计算机行业专题研究：“安卓版”大模型助推，算力和应用的黄金时代_13页_2mb

大模型开源生态发展总结

1. 引言

报告聚焦于开源生态对大模型领域的推动，强调Human反馈的强化学习（RLHF）等技术降低了训练门槛，预示算力和应用的黄金时代。

2. RLHF训练门槛降低

• Deepspeed-Chat开源：提供高效RLHF训练，比现有系统快15倍以上，支持大模型在单GPU上运行，成本大幅下降。
• Self-Instruct方法：自动化生成指令微调数据集，减少人工标注成本，显著提升模型性能，如Alpaca等开源模型通过该技术降低成本。

3. 开源模型生态蓬勃发展

• Dolly20：首个真正开放商用的大语言模型，训练成本低（不足30美元），基于pythia模型fine-tune，无API依赖。
• LLaMA系列：Meta开源的高性能模型，参数范围从70亿到650亿，运行成本低，在多个任务上表现优，开源基础模型推动生态竞争。
• LLaMA2升级：训练数据量提升40%，性能增强并支持商用，安全性优于ChatGPT，性能接近GPT-3.5，加速“安卓版”大模型时代。

4. 应用层与算力层爆发

• 企业应用：通过开源大模型与行业数据结合打造垂直模型，解决内容可信、数据安全和成本问题，形成L0-L1-L2分级模型体系。
• 算力层需求：模型训练和推理对算力要求增加，形成企业正循环，支撑应用场景拓展。

5. 投资建议

• 关注算力层企业：海光信息、寒武纪、景嘉微、四川长虹、神州数码。
• 关注应用层企业：泛微网络、金蝶国际、用友网络、恒生电子等。

6. 风险提示

• 开源技术进展不及预期。
• 垂直行业大模型部署速度慢。
• 终端应用场景拓展不达预期。