计算机行业2023年7月暨中期投资策略：紧抓算力、大模型、应用迭代周期，把握AI带来信息产业革命-20230717-国信证券-32页_6mb
报告摘要
计算机行业2023年7月暨中期投资策略总结
核心内容
2023年7月的计算机行业投资策略指出，AI技术正推动信息产业革命，算力、大模型和应用迭代周期是核心关注点。整体对计算机板块维持“超配”评级，看好AI产业链的发展。
主要观点
- 模型端：国内外大模型快速迭代，OpenAI和谷歌在大模型技术上持续领先，而Meta的LLaMA开源模型为国内大模型发展提供了借鉴。国内大模型如讯飞星火和360智脑也在快速追赶，目标在中文能力上取得领先。
- 算力端：英伟达仍是AI算力领域的核心力量，其GPU和云服务推动了AI算力租赁趋势的发展。国内GPU厂商如壁仞科技、天数智芯、沐曦科技、海光、寒武纪和华为昇腾也在加速突破，以应对算力需求和美国出口管制的限制。
- 应用端：GPT大模型的应用场景不断扩展，涵盖教育、办公、电商、医疗、游戏和金融科技等多个领域。海外AI应用已开始商业化探索，而国内应用在政策支持下逐步显现。
关键信息
模型端
- OpenAI：GPT-4性能优于现有大模型，参数量达到1.8万亿，具备多模态能力。GPT-4在考试、推理、编程等领域表现优异。
- 谷歌：推出PaLM2，改进了多语言翻译、推理和自然语言生成能力。Med-PaLM2和Sec-PaLM2分别针对医疗和网络安全领域，Gemini作为多模态基础模型正在研发中。
- Meta：LLaMA系列模型具备高竞争力，SAM模型是CV领域的突破，支持零样本学习和广泛应用。
- 国内模型：讯飞星火大模型目标10月中文能力超越ChatGPT3.5，360智脑4.0具备十大核心能力，包括文生视频、代码生成等。
算力端
- 英伟达：H100和GH200成为市场重点产品，提供高速计算能力和高能效。DGX Cloud云服务推出，提供AI算力租赁。
- Oracle：与英伟达合作，推出OCI云服务，具备RDMA技术优势，成本低且性能高。单季度云业务营收增长54%，成为AI算力租赁的重要参与者。
- 国内厂商：海光、寒武纪、壁仞科技、天数智芯、沐曦科技、华为昇腾等厂商加速推出国产GPU芯片，逐步缩小与英伟达的差距。
应用端
- GPT应用：在B端和C端持续更新，包括企业版ChatGPT、Copilot、DeepSpeed Chat等，功能涵盖内容创作、语义索引、代码解析等。
- 海外应用：Duolingo、Chegg、Palantir等公司在教育、办公、数据分析等领域实现AI落地。
- 国内应用：随着AI监管政策落地，金山办公、航天宏图等公司开始推出AI产品，如WPS AI、AI学习机等，应用逐步显现。
投资建议
- 对计算机板块维持“超配”评级，看好AI产业链。
- 模型端：重点关注科大讯飞和三六零。
- 算力端：重点关注海光信息。
- 应用端：重点关注金山办公和航天宏图。
风险提示
- 经济恢复不及预期，导致计算机各下游需求疲弱。
- ChatGPT商业化落地不及预期。
- 中美贸易摩擦加剧，可能影响算力供应。
重点公司盈利预测及投资评级
| 公司代码 | 公司名称 | 投资评级 | 昨收盘（元） | 总市值（亿元） | 2023E EPS | 2024E EPS | 2023E PE | 2024E PE |
|---|---|---|---|---|---|---|---|---|
| 002230 | 科大讯飞 | 买入 | 70.19 | 1625 | 0.86 | 1.02 | 81.62 | 68.81 |
| 688111 | 金山办公 | 买入 | 439.23 | 2027 | 3.39 | 4.42 | 129.57 | 99.37 |
| 601360 | 三六零 | 增持 | 12.10 | 865 | 0.08 | 0.14 | 151.25 | 86.43 |
| 688066 | 航天宏图 | 买入 | 67.53 | 176 | 2.12 | 3.12 | 31.85 | 21.64 |
| 688041 | 海光信息 | 买入 | 78.40 | 1822 | 0.67 | 0.99 | 117.01 | 79.19 |
图表目录
- 图1：GPT模型的持续迭代
- 图2：GPT-4在各类考试中表现更为优异
- 图3：PaLM2提供4个版本，适用于不同场景
- 图4：7B LLaMA模型接近ChatGPT 95%的能力
- 图5：SAM模型原理
- 图6：SEEM在交互和语义空间上比SAM更具泛化性
- 图7：SAM-Adapter示意图
- 图8：12款中文通用大模型中文评测
- 图9：讯飞星火认知大模型1.5
- 图10：360智脑4.0十大能力
- 图11：H100针对大型模型提供高达9倍的AI训练速度
- 图12：H100超大模型的AI推理性能提升高达30倍
- 图13：英伟达GH200架构
- 图14：英伟达推出DGX Cloud云服务
- 图15：单一集群可拓展至32,768个Nvidia A100 GPU
- 图16：单节点8个GPU
- 图17：我国算力网络市场规模（亿元）
- 图18：我国算力总规模（EFLOPS）
- 图19：MLU370-X4与GPU对标
- 图20：华为昇腾AI云服务
- 图21：PS界面功能繁多，学习成本较高
- 图22：Firefly界面直接，便于使用
- 图23：Duolingo自ChatGPT发布以来股价大幅上涨
- 图24：Chegg自ChatGPT发布以来股价大幅下降
- 图25：Datadog监控OpenAI使用Token情况
- 图26：Datadog监控OpenAI使用情况的仪表板
- 图27：Palantir AIP的军事应用
- 图28：WPS AI将嵌入产品
- 图29：WPS AI页面
- 图30：科大讯飞AI学习机亮点
- 图31：天权视觉大模型技术路线
相关研究报告
- 《甲骨文OCI：高性能+经济性，抢占AI云市场》
- 《ChatGPT用户数据：用户时长及流量分析》
- 《人工智能行业专题：海外AI基础软件被认可》
- 《计算机行业2023年6月投资策略-AI大模型发展新趋势，关注AI应用+监管》
- 《人工智能专题报告（2）：大模型突破技术奇点，海外应用百花齐放》
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
