计算机深度报告-ChatGPT引发的大模型时代变革-华安证券_80页_6mb

报告摘要

ChatGPT作为由OpenAI开发的生成式AI模型，推动了大模型技术的革新。其参数量从GPT-1的117亿提升至GPT-3的1750亿，训练数据量从5GB扩展至45TB，显著增强模型的通用性和精确度。大模型的发展需要高质量数据、算力芯片及高带宽网络支撑，形成完整的产业链需求。

技术变革：
- 生成式AI在语音识别、自然语言处理、图像生成等领域展现强大能力，可能赋能智能客服、搜索引擎及生产力工具链。
- Transformer架构通过自注意力机制解决传统模型对序列数据建模不足，成为大模型核心技术，与GNN、自动并行框架等技术协同提升算力效率。
- 量子计算作为潜在突破点，在NLP、优化算法等领域可能带来指数级效率提升，目前处于科研探索阶段。
算力与网络需求：
- GPT-3训练需1024颗A100芯片或512颗V100显卡，算力消耗超越摩尔定律。
- AI集群对网络带宽提出更高要求，400G/800G光模块、低收敛比交换机需求激增，国内光模块厂商如中际旭创、天孚通信迎来发展窗口。
- GPU、FPGA、ASIC多路线算力方案加速落地，如海光信息DCU系列兼容GPGPU生态，复旦微电FPGA实现低功耗高性能。
下游应用：
- 互联网及元宇宙：生成式AI可能以插件形式增强搜索引擎、智能客服等功能，微软New Bing、谷歌Bard等尝试整合对话能力。
- 智能制造：覆盖工业机器人（2021年中国市场销量达3030万台）、智能工厂（如协作机器人、仓储物流自动化）、工业互联网（设备预测性维护、流程优化）。
- 智能汽车：推动L2及以上自动驾驶（2025年国内渗透率或超49%）、智能座舱（2025年中国市场规模或达1030亿元）发展。
产业链机会：
- 数据服务：星环科技、海天瑞声等企业布局数据治理、标注及数据交易平台，AI训练数据需求5年CAGR达47%。
- 芯片及硬件：海光信息、复旦微电、浪潮信息等公司受益于算力升级，国产替代趋势显著。
- 光模块与网络设备：中际旭创、联特科技等企业在400G/800G领域抢占市场，量子通信企业如国盾量子推动技术融合。
风险与挑战：
- 国内大模型技术、算力及商业模式可能面临不及预期风险。
- 人工智能伦理、数据安全及算力成本问题需重点关注。
- 量子计算尚未实现商用化，其技术成熟度和应用场景仍存不确定性。