AI_投资策略：把握_AI_大时代，算力需求确定，数据价值重构，下半年应用井喷_74页_9mb

报告摘要

AI 投资策略：把握 AI 大时代，算力需求确定，数据价值重构，下半年应用井喷

核心内容

在AI大时代背景下，生成式AI算法如ChatGPT的突破性发展，推动了大模型在多模态、多任务处理、自然语言处理和计算机视觉等领域的广泛应用。随着技术的不断演进，大模型正逐步成为重要的基础技术底座，具备改变产业格局的潜力。大模型的商业化路径包括会员订阅、API许可和与行业应用的结合，而算力需求则随着模型参数量的增加、应用渗透率的提升和技术演进而快速增长。

主要观点

大模型技术突破：以ChatGPT为代表的生成式AI算法，显著提升了文本处理、多模态识别和生成能力，成为未来重要的生产力工具。
算力需求增长：大模型对算力的需求主要来源于模型规模的扩大、训练需求的增加以及多模态功能的扩展，推动算力投资和相关技术发展。
数据价值重构：随着大模型对数据的依赖性增强，数据产权和数据质量成为关注焦点，数据要素的买卖和应用将带来新的商业机会。
应用场景拓展：AI在多个行业中已展现出显著的降本增效能力，包括广告、影视、客服、金融、工业等，未来将进一步推动AI在B端的深入应用。
国产替代加速：国内大模型和算力芯片技术不断进步，有望实现对海外技术的替代，特别是在智算中心和AI芯片领域。

关键信息

一、大模型概要

海外大模型：
- OpenAI：推出GPT系列模型，包括ChatGPT和GPT-4，具备强大的自然语言处理和多模态能力。其商业化合作包括微软Azure云和Office 365等，收入预计持续增长。
- 谷歌：通过Transformer模型在NLP和CV领域取得突破，推出ViT和PaLM模型，具备强大的图像处理和语言理解能力。
- Meta：发布LLaMA和SAM等模型，展示其在语言模型和视觉模型方面的竞争力，尤其在多模态处理方面表现突出。
国内大模型：
- 百度：推出文心一言，具备多模态生成能力，包括文本、图像、视频等，同时拥有完整的AI技术栈和产业生态。
- 华为：发布盘古大模型，涵盖NLP、CV、多模态、科学计算等领域，具有万亿参数规模，具备强大的行业应用能力。
- 阿里：推出通义系列大模型，包括通义千问、通义-视觉等，推动AI在多个领域的应用。
- 三六零：推出360智脑，具备跨模态处理能力，尤其在中文语言处理方面表现优异。
- 商汤科技：发布SenseNova大模型，应用于多个行业，如安防、工业等。

二、技术演进趋势

NLP领域：从BERT到GPT系列，模型性能不断提升，零样本和少样本表现突出。
CV领域：Transformer模型被引入CV领域，如ViT和DINOv2，推动图像分类、分割等任务的突破。
多模态：多模态大模型在多个领域应用广泛，如KOSMOS-1和PaLM-E，能够处理图像、音频等多模态信息。

三、算力需求

算力需求来源：模型规模扩大、训练需求增加、多模态功能扩展。
算力公司关注点：英伟达、AI服务器、光模块、液冷等。
国产算力替代：寒武纪、海光信息、华为昇腾供应链等。

四、应用场景

NLP与多模态：
- 增强文本关键词识别、分类总结、含义分析、机器翻译、市场营销分析、恶意侦测、内容生成、对话能力、教学辅助等。
CV领域：
- 安防视觉、工业机器视觉、卫星遥感、自动驾驶等。

五、相关标的

算力芯片：寒武纪、海光信息、英伟达
大模型相关企业：科大讯飞、商汤科技、百度、阿里、三六零
智能驾驶：德赛西威、中科创达
EDA相关企业：华大九天、广立微
AI+工业：中控技术
AI+卫星遥感：中科星图
FPGA：安路科技
AI服务器：浪潮信息、工业富联

风险提示

国际环境变化影响供应链及海外拓展
芯片紧缺可能影响相关公司的正常生产和交付
疫情影响公司正常生产和交付，导致收入及增速不及预期
信息化和数字化需求及资本开支不及预期
市场竞争加剧，导致毛利率快速下滑
主要原材料价格上涨，导致毛利率不及预期
汇率波动影响外向型企业
人工智能技术进步不及预期
人工智能技术可能存在的伦理风险
汽车与工业智能化进展不及预期
半导体扩产不及预期

总结

AI技术正在快速发展，大模型作为其基础技术底座，具备强大的应用潜力。算力需求持续增长，推动相关产业链发展，包括AI芯片、服务器、光模块等。同时，数据要素的价值也在重新定义，数据产权和质量成为关注重点。国内大模型和算力技术不断进步，有望实现对海外技术的替代。应用场景不断拓展，从NLP到CV，再到多模态和行业应用，AI正在深刻改变多个领域。关注算力和应用端的优质标的，把握AI大时代的投资机会。

展开完整摘要