计算机-从ChatGPT看算力产业机遇-230213

从ChatGPT看算力产业机遇总结

核心内容

随着ChatGPT的发布，AI大模型训练需求显著增长，推动了算力基础设施的快速发展。大模型训练、日常运营及模型调优构成了AI大模型对算力的主要需求场景。算力芯片、服务器和数据中心作为核心供给环节，将在这一趋势下迎来发展机遇。

主要观点

• 算力需求激增：AI大模型训练需要消耗大量算力资源，如ChatGPT模型训练所需算力约27.5PFlop/s-day，而单月运营所需算力达4874.4PFlop/s-day，成本约616万美元。
• 算力成本上升：训练一次1746亿参数的GPT-3模型所需算力成本超过460万美元，算力成本与模型性能提升之间的不匹配，可能推动算力霸权时代的到来。
• 供给端受益：算力芯片、服务器及数据中心等核心环节将率先受益于大模型训练需求的释放。

关键信息

需求场景

1. 模型预训练：AI大模型通过预训练学习无标注数据，形成潜在知识，是算力消耗的主要场景。
2. 日常运营：用户交互带来的数据处理需求显著，ChatGPT单月运营所需算力约4874.4PFlop/s-day。
3. 模型调优（Finetune）：模型需要不断调整参数以优化输出，提高模型性能，带来额外算力需求。

供给端核心环节

1. 算力芯片：

   • GPU架构更适合进行大规模AI并行计算，如NVIDIA V100芯片具备高性能计算能力。
   • 单个V100芯片训练ChatGPT模型约需220天，若使用1万片GPU则仅需32分钟。
   • 全球GPU市场规模预计2030年达4773.7亿美元，年复合增长率（CAGR）达34.4%；中国GPU市场预计2027年达345.57亿美元，CAGR为32.8%。

2. 服务器：

   • AI服务器在深度学习场景下具备更高效率，如浪潮信息的NF5688M6服务器单机可提供5PFlops的AI计算性能。
   • 单台服务器训练ChatGPT模型约需5.5天。
   • 全球AI服务器市场预计2025年达318亿美元，CAGR为19.5%；中国AI服务器市场预计2025年达580亿元，CAGR为19.0%。

3. 数据中心（IDC）：

   • IDC服务是承接AI计算任务的重要基础设施，如商汤智算中心峰值算力达3740Petaflops，可11分钟完成一次ChatGPT模型训练。
   • 2021年中国IDC市场规模为1500.2亿元，同比增长28.5%。
   • 互联网厂商集中布局，可能加剧核心城市IDC算力供给缺口。

产业链相关公司

• 算力芯片厂商：景嘉微、寒武纪、海光信息、龙芯中科、中国长城等。
• 服务器厂商：浪潮信息、中科曙光等。
• IDC服务商：宝信软件等。

风险提示

• 宏观经济波动：可能影响产业变革节奏和IT投资。
• 下游需求不及预期：可能影响行业增长。

评级说明

• 行业评级：增持（预计行业股票指数超越基准）、中性、减持。
• 公司评级：买入（预计股价超越基准15%以上）、增持（预计股价超越基准5%~15%）、持有（预计股价波动在-15%~5%之间）、卖出（预计股价弱于基准15%以上）。

法律实体披露

• 中国：华泰证券股份有限公司具有“证券投资咨询”业务资格。
• 香港：华泰金融控股（香港）有限公司具有“就证券提供意见”业务资格。
• 美国：华泰证券（美国）有限公司为FINRA注册会员，具备开展经纪交易商业务资格。

总结

随着AI大模型的广泛应用，算力基础设施产业将迎来重要发展机遇。算力芯片、服务器及数据中心作为核心供给环节，将受益于大模型训练带来的算力需求增长。同时，国内厂商的布局将推动算力市场进一步扩张，特别是在核心城市，IDC算力缺口可能加剧。投资者应关注相关产业链公司的成长机会，同时注意宏观经济波动和下游需求变化等风险因素。