计算机行业AIGC系列报告（四）：聚焦落地，AIGC赛道披沙简金-20230526-招商证券-58页_4mb

AIGC赛道总结：聚焦落地与投资机会

核心内容

AIGC（AI Generated Content）作为一次重要的技术变革，正在重塑内容创作和信息处理方式。本报告系统分析了AIGC产业链的投资机会，涵盖从上游的算力基础设施到中游的MaaS（Model as a Service）再到下游的应用场景，并对一二级市场中的关键企业进行了梳理。

主要观点

• 大模型的竞争要素：包括模型规模、训练效率、使用便利性、商业模式等，GPT-4在多个方面领先，而国内大模型在使用效果上仍有差距，算力资源和专业人才是关键。
• 算力基础设施是AIGC的“卖铲人”：大模型训练和推理对算力需求极高，英伟达在全球AI算力环节具有显著优势，其GPGPU是当前最适合做AI训练的芯片。
• MaaS与具身智能：MaaS通过垂直场景化赋能行业，轻量化趋势推动IOT发展，具身智能强调“感知—行动回路”，代表AI与物理世界的深度融合。
• 应用场景：AIGC既可能赋能传统应用，也可能颠覆行业格局，主要分为两类：一是提升生产效率的通用工具；二是可能改变行业格局的场景应用，如教育、医疗、电商等。

关键信息

1. AIGC产业链结构

AIGC产业链可分为：

• 上游：算力及数据服务
• 中游：MaaS（Model as a Service）
• 下游：具体应用场景

2. 大模型训练与推理算力需求

• 训练算力需求公式：训练算力需求 = 模型参数量 × 数据集token数 × 系数 $k$，其中 $k = 6$（Encoder-Only/Decoder-Only）或 $k = 3$（Encoder-Decoder）。
• 推理算力需求公式：推理算力需求 = 模型参数量 × (“输入 + 输出” token数) × 系数 $k$，其中 $k = 2$（Encoder-Only/Decoder-Only）或 $k = 1$（Encoder-Decoder）。

3. 算力基础设施

• AI芯片：英伟达占据主导地位，建议关注寒武纪、海光信息等替代者。
• 服务器：中科曙光、浪潮信息等是主要标的。
• 数据中心：是算力的载体，需关注相关企业。

4. 数据服务

• 数据是大模型的“饲料”，数据工程包括高质量标注数据集、增强模型“记忆”能力等。
• 数据服务相关标的包括向量数据库、实验管理、特征管理、模型管理等。

5. MaaS与具身智能

• MaaS通过垂直场景化赋能百业，轻量化趋势有助于IOT发展。
• 具身智能强调“感知—行动回路”，具备主动式感知和交互能力，代表AI与物理世界的结合。

6. 应用场景分析

• 类别一：提升生产效率的通用工具，如内容创作、营销、办公等，对准确度要求不高，但对内容供给速度有实质性提升。
• 类别二：改变行业格局的场景应用，如教育、医疗、金融等，需个性化生成和高频时效交互，依赖垂直长尾数据建立壁垒。

7. 投资建议

• 应用侧：推荐金山办公、科大讯飞、彩讯股份、同花顺。
• 算力侧：推荐寒武纪、海光信息、中科曙光、浪潮信息。
• 数据服务：重点关注星环科技。
• 监管服务：推荐美亚柏科。

8. 风险提示

• AI应用研发进度不及预期
• AI芯片供应链风险及自研不及预期
• AI相关上市公司短期涨幅过大

一二级市场标的梳理

海外

• AI芯片：Nvidia（英伟达）、AMD、Intel
• 服务器：Nvidia相关厂商
• 数据中心：相关通信及传媒公司
• 初创公司：OpenAI、Meta、Google、Databricks、StabilityAI、Midjourney

国内

• AI芯片：寒武纪、海光信息
• 服务器：中科曙光、浪潮信息
• 数据中心：相关通信及传媒公司
• 初创公司：智谱·AI、INF无限光年、澜舟科技、星环科技

技术发展与商业化趋势

• 大模型发展：从GPT-1到GPT-4，持续迭代，多模态、生态化发展。
• 具身智能：强调与环境的交互能力，涉及感知、想象、执行三个环节，各大厂商在多个维度实现技术突破。
• 应用场景：AIGC+办公、AI+图像/营销、教育、医疗、金融、电商等，均有显著的商业化潜力。

总结

AIGC正推动内容创作和信息处理方式的变革，其产业链涵盖算力、数据服务、MaaS及具体应用场景。报告指出，随着大模型的不断迭代和应用落地，AIGC将带来广泛的投资机会，同时需关注算力资源、数据安全及监管发展等潜在风险。建议投资者聚焦有实质性落地的AIGC产业链环节，优选竞争格局突出的标的。