更多反映真實(shí)世界，提升Al的公平性，以及糾消除算法歧視提高Al的準(zhǔn)確性、可靠性，合成數(shù)據(jù)可自動(dòng)創(chuàng)建、生成現(xiàn)實(shí)世界中難以或者無(wú)法采集的數(shù)據(jù)場(chǎng)景，更好確保AI模型的準(zhǔn)確性在大多數(shù)情況下，每多采集和標(biāo)注一條數(shù)據(jù)，花費(fèi)的時(shí)間是成倍的。但合成數(shù)據(jù)可通過(guò)芯片進(jìn)行快速生實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)和數(shù)據(jù)數(shù)據(jù)質(zhì)量等問(wèn)題，包括通過(guò)合成數(shù)據(jù)來(lái)改善基準(zhǔn)測(cè)試數(shù)據(jù)的質(zhì)合成數(shù)據(jù)為數(shù)據(jù)要素創(chuàng)造增量，潛在商業(yè)價(jià)值待挖掘練數(shù)據(jù)市場(chǎng)規(guī)模到2030年將超過(guò)86億美元。Gartner預(yù)測(cè)，到2024年用于訓(xùn)練Al的數(shù)據(jù)中有60%將是合成數(shù)據(jù)，到2030年AI模型使用的絕大部分?jǐn)?shù)據(jù)將由人工智能合成。合成數(shù)據(jù)作為數(shù)據(jù)要素市場(chǎng)的新增量，在創(chuàng)造巨大商業(yè)價(jià)值的同時(shí)，也有望解決人工智能和數(shù)字經(jīng)濟(jì)的數(shù)據(jù)資料來(lái)源：騰訊，Gartner，中航證券研合成數(shù)據(jù)為數(shù)據(jù)要素創(chuàng)造增量，潛在商業(yè)價(jià)值待挖掘結(jié)構(gòu)化數(shù)據(jù)(表格等)、測(cè)試數(shù)據(jù)(testdata)、開(kāi)源服務(wù)等幾大方向。國(guó)外的主流科技公司紛紛瞄準(zhǔn)合成數(shù)據(jù)領(lǐng)域加大投入與布局。微軟、英偉達(dá)、亞馬遜等科技巨頭均推出了合成數(shù)據(jù)的工具或者應(yīng)用，用于訓(xùn)練自主飛行器、為AI訓(xùn)練構(gòu)建具有物理合成數(shù)據(jù)領(lǐng)域的投資并購(gòu)持續(xù)升溫，開(kāi)始涌現(xiàn)了合成數(shù)據(jù)即服務(wù)(syntheticdataasaservi闊的全新商業(yè)模式。AI.Reverie為其中較著名的初創(chuàng)公司，其開(kāi)發(fā)的平臺(tái)可以為AI項(xiàng)目自動(dòng)生成大型合成訓(xùn)練數(shù)據(jù)集，公司于2021年被頭部互聯(lián)網(wǎng)企業(yè)Meta收購(gòu)。國(guó)內(nèi)建議關(guān)注進(jìn)行AI算法研究，且擁有龐大數(shù)據(jù)的公司，包括百度、阿里、騰訊、目錄風(fēng)險(xiǎn)提示nAI算法、模型存較高不確定性，AI技術(shù)發(fā)展不及預(yù)期買(mǎi)入：未來(lái)六個(gè)月的投資收益相對(duì)滬深300指數(shù)漲幅10%以上。持有：未來(lái)六個(gè)月的投資收益相對(duì)滬深300指數(shù)漲幅-10%-10%之間賣(mài)出：未來(lái)六個(gè)月的投資收益相對(duì)滬深300指數(shù)跌幅10%以上。增持：未來(lái)六個(gè)月行業(yè)增長(zhǎng)水平高于同期滬深3中性：未來(lái)六個(gè)減持：未來(lái)六個(gè)月行業(yè)增長(zhǎng)水平低于同期滬深30首席：趙曉琨SAC執(zhí)業(yè)證書(shū)：S0640122030十六年消費(fèi)電子及通訊行業(yè)工作經(jīng)驗(yàn)，曾在華為、阿里巴巴、摩托羅拉、富士康等多家國(guó)際級(jí)頭部品牌終端企業(yè)，負(fù)責(zé)過(guò)研發(fā)、工程、供應(yīng)鏈采購(gòu)等多崗位工作。曾任職華為終端分析師：劉牧野SAC執(zhí)業(yè)證書(shū)：S0640522040001約翰霍普金斯大學(xué)機(jī)械系碩士，2022年1月加入中航證券。擁有高端制造、硬科技領(lǐng)域的研究助理劉一楠SAC執(zhí)業(yè)證書(shū)：S0640122080006西南財(cái)經(jīng)大學(xué)金融碩士，2022年7月加入中航證券，覆蓋半導(dǎo)體設(shè)備、半導(dǎo)體材料板塊。研究助理蘇弘宇SAC執(zhí)業(yè)證書(shū)：S0640122040021負(fù)責(zé)本研究報(bào)告全部或部分內(nèi)容的每一位證券分析師，再次申明，本報(bào)告清晰、準(zhǔn)確地反映了分析師本人的研究觀點(diǎn)。本人薪酬的任何部分過(guò)去不曾與、現(xiàn)在不與，未來(lái)也將不會(huì)與本報(bào)告中的具體推薦或觀點(diǎn)直接或間接相關(guān)。風(fēng)險(xiǎn)提示：投資者自主作出投資決策并自行承擔(dān)