人工智能行业点评：ChatGPT对算力的需求究竟如何？-230214_4页_151kb

人工智能行业点评总结

核心内容

本报告聚焦于人工智能领域中自然语言处理（NLP）技术的代表产品ChatGPT，分析其对算力资源的需求及对行业的影响。报告指出，ChatGPT作为一款基于大型语言模型（LLM）的聊天机器人，自2022年11月发布以来迅速获得市场关注，日活用户已超过1000万。

主要观点

算力需求分析

• 模型训练与推理：人工智能计算分为模型训练和推理两个阶段，大语言模型对算力需求尤为显著。训练成本约为推理成本的3倍（6N vs 2N）。
• Token作为计算单位：语言模型以token为单位进行处理，一个英文句子可能被拆分为多个token，中文则按词语拆分。
• 算力消耗测算：以ChatGPT为例，一个30字的问题（约40个token）需要约0.12 PetaFLOPS的算力。若按日活1300万用户、每人平均1000字问题计算，日均需约602台DGX A100服务器，总算力需求约为602 PetaFLOPS/S。

成本估算

• 自建IDC成本：服务器成本约占数据中心总成本的30%，按602台DGX A100服务器计算，自建IDC初始投入约为3.99亿美元。
• 云服务成本：若采用亚马逊AWS云服务，每日成本约为27.77万美元。

技术演进与应用前景

• 结合搜索功能：ChatGPT若结合Bing等搜索引擎，其计算过程将涉及多个查询和响应，算力消耗可能成数倍增长。
• AI创新周期：当前处于以ChatGPT为主线的新一轮人工智能创新周期，有望带动AIGC类应用爆发，推动人工智能技术在数据经济中的应用。

关键信息

投资建议

• 行业投资评级：超配（维持评级），表明人工智能行业有望优于市场指数10%以上。
• 重点赛道：建议重点关注人工智能相关赛道，尤其是自然语言处理技术及应用。

风险提示

• 模型假设偏差：测算结果基于一定假设，若模型参数或使用场景发生变化，可能影响算力需求与成本估算。
• 商业化落地风险：ChatGPT的商业化进程可能不及预期，影响行业整体发展。

相关研究报告

• 《信息安全深度剖析5：密评和信创双催化，密码产业开启从1到N》（2023-02-13）
• 《计算机行业2023年2月投资策略-人工智能赋能产业升级，把握数字经济时代浪潮》（2023-02-05）
• 《计算机行业2023年1月投资策略-紧抓高景气赛道，关注业绩高增品种》（2023-01-02）
• 《计算机行业12月暨2023年投资策略-以信创和安全为基，数据要素驱动数字经济大发展》（2022-12-05）
• 《大数据系列专题（2）：国产数据库百花齐放，崛起正当时》（2022-11-20）

分析师声明与免责声明

• 本报告所用数据来源合规，分析逻辑基于分析师职业理解，力求独立、客观、公正。
• 报告仅供参考，不构成投资建议，投资者应自行判断并承担相应风险。
• 本报告内容不得以任何形式复制、传播或用于其他用途，未经书面许可不得使用。