20230216-中航证券-科技专题研究_ChatGPT狂飙破壁_现象级AI应用引发范式革命_29页_1mb

ChatGPT与AIGC技术发展总结

核心内容

ChatGPT的推出标志着人工智能技术在消费端的突破，其用户增长速度和应用场景的多样性引发了全球对AI技术的广泛关注。作为一款基于GPT-3.5模型的对话式AI应用，ChatGPT不仅具备强大的自然语言处理能力，还展现出智能化、人性化的交互特点，成为AIGC（人工智能生成内容）技术的重要代表。

AI模型正经历快速演进，预训练模型的参数数量和训练数据规模以每年300倍的速度增长，推动了AI技术的范式革命。然而，这种增长也导致了算力需求的激增，现有算力基础设施难以满足AI应用的需求，尤其在数据处理、存储和传输方面存在显著瓶颈。

合成数据作为AIGC技术的重要组成部分，正逐步成为解决人工智能数据供给问题的关键手段。Gartner预测，到2030年，AI模型所使用的数据中将有绝大部分来自合成数据。合成数据不仅能够提升AI模型的训练效率，还能在数据隐私和获取成本受限的情况下，为AI发展提供强有力的支持。

主要观点

• ChatGPT现象级应用：ChatGPT在推出两个月内用户突破1亿，成为史上增长最快的消费级应用，标志着AI技术进入C端商业变现阶段。
• AI模型算力需求激增：随着模型参数和训练数据规模的快速增长，AI算力需求显著提升，算力缺口成为制约AI发展的主要瓶颈。
• AIGC推动内容生产变革：AIGC技术通过生成高质量内容，提高了创作效率并降低了成本，有望成为AI2.0时代的核心驱动力。
• 合成数据成为未来趋势：合成数据在AI训练、测试和验证中扮演重要角色，预计到2030年将占据AI数据使用的主要份额。

关键信息

技术趋势

• AI模型发展：预训练模型（如GPT-3.5）推动AI技术向更高效、更灵活的方向发展。
• 算力升级：GPU、ASIC、FPGA等AI训练芯片成为AI算力发展的核心，其中GPU仍是当前市场主流，但ASIC和FPGA等专用芯片的发展趋势明显。
• 存算一体化：作为突破冯·诺依曼架构瓶颈的方案，存算一体技术在降低功耗、提升计算效率方面具有显著优势。
• 传输技术演进：高速光模块（如200G、400G、800G）和CPO（协同封装光子技术）技术正推动数据中心的网络传输能力提升。

应用场景

• C端应用：ChatGPT等AI应用已进入普通消费者市场，通过订阅模式实现商业化变现。
• B端应用：AI技术在企业端的应用包括内容生成、代码编写、数据分析等，推动生产力工具的智能化升级。
• 合成数据：合成数据在AI训练、测试、验证中发挥重要作用，尤其在非结构化数据、测试数据等领域具有广泛应用前景。

行业布局

• AI训练芯片：建议关注寒武纪、商汤（港股）、燧原科技等AI芯片公司。
• 光模块与硅光芯片：中际旭创、光迅科技、华工科技、光库科技、声光电科等公司具备相关技术储备。
• 存算一体芯片：恒烁股份、东芯股份等公司在存算一体领域有布局，值得关注。
• 合成数据受益企业：百度、阿里、腾讯、金山办公、中国电信等公司在合成数据领域具备较强能力。

潜在风险

• AI算法与模型不确定性：AI技术发展存在不确定性，可能影响商业化进程。
• 用户付费意愿不足：ChatGPT等AI应用的用户付费意愿较弱，可能影响收入预期。
• 监管政策收紧：AI技术的发展可能面临更严格的监管，增加合规成本。

投资建议

• 行业评级：增持，未来六个月行业增长水平高于同期沪深300指数。
• 投资标的：
  • GPU相关：景嘉微、航锦科技、地平线、黑芝麻、摩尔线程。
  • AI训练芯片：寒武纪、商汤（港股）、燧原科技。
  • 存算一体化：恒烁股份、东芯股份。
  • 光模块：中际旭创、光迅科技、华工科技、天孚通信、德科立、源杰科技。
  • 硅光芯片：光库科技、声光电科、赛微电子。
  • 合成数据：百度、阿里、腾讯、金山办公、中国电信。

结论

ChatGPT的成功不仅推动了AI技术的普及和商业化，也促使全球科技企业加速布局AI相关领域，包括大模型研发、AI芯片制造、光模块升级和合成数据生成。随着AI模型参数和数据规模的持续增长，算力需求和数据供给问题成为行业发展的关键挑战。未来，存算一体化、高速光模块、CPO技术等将成为解决这些问题的重要方向，而合成数据则有望成为AI发展的新燃料。整体来看，AI技术正处于爆发式增长阶段，相关产业链具备广阔的发展前景。