【招银国际】计算机行业：ChatGPT跨行业专题报告_-AIGC发展大年，推动新一轮产业革命_42页_3mb

ChatGPT跨行业专题报告总结

核心内容

2023年被视为AIGC（人工智能生成内容）发展的重要一年，ChatGPT等大模型技术的快速应用和商业化推动了新一轮的产业革命。AIGC技术不仅提升了AI应用的泛化能力，还降低了研发门槛，为多个行业带来创新机会。本报告从算法层、算力层和应用层三个维度，分析了大模型产业链的发展趋势及潜在受益标的。

主要观点

• 大模型技术发展：大模型在大规模无标注数据上训练，具有较强的泛化能力，已广泛应用于NLP和CV领域。美国在大模型技术上领先中国1-2年，特别是在参数量和专利数量方面。
• 算力需求激增：随着大模型训练和应用的复杂性增加，对AI芯片和内存芯片的需求快速上升。GPU仍是AI芯片的主导，而FPGA和ASIC也在特定场景中发挥重要作用。
• AIGC应用场景扩展：AIGC在搜索、智能客服、内容创作、文娱生活等场景中快速落地，未来有望在B端领域推动产业升级。
• 中美技术对比：美国在底层技术上具有先发优势，而中国在内容场景和应用场景上多点开花，具备强劲的增长潜力。

关键信息

算法层

• 大模型技术通过大规模数据训练，具有强大的泛化能力，适用于多种AI应用场景。
• 当前主要应用于NLP领域，如ChatGPT背后的GPT-3，同时CV领域也在积极发展。
• 中国在NLP领域的专利数量仍落后于美国，但CV领域表现突出。
• 代表企业包括：OpenAI、微软、谷歌、Meta、百度、腾讯、阿里、字节等。

算力层

• AI芯片包括GPU、FPGA和ASIC，其中GPU在当前AI应用中占据主导地位。
• 国内GPU企业如景嘉微、寒武纪、海光信息等，受益于国产替代加速。
• FPGA具有低延迟和高能效，适用于需要灵活配置的场景，如5G和AI应用。
• ASIC适用于特定任务，如网络和存储加速，具有高能效和高性能。
• 内存芯片方面，DRAM需求因大模型计算能力提升而增加，三星、美光、SK海力士占据主导地位，兆易创新是国内主要厂商。

应用层

• AIGC在多个场景中加速落地，包括搜索、智能客服、内容创作、文娱生活等。
• 中国在内容创作和文娱生活等C端场景中发展迅速，而美国则更关注B端应用。
• 预计2030年AIGC市场规模将达到1108亿美元，商业模式将从按量付费、订阅延伸至MaaS（模型即服务）。

潜在受益标的

国外潜在受益标的

• 应用层：微软、谷歌、Facebook
• AI模型、算法：微软、谷歌、Facebook
• 基础计算设施：
  • CPU：Intel
  • GPU：Nvidia、AMD
  • FPGA：Intel、Xilinx
  • ASIC：Nvidia、Google、Intel
  • 服务器周边：澜起科技、中际旭创
  • 数据中心：Equinix

国内潜在受益标的

• 应用层：百度、腾讯、阿里巴巴、字节跳动、华为、商汤、科大讯飞、思必驰
• AI模型、算法：
  • 深度学习框架：百度、华为
  • 大模型：商汤、百度、腾讯、阿里巴巴
• 基础计算设施：
  • CPU：海光信息、龙芯中科
  • GPU：景嘉微、寒武纪、海光信息、龙芯中科、航锦科技
  • FPGA：紫光国微、复旦微电、安路科技
  • ASIC：百度、寒武纪
  • 服务器周边：澜起科技、中际旭创
  • 数据中心：万国数据、秦淮数据

估值比较

总结

AIGC技术正加速推动人工智能的产业化和商业化，ChatGPT作为代表，展现了大模型在多个场景中的潜力。随着技术的不断演进，大模型在算法、算力和应用层均呈现出快速发展态势。中美在技术发展上各有侧重，美国在底层技术上领先，而中国在应用场景上表现出色。在产业链中，算法、算力和应用层分别对应不同的企业，其中微软、谷歌、Meta等在应用层具有较强的竞争力，百度、商汤、科大讯飞等在算法层具备优势，而寒武纪、景嘉微、海光信息等在算力层具有发展潜力。整体来看，AIGC市场前景广阔，未来有望实现万亿级规模。