2025年萬物AI面臨的十大待解難題

2025年萬物AI

面臨的十大待解難題評級：強(qiáng)于大市2024年12月09日證券研究報告行業(yè)專題報告目錄一、AI

終端需求端側(cè)問題●AI服務(wù)器：

scalinglaw

結(jié)束了嗎?●AI終端：萬物+AI能否崛起?●AI機(jī)器人：人型機(jī)器人啟動?二、AI

上游芯片需求問題●AI產(chǎn)能：AI

大芯片帶動需求激增，先進(jìn)制程/先進(jìn)封裝產(chǎn)能仍供不應(yīng)求?●AI存儲：AI大芯片未來將強(qiáng)勁推動HBM

擴(kuò)產(chǎn)需求，NAND存儲需求持續(xù)升級?●AI互聯(lián)：AI

大芯片的互聯(lián)困境，未來趨勢將是“光進(jìn)銅退”?

●AI

散熱：AI

大芯片功耗提升，散熱終將由風(fēng)冷向液冷演進(jìn)?三、AI

發(fā)展外部約束問題●

AI能源：能源吞噬巨獸?●

AI燃料：高質(zhì)量的數(shù)據(jù)快要耗盡了?四

、AI

終極問題●AI終極：該怎么面對凡人?五、投資建議及風(fēng)險提示：●端側(cè)AI一觸即發(fā)，擁抱第四次工業(yè)革命，關(guān)注AI產(chǎn)業(yè)鏈相關(guān)公司●手機(jī)和PC

需求溫和復(fù)蘇，看好“困境反轉(zhuǎn)&龍頭低估”企業(yè)●風(fēng)險提示：下游需求不足風(fēng)險；地緣政治風(fēng)險；核心競爭力風(fēng)險；估值風(fēng)險等。數(shù)據(jù)來源：長城證券產(chǎn)業(yè)金融研究院一、AI

終端需求端側(cè)問題ScalingLaw初現(xiàn)：初級智慧涌現(xiàn)-OpenAI的論文《ScalingLawsforNeuralLanguage

Models》--提出了模型性能與規(guī)模之間的冪律關(guān)系。2020

2022預(yù)訓(xùn)練ScalingLaw-DeepMind

的研究提出了與OpenAI

不同的觀

點(diǎn)，強(qiáng)調(diào)模型大小和訓(xùn)練token數(shù)量的關(guān)系ScalingLaw撞墻，推理延續(xù)-Scaling

law收益下降，本質(zhì)是優(yōu)質(zhì)數(shù)據(jù)和底層邏輯

-OpenAI

的o1模型展示了推理階段的Scaling

Law2024

2025Scaling

Law撞墻后新趨勢-從訓(xùn)練到推理的轉(zhuǎn)變-數(shù)據(jù)擴(kuò)展與合成數(shù)據(jù)-多模態(tài)和跨領(lǐng)域應(yīng)用-能源和效率等其他方案AI初期：小量計(jì)算-小型到中型的機(jī)器學(xué)習(xí)模型。-依賴于單個或少量GPU。2010s

2017Transformer初現(xiàn)：大模型時代-

引入了Transformer

架構(gòu)，開啟了大模型，時代。-服務(wù)器需求更大規(guī)模的模型訓(xùn)練。Testcross-entropyL(bits)Testcree數(shù)據(jù)來源：arxiv.org,Medium,GitHub,arXiv,budget10?Non-embeddingparametersTest

cross-entropy

L(bits)Test

cross-entropy

L(bits)Steps

(S)圖：新的scaling

law--推理圖：三張圖神經(jīng)尺度，scaling

law后的涌現(xiàn)現(xiàn)象圖：Scaling

law撞墻后，模型效果提升速度下降Newscaling

law:whyOpenAl'so1model

mattersOpenAlcreatedanewwayto

scale-through

moreAI服務(wù)器：

scaling

law結(jié)束了嗎?Training

FLOPs·

數(shù)據(jù)越多并不是模型效果不提升了，只是從計(jì)算角度來看不經(jīng)濟(jì)了Testcross-entropy

(bits)Testcross-entropy

(bits)computeduringgenerationLaw-Optimal

SettingBeforeOpenAl

o1After

OpenAlScalingo1萬物+Alagent計(jì)算資源的需求顯著增加需要高性能的存儲系統(tǒng)散熱對影響性能和穩(wěn)定性Al

agent需要能夠協(xié)同多個應(yīng)用程序工作LCoSAR眼鏡的顯示技術(shù)Micro

OLED輸出一致性可靠性問題光波導(dǎo)技術(shù)人機(jī)交互部件語言交互其他傳感器

{

陀螺儀用戶對Al

agent的實(shí)時性和響應(yīng)速度要求較高便攜性或?qū)嵱眯缘绕渌?/p>

{方>AI

Agent崛起：

11月20日，微軟在Microsoft

ignite2024上全面推出商用AIAgents生態(tài)系統(tǒng)，企業(yè)用戶可通過Azure

AI目錄訪問超過1800個AI模型，用于

支持各類AI

Agent的部署和運(yùn)行。據(jù)Gartner

預(yù)測，到2028年，至少15%的日常工作決策將通過AI

Agent自主做出。據(jù)marketsandmarkets預(yù)測，到2028年，全球自主人工智能和自主智能體市場規(guī)模將達(dá)285億美元，預(yù)計(jì)23-28年CAGR~43%。>AI

手機(jī)：

據(jù)IDC預(yù)測，2024年全球AI手機(jī)出貨量將達(dá)2.34億部，預(yù)計(jì)到28年將達(dá)9.12億部，23-28年CAGR~78.4%。>AI

PC:

據(jù)Canalys預(yù)測，2024年全球AI

PC出貨量將達(dá)0.48億臺，預(yù)計(jì)到28年AIPC

出貨量將達(dá)2.05億臺，24~28年CAGR~44%。>AI

耳機(jī)：10月10日，字節(jié)跳動豆包發(fā)布首款A(yù)I智能體耳機(jī)Ola

Friend,耳機(jī)接入豆包大模型，與豆包APP深度結(jié)合。Perception:感知模塊的核心目的是將代理的感知空間從純文本領(lǐng)域擴(kuò)展到包括文本、聽覺和視覺模態(tài)

。AgentBrain

Brain:

主要由1個大型語言模型組成，它不僅存儲知識和記憶，還承

PersonalityS

o||

ea

aking

Leam]Retrieve

著，

空/Reasoning

知

任

務(wù)

。

InternaliingBehaviors

Individual并能呈現(xiàn)推理和規(guī)信息處理和決策功能擔(dān)MllnRDecisiummarySimulatedAgentSocietyEnvironmentActionVirtual

Env

or

Physical

Env圖

：AIAgent

的整體框架由三個關(guān)鍵部分組成：大腦(Brain)、感知(Perception)和行動(Action)。

圖：AI

Agent像人類一樣行動、作出決定并參與人類社會活動ets,長城證券產(chǎn)業(yè)金融研究院AI終端：萬物+AI能否崛起?Action:在代理的構(gòu)造中，動作模塊接收大腦模

塊發(fā)送的動作序列，并執(zhí)行與環(huán)境交互的動作。數(shù)據(jù)來源：《Theriseandpotentialof

largelanguage!大模型內(nèi)部運(yùn)作機(jī)制復(fù)雜，輸出結(jié)果難以解釋Al

模型在特定領(lǐng)域表現(xiàn)出色，但在

其他領(lǐng)域可能表現(xiàn)不佳Environmentewill

rain

tomorrow?If

so,give

theumbrella

to

me.Al

agent需要處理多模態(tài)數(shù)據(jù)需要具備強(qiáng)大的數(shù)據(jù)處理能力和上下

文理解能力PerceptionHuman&ResourcesReasong

from

thecurrentweatherconditions

and

theDweatherreports

on

the

internet,it

islikely

to

rain

tomorrow.HereisPlanning

劃過程以很好地處理未高算力需求存儲性能需求{能耗散熱需求

{PerceptionLoputsActionToolsGeneralize/Transfer長文本及多模態(tài)算法Alagent大腦硬件麥克風(fēng)揚(yáng)聲器Alagent大腦軟件Al

agent交互與感知協(xié)同多應(yīng)用工作的能力yourumbrela外部數(shù)據(jù)傳輸需求GroupAgentKnowledge{跑、跳、跨越運(yùn)動穩(wěn)態(tài)驅(qū)動系統(tǒng)負(fù)責(zé)提供動力，包括電機(jī)、氣動和液壓等類型傳動系統(tǒng)包括絲杠、齒輪、連桿、繩索和腱繩等傳感器系統(tǒng)包括觸覺、力覺和位置傳感器等控制系統(tǒng)算法和軟件對系統(tǒng)進(jìn)行精確控制靈巧手理解世界推理世界互動世界雙足行走視覺信息聽覺信息無線信息具身智能ynfourteco雙足行走感知與運(yùn)動靈巧手第一代機(jī)器人：工具人按人類思維模式思考第二代人造人：具身智能智能體與環(huán)境的交互AI機(jī)器人：人型機(jī)器人啟動?數(shù)據(jù)來源：Tesla,the

robotreport,長城證券產(chǎn)業(yè)金屏幕語言表達(dá)人機(jī)交互二

、AI

上游芯片需求問題>先進(jìn)制程：據(jù)TrendForce預(yù)估，2025年全球晶圓代工業(yè)產(chǎn)值將迎來20%的成長，臺積電表現(xiàn)仍將一支獨(dú)秀，其余晶圓代工廠也可望有近12%的年成長；受AI服務(wù)器相關(guān)芯片需求推動下，先進(jìn)制程高產(chǎn)能利用率有望延續(xù)至2025年。>據(jù)臺積電24Q3業(yè)績交流會上表示，AI

技術(shù)的迅速發(fā)展是推動業(yè)績增長的關(guān)鍵因素之一，尤其是針對3nm

和5nm

等先進(jìn)制程芯片的需求激增，來自主要

客戶如蘋果和英偉達(dá)的訂單持續(xù)增加。從產(chǎn)品制程營收占比看，公司24Q3

7nm

及以下先進(jìn)制程營收占比達(dá)69%,其中5nm

制程營收占比為32%,7nm制程占比為17%,而得益于蘋果A18

系列處理器的強(qiáng)勁出貨量，3nm

制程營

收占比提升至20%。據(jù)臺媒《工商時報》報道，25H1臺積電3nm

產(chǎn)能利用率維持滿載；在AI芯片助攻下，25H1臺積電5nm產(chǎn)能利用率可能達(dá)到101%。>先進(jìn)封裝：受AI芯片大面積需求帶動，2.5D先進(jìn)封裝于2023至2024年供不應(yīng)

求情況明顯，據(jù)TrendForce預(yù)估，2025年晶圓代工廠配套提供的2.5D封裝營

收將年增120%以上。工研院產(chǎn)業(yè)科技國際策略發(fā)展所預(yù)測，到2025年全球

先進(jìn)封裝市場規(guī)模比重將達(dá)到51%,首次超過傳統(tǒng)封裝，預(yù)計(jì)到2028年，先

進(jìn)封裝市場年復(fù)合增長率可達(dá)10.9%。>

臺積電董事長魏哲家在法人說明會上表示，客戶對先進(jìn)封裝的需求遠(yuǎn)大于供應(yīng)，預(yù)計(jì)25年CoWoS

產(chǎn)能將持續(xù)倍增。據(jù)Money

DJ數(shù)據(jù)，臺積電CoWoS

月

產(chǎn)能預(yù)計(jì)24年將達(dá)到3.5~4萬片晶圓，明年將飆升至每月8萬片。AI客戶強(qiáng)勁

而緊迫的需求繼續(xù)推動產(chǎn)能需求，隨著更多設(shè)備的增加，臺積電的

CoWoS產(chǎn)能仍可能大幅擴(kuò)張，到2026年可能達(dá)到每月1.4~1.5萬片晶圓。全球主要代工廠工藝路線圖

FTRENDFORCE2011201220132014201520162017201820192020202120222023202420252026202712mm7mmEUw6omNSPAA4

A10nMSUNG

28nm

22mmFm10nm8mm

eUW

Sm

4m.3GAE3CAPsr2

SFzP

SPL41intel20o8AP

14A

14AE28nmNoFurtherProcessMignationPlansmie

28nm

N+1

N+2HfiraceHMe

40mm

28mm

NVIDIA

將在2024-2025年占據(jù)臺積電更多的CoWoS

生產(chǎn)產(chǎn)能

萬TRENDFORCE口

預(yù)計(jì)到2024年底

·

臺積電的CoWoS

生產(chǎn)產(chǎn)能將超過32萬片

·平均月產(chǎn)能將在2024年第四季度達(dá)到約4萬片

口

更新的GPU或AI芯片平臺將推動CoWoS產(chǎn)能在2025年實(shí)現(xiàn)翻信增長口

預(yù)計(jì)NVIDIA在2025年將繼續(xù)是CoWos

的最大客戶·其占比將從2024年的47%增加到2025年的60%DistributionofTSMCCoWoSDemandamongMajorAIChipSuppliers2024F

2025F=3

DFabricAdvanced

Packaging(BE3D)CoWos°cowosr

aAI產(chǎn)能：AI大芯片帶動需求激增，先進(jìn)制程/先進(jìn)封裝產(chǎn)能仍供不應(yīng)求?先進(jìn)封裝：預(yù)計(jì)25年臺積電CoWoS

月產(chǎn)能有望達(dá)8萬片先進(jìn)制程：預(yù)計(jì)25H1臺積電3nm/5nm

產(chǎn)能利用率將達(dá)100%/101%圖：以CoWoS

為主的先進(jìn)封裝需求逐步增長，預(yù)計(jì)2025年臺積電CoWoS

月產(chǎn)能將增長至8萬片圖：先進(jìn)制程工藝不斷演進(jìn)，預(yù)計(jì)2025年上半年臺積電3nm/5nm產(chǎn)能利用率維持滿載

數(shù)據(jù)來源：TrendForce,TSMC,Semiengineering,Ex.TSMC

—Ex

.TSMC法：e分i訊取自臺積電202報告2018-2025晶圓代工產(chǎn)業(yè)營收與年增率180,0USDChip

Stacking

(FE

3D)TSMC-SolcSoiC:Systenanntecwated

Chps8S>AI

驅(qū)動HBM需求容量增長：AI服務(wù)器強(qiáng)勁需求帶動下，TrendForce

預(yù)計(jì)2025

年HBM

位元需求量將同比增長117%。>HBM

市場需求：據(jù)Yole預(yù)測，到2025年，預(yù)計(jì)全球HBM

位元出貨量將達(dá)

16.96億GB,

預(yù)計(jì)全球HBM市場規(guī)模將達(dá)199億美元。>HBM

當(dāng)前進(jìn)展：11月5日，在SKAISummit2024上

，SK

海力士發(fā)布業(yè)界首

款16層堆疊(16Hi)的HBM3E內(nèi)存(容量為48GB),其AI訓(xùn)練性能和推理性能分

別提升18%和32%,預(yù)計(jì)將于2025年初提供樣品。SK

海力士還計(jì)劃25H2將推

出首批12HiHBM4,2026年將推出16HiHBM4。圖：HBM

堆疊層數(shù)將不斷增加，預(yù)計(jì)2025年全球HBM市場規(guī)模達(dá)199億美元>AI

驅(qū)動NAND單機(jī)需求容量增長：受益AI需求驅(qū)動，TrendForce預(yù)計(jì)2025年

手機(jī)/筆電/服務(wù)器上單機(jī)需求SSD

容量將同比+13.3%/+4.4%/+14.4.%。>NAND市場需求：據(jù)TrendForce預(yù)測，到2025年，預(yù)計(jì)全球NAND位元需求

量將同比+13.4%;預(yù)計(jì)全球NAND

Flash市場規(guī)模將同比+29%至870億美元。>NAND當(dāng)前進(jìn)展：9月12日，三星宣布已量產(chǎn)1TbQLC第9代V-NAND,

據(jù)

TechInsights數(shù)據(jù)，三星計(jì)劃25H2推出430層第10代V-NAND;11

月21日，SK

海力士宣布開發(fā)出業(yè)界首款321層1TB

TLC

NAND閃存，將于25H1開始供應(yīng)。AI存儲：AI大芯片未來將強(qiáng)勁推動HBM擴(kuò)產(chǎn)需求，NAND

存儲需求持續(xù)升級?NAND:AI浪潮推動下，預(yù)計(jì)25年全球NAND

市場將達(dá)870億美元HBM:AI

強(qiáng)勁需求帶動下，25年全球HBM

市場將達(dá)199億美元數(shù)據(jù)來源：TrendForce,Yole,SK海力士，三星，圖：3DNANDFlash層數(shù)將不斷增加，預(yù)計(jì)2025年全球NAND市場規(guī)模達(dá)870億美元全球HBM位元出貨量(mn

GB)

—

◆

—

占DRAM市場比重(%)全球HBM市場規(guī)模(十億美元)●

—

占DRAM

市場比重(%)②SK海力士12HiHBM3E產(chǎn)品②三星3D

NAND

Flash產(chǎn)品①3D

NAND

Flash結(jié)構(gòu)①

HBM

堆疊結(jié)構(gòu)>PCB

連接趨勢：

英偉達(dá)對服務(wù)器規(guī)格的提升，使得PCB和HDI零部件的需求進(jìn)一步增加，新規(guī)

格產(chǎn)品需要更多高端HDI

產(chǎn)品來加快運(yùn)算和連接

速

度。>

市場規(guī)模：據(jù)Prismark數(shù)據(jù)，預(yù)計(jì)2028年全球服務(wù)器及存儲用PCB市場規(guī)模約為138億美元，

2023-2028年CAGR

約11%,隨著AI服務(wù)器升級，

GPU主板將逐步升級為HDI,據(jù)

Prismark預(yù)計(jì)，

2023-2028年HDI

的CAGR

將達(dá)到16.3%,是增速

最快的品類。>銅連接趨勢：

英偉達(dá)于3月發(fā)布GB200系列機(jī)架，其中背板連接、近芯片連接及機(jī)柜間I/O

連接均用到銅連接方案。除英偉達(dá)外，高速銅

互聯(lián)在AI短距離場景已有成熟經(jīng)驗(yàn)，dojo/谷

歌等均使用定制銅纜或DAC&AEC

作為短距

互聯(lián)方案。在短距場景下，高速銅連接相較光

纖連接具有性價比、穩(wěn)定性、功耗優(yōu)勢，正成

為AI

集群短距傳輸優(yōu)選方案。>市場規(guī)模：據(jù)Lightcounting

數(shù)據(jù)，預(yù)計(jì)2028年全球高速電纜市場規(guī)模將達(dá)28億美元。>光模塊、光芯片連接趨勢：據(jù)LightCounting,高性能計(jì)算對網(wǎng)絡(luò)速率的需求是目前的10倍以

上，CPO

能將現(xiàn)有可插拔光模塊架構(gòu)的功耗降

低50%,并有效減少尺寸，有望成為未來主流。>

市場規(guī)模：根

據(jù)Lightcounting預(yù)測，光模塊的全

球

市

場

規(guī)

模

在

2

0

2

2

-

2

0

2

7

年

或

將以CAGR~11%保持增長，2027年有望突破200億美元。根據(jù)Lightcounting

和Coherent

預(yù)測，全

球數(shù)通光模塊市場23年-28年的CARG

為18%,其中，AI

用數(shù)通光模塊市場CAGR為47%。AI互

聯(lián)

：AI

大芯片的互聯(lián)困境，未來趨勢將是“光進(jìn)銅退”?英偉達(dá)GB200

NVL72系統(tǒng)架構(gòu)：GB200

NVL72

ARCHITECTURE72

GPU

Fully

NVLink

Connectedwith14TB

GPU

MemoryPCB連接：預(yù)計(jì)28年市場規(guī)模達(dá)138億美元銅連接：預(yù)計(jì)28年市場規(guī)模達(dá)28億美元光連接：預(yù)計(jì)27年市場規(guī)模逾200億美元4-GPUCompute

Tray

40OGsb

Node18數(shù)據(jù)來源：Semianalysis,Prismark,LightCounting,資訊，長城證券產(chǎn)業(yè)金融研究院10GraceB200

B200圖

：AI互聯(lián)行業(yè)趨勢：光進(jìn)銅退GraceB200

B2009x1U

Non-scalableTrays8x1U

Compute

TraysPHOTONIC

CONNECTED

GPU/NVSWITCHEIC/PIC

Optical

Engine

on

Siticon

InterposerNVSwitch

1NVSwitch

2

NVSwitch

18Rack~120kW·~2900

pounds

·~85%LC/15%AirOptkcal

Engine(OE)Tt三Node11,

/sBkGin800NVL③互聯(lián)網(wǎng)InfiniBand②光模塊L10x1U

Compute

Trays④PCB連接①銅互連Mfieandsntmxeo?3400RANVLinkSwitch>液冷散熱：據(jù)《數(shù)據(jù)中心液冷解決方案》白皮書，當(dāng)機(jī)架密度達(dá)到20kW以

上時，風(fēng)冷效率減弱，需要采用液冷技術(shù)滿足高熱密度機(jī)柜的散熱需求(以

英偉達(dá)新推出的GB200NVL72機(jī)柜方案為例，其熱設(shè)計(jì)功耗高達(dá)約140kW)。

據(jù)浪潮信息，液冷PUE約近1.1,具備較高能效優(yōu)勢。液冷方案優(yōu)勢主要有：

安靜，降溫效率更高，功耗更低；但其約束在于成本高，維護(hù)困難。>

液冷市場規(guī)模：據(jù)TrendForce預(yù)估，2025年隨著GB200機(jī)柜方案正式放量出

貨，將帶動AI芯片液冷散熱滲透率，從24年的11%提升至25年的24%。據(jù)

Dell'Oro

Group數(shù)據(jù)，2028年液冷規(guī)模將達(dá)35億美元，占熱管理支出的近1/3。>

風(fēng)

冷

散

熱

：據(jù)蘭洋科技官網(wǎng)，風(fēng)冷系統(tǒng)中，風(fēng)機(jī)轉(zhuǎn)速從1000r/min提高到

4000r/min,芯片散熱中對流占主導(dǎo)，流速增加對流換熱系數(shù)顯著增加，風(fēng)冷

方式能有效改善芯片散熱問題。據(jù)浪潮信息，傳統(tǒng)風(fēng)冷數(shù)據(jù)中心PUE(PUE=數(shù)據(jù)中心總能耗/IT設(shè)備能耗，PUE

越接近1表示能效越高)約1.4-1.5。風(fēng)冷方

案優(yōu)勢主要有：成本低，維護(hù)方便，應(yīng)用時間長，技術(shù)成熟；但存在噪音、

有功率限制。>風(fēng)冷市場規(guī)模：據(jù)Dell'Oro

Group數(shù)據(jù)，2028年數(shù)據(jù)中心熱管理市場規(guī)模(風(fēng)冷+液冷)將達(dá)120億美元，23-28年CAGR

為14%,風(fēng)冷規(guī)模將達(dá)85億美元。制冷循環(huán)Refrigeration

cycle液冷：預(yù)計(jì)28年液冷市場規(guī)模將達(dá)35億美元，滲透率持續(xù)提升風(fēng)冷：預(yù)計(jì)28年風(fēng)冷市場規(guī)模將達(dá)85億美元AI散熱：AI

大芯片功耗提升，散熱終將由風(fēng)冷向液冷演進(jìn)?>原理：通過散熱器將CPU發(fā)出的熱量轉(zhuǎn)移至散熱模塊，通過風(fēng)扇將熱氣吹走

>原理：通過液體流通帶走熱量以降溫達(dá)到散熱目的技術(shù)路徑：從能效角度，相較風(fēng)冷，液冷散熱的PUE

值

更能逐漸趨近于1>出水水循環(huán)Water

cycle水管peCompressor壓縮機(jī)

Evaporator蒸發(fā)器Flow

in進(jìn)水圖：液冷：未來滲透率有望持續(xù)提升，預(yù)計(jì)28年市場規(guī)模將達(dá)35億美元，占比提升至33%圖：風(fēng)冷：數(shù)據(jù)中心目前的主流散熱方案，預(yù)計(jì)28年市場規(guī)模將達(dá)85億美元Water

cooling水冷板Pump泵數(shù)據(jù)來源：Omdia,TrendForce,Dell'Oro

Group,氵Condenser冷凝器plateRACK.快速接頭QuickconnectorAir空氣Flow

out11三、AI

發(fā)展外部約束問題12QBtu600口Other

renewables

■Hydro400■Nuclear■Naturalgas■Liquids200■CoalBiomassand

waste0195019601970

19801990200020102019

2020

2021>核能的利用：核能作為一種低碳能源，也在被考慮用于滿足AI的能源需求。>可再生能源的利用：許多國家和企業(yè)開始轉(zhuǎn)向可再生能源。例如，青海省利用其豐富的綠色電力資源，包括光電、風(fēng)電、水電等，實(shí)現(xiàn)了數(shù)據(jù)中心的100%清潔能源供應(yīng)。圖：全球能源需求結(jié)構(gòu)以煤炭、油及油氣為主，未來如何演變?>AI

數(shù)據(jù)中心吞噬能源：AI

模型的訓(xùn)練和運(yùn)行需要大量的計(jì)算資源。例如，OpenAI的GPT-4模型訓(xùn)練需要2.5萬張a100,消耗約5.1~6.2萬MWh的電力，相當(dāng)于1萬個

普通家庭五年的用電量(按一戶普通人家庭一年用電1000KWh

算)。而ChatGPT

在

生成一幅圖像所需的電量幾乎與一部智能手機(jī)所有電量相當(dāng)。>全球電力需求暴增：國際能源署(IEA)預(yù)測，到2026年，AI、數(shù)據(jù)中心和加密貨幣的電力消費(fèi)可能達(dá)到2022年水平的兩倍以上，預(yù)計(jì)將增加540太瓦時(TWh)

至1000TWh?？稍偕茉吹睦?，提供重要能源增量AI能源吞噬巨獸數(shù)據(jù)來源：IEA,Grubler,虎嗅

，DeepTech深科技AI能源：能源吞噬巨獸?□Traditional

data

centres

■Cryptocurrencies

□Dedicated

Al

data

centres圖：全球能源需求數(shù)據(jù)30010013500數(shù)據(jù)墻顯現(xiàn)√

數(shù)據(jù)墻：高質(zhì)量數(shù)據(jù)的需求

增速大于高質(zhì)量數(shù)據(jù)的創(chuàng)造

速度→

HittingthedatawallEstimated

stock,number

of

tokensse95×cfdenceSiainofdatloetMed

toLama3DBRXFLAN137BOFalcon-180B●PaLMMstndte22

2426AI燃料：高質(zhì)量的數(shù)據(jù)快要耗盡了?數(shù)據(jù)墻顯現(xiàn)，數(shù)據(jù)需求指數(shù)遠(yuǎn)超供給增速，新數(shù)據(jù)源急需拓展數(shù)據(jù)需求量指數(shù)增長√

2018年GPT-1數(shù)據(jù)集約4.6GB,

√

2020年GPT-3

數(shù)據(jù)集753GB√

2021年Gopher

數(shù)據(jù)集已達(dá)10550GB√

2023年GPT-4

的數(shù)據(jù)量更是GPT-3的數(shù)十倍以上。Wikipedia

Books

Journals

Reddit

cc

Other

Totallinks新數(shù)據(jù)獲取方式√

仿真合成數(shù)據(jù)：利用模型仿真生

成的合成數(shù)據(jù)√

數(shù)據(jù)交易平臺：通過數(shù)據(jù)資產(chǎn)定

價，激發(fā)數(shù)據(jù)市場交易?！?/p>

傳感器：進(jìn)一步增加各類傳感器，擴(kuò)大數(shù)據(jù)獲取高質(zhì)量數(shù)據(jù)源√

公開數(shù)據(jù)集：如互聯(lián)網(wǎng)知識平臺、

公共健康數(shù)據(jù)等?！?/p>

企業(yè)數(shù)據(jù)：企業(yè)內(nèi)部積累的用戶

行為數(shù)據(jù)、交易數(shù)據(jù)等?！?/p>

第三方數(shù)據(jù)服務(wù)提供商：專業(yè)數(shù)據(jù)服務(wù)公司提供的數(shù)據(jù)。真實(shí)世界建模模型仿真合成數(shù)據(jù)通過數(shù)據(jù)資產(chǎn)定價激發(fā)數(shù)據(jù)市場交易大量需求各類傳感器真實(shí)世界模擬數(shù)據(jù)獲取4.64.6404011.421

101505707536118

2446322716782511.44.6381071616.4118

7763983127137412.52100

164.43450482310550數(shù)據(jù)來源：EpochAI,OneFlow,AlanD.Thompson1.主要數(shù)據(jù)集大小匯總。以GB為單位。公開的數(shù)據(jù)以粗體表示。確定的數(shù)據(jù)以斜體表示。僅原始訓(xùn)練數(shù)據(jù)集大小。GPT-GPT-2GPT3The

PlenMegatron-1BMT-NLGGopher新數(shù)據(jù)獲取數(shù)據(jù)交易平臺仿真合成數(shù)據(jù)各類傳感器14四

、AI

終極問題15Al的終極問題：該怎么對待人類

道德規(guī)范遵守機(jī)器人有道德嗎?

機(jī)器人倫理：是人的倫理?(浙探材達(dá)商務(wù)

印打數(shù)據(jù)來源：京東，Isaac

Asimov《The

Three

Laws

of圖：沒有道德的智慧體，還需要人嗎?圖：集異壁之集大成者圖：機(jī)器人的道德規(guī)范?TheThreeLawsof

Robotics艾

舍

爾是否擁有自主意識《GEB

之集大成者》3.Arobot

must

protect

itsownthe

First

or

Second

Law.AI終極：該怎么面對凡人?如果機(jī)器人智慧超過了人，又沒有道德，人怎么

辦?巴

赫—集異墅之大成哥德爾2.Arobotmustobey

ordersgiven

it

by

human

beingsexcept1.A

robot

may

not

injurea

human

belng

or,throughinaction,allowahuman

beingwheresuchorderswouldconflictexistenceas

longassuchprotectiondoesnotconfilctwith哥合德你人機(jī)關(guān)系平等性with

the

First

Law.to

come

to

harm.16五、投資建議及風(fēng)險提示17圖：重點(diǎn)公司財務(wù)指標(biāo)及估值情況002475.SZ立訊精密

A

I

果

鏈2,883.922,319.05109.5326.33135.8021.24171.8316.78603501.SH韋爾股份

C

M

O

S

圖

像

傳

感

器1,196.70210.215.56215.3832.5836.7444.0727.15688008.SH瀾起科技

內(nèi)存接口芯片786.2922.864.51174.3813.5757.9420.4438.47600584.SH長電科技

先進(jìn)封裝691.25296.6114.7147.0019.8334.8627.2425.38300782.SZ卓勝微

射頻芯片544.5843.7811.2248.527.0277.5810.0454.26301308.SZ江波龍

存

儲

器369.56101.25-8.28-44.6410.5335.1110.6534.70688052.SH

納芯微

隔離芯片數(shù)據(jù)來源：,公司財報，長城證券產(chǎn)業(yè)金融研0.27731.6518投資建議●端側(cè)AI一觸即發(fā)，擁抱第四次工業(yè)革命，關(guān)注AI產(chǎn)業(yè)鏈相關(guān)公司端側(cè)AI產(chǎn)品加速發(fā)布，處理器和內(nèi)存是兩大核心變化點(diǎn)。DC

定義AI手機(jī)算力須達(dá)30TOPS,

微軟定義AI

PC算力須達(dá)40TOPS,

以滿足計(jì)算需求，驅(qū)動處理器在手機(jī)及電腦單機(jī)價值量提升。同時，端側(cè)設(shè)備參數(shù)量不斷變大，內(nèi)存將不斷增加，下一代AI手機(jī)內(nèi)存有