20230319-国盛证券-区块链_Web3视角下的AIGC算力进化论_19页_1mb

区块链与Web3视角下的AIGC算力进化论总结

核心内容

随着ChatGPT的爆红，AIGC（人工智能生成内容）产业链受到广泛关注。AIGC与加密资产挖矿产业在算力和电力的投入上存在相似之处，但其产品端有所不同：AIGC提供对用户提问的回应内容，而加密资产挖矿则提供加密资产。两者均是算力“吞金兽”，但AIGC的算力增速更快。

主要观点

1. 算力经济模型
   AIGC与加密资产挖矿均以经济回报为目的，投入硬件和电力，产出内容或加密资产。AIGC的投入主要集中在GPU和电力，而加密资产挖矿则依赖ASIC和GPU。

2. 算力需求与增长

   • 当前比特币挖矿日耗电量约为2.2亿千瓦时，而ChatGPT的日耗电量仅为2.56万度，仅为比特币的万分之一。
   • 预计在中性预期下，AIGC大模型耗电量将在4年后超过比特币挖矿耗电量，乐观预期为1.6年，悲观预期为7.5年。

3. 算力的竞争性

   • 比特币挖矿存在“内化竞争”，全网算力越多，个体矿工收益越少。
   • AIGC算力存在“外化竞争”，内容生产者需提升内容生产力以获取更多用户注意力，形成“算力即权力”的趋势。

4. 算力进化中的边际变化

   • AIGC推动算力需求增长，将促进新技术、新架构、新材料的落地，如CPO、MPO、Chiplet和边缘计算。
   • 高密度光连接将成超算通信效率提升的关键，CPO方案因功耗控制有望逐步普及。

5. 算力产业版图变化

   • AIGC将推动算力产业云化，算力服务商与云厂商合作成为趋势。
   • 边缘算力有望成为推理主体，提供低时延、高安全和隐私保护，符合AIGC时代的用户需求。

关键信息

• AIGC算力需求：预计未来AIGC大模型耗电量将超过比特币挖矿耗电量。
• 技术发展：AIGC模型参数量快速增长，如GPT-3的1750亿参数，MT-NLG的5300亿参数。
• 算力成本：AIGC的训练成本高昂，如Gopher模型训练成本为200万美元，MT-NLG为400万美元。
• 合成数据趋势：Gartner预测，2024年AI训练数据中60%将为合成数据，2030年AI模型使用的数据将主要依赖合成数据。
• 算力供应商：英伟达、微软、寒武纪、天孚、太辰光、锐捷网络、中兴、紫光、美格智能、新易盛、中际旭创等公司是算力产业链的关键参与者。
• 应用及IP：科大讯飞、汤姆猫、万兴科技、中文在线、昆仑万维、视觉中国、值得买等公司是AIGC应用及IP的重要代表。

投资建议

• 算力侧：关注英伟达、微软、寒武纪、天孚、太辰光、锐捷网络、中兴、紫光、美格智能、新易盛、中际旭创、Chiplet产业链等。
• 应用及IP：关注科大讯飞、汤姆猫、万兴科技、中文在线、昆仑万维、视觉中国、值得买等。

风险提示

• AIGC技术发展不及预期。
• AIGC监管趋严。

结构总结

• 算力经济模型：投入硬件和电力，获得经济回报。
• 算力需求与增长：当前比特币更耗电，但AIGC算力增速快。
• 算力竞争性：产业自驱，提升算力与内容生产力是关键。
• 边际变化：算力进化将推动新技术、新架构、新材料的应用。
• 算力产业版图变化：云化和边缘化趋势明显，算力服务商与云厂商合作，边缘算力成为推理主体。

结论

AIGC将推动算力需求的指数级增长，形成“算力即权力”的新时代。算力竞争将促进技术、架构和材料的创新，同时将推动云服务与边缘计算的发展。未来AIGC与算力产业将深度融合，形成新的市场格局。