>> 湘财证券-半导体行业ChatGPT专题研究之一:探寻ChatGPT的能力圈,及“破圈”成长之路-230208
| 上传日期: |
2023/2/8 |
大小: |
589KB |
| 格式: |
pdf 共5页 |
来源: |
湘财证券 |
| 评级: |
增持 |
作者: |
王文瑞 |
| 下载权限: |
此报告为加密报告 |
|
|
ChatGPT基于其性能优势,11月面世至今吸睛无数 ChatGPT是由OpenAI开发的一款高性能的语言生成模型,在语义理解的精准度、信息输出的准确率、逻辑性及语言流畅自然度方面优于竞品;可应用于聊天机器人、部分标准化的自动文本生成、社交媒体中文本分类和情感分析等场景。2022年11月底产品面世就吸睛无数,用户数量随即进入快速增长期,发布仅2个月注册用户已超1亿。 ChatGPT在应用领域仍具有较为明显的局限性,“破圈”成长以多领域的技术支持为基础 基于ChatGPT的底层技术架构、模型训练的数据来源,及使用体验,我们认为ChatGPT现阶段在提高搜索及文本撰写效率方面具有较为明显的价值;但仍具有“输出文本的时效性方面或存在不足;输出文本的专业度,准确度受多种因素影响;不具备推理、创作能力”等局限性。ChatGPT的破圈成长则以模型的优化,算力资源的扩充,CPU&GPU处理速度、存储器及接口芯片等半导体硬件性能的提升等多因素为基础。 投资建议 2023年数字化建设在多领域稳步推进,为产业链发展带来新动能,预期提振多种半导体硬件的市场需求,带动大数据中心的建设加速。建议关注数字经济发展为传感器、CPU、GPU等领域带来的需求增量。汽车智能化渗透率提升及出口增长驱动板块需求稳步增长,建议关注车规级MOSFET及SIC功率器件的国产化进程。中长期,人工智能技术的落地商用将持续增多,人工智能技术的发展以算力资源的扩充、CPU&GPU处理速度、存储器及接口芯片等半导体硬件性能的提升为基础,建议关注Chiplet及先进封装,新型存储等先进技术的发展。建议持续关注半导体行业,维持行业增持评级。 风险提示 新产品商用化进程不及预期;市场需求不振;技术研发不及预期;宏观政策变化不及预期。
研究报告全文:证券研究报告2023年02月08日湘财证券研究所行业研究半导体行业事件点评ChatGPT专题研究之一探寻ChatGPT的能力圈及破圈成长之路相关研究核心要点1内需提振创新驱动半导体ChatGPT基于其性能优势11月面世至今吸睛无数产业结构性复苏在望20230130ChatGPT是由OpenAI开发的一款高性能的语言生成模型在语义理解的精准度信息输出的准确率逻辑性及语言流畅自然度方面优于竞品可应用于聊天机器人部分标准化的自动文本生成社交媒体中文本分类和情感分析等场景2022年11月底产品面世就吸睛无数用户数量随即进入快速增长期发布仅2个月注册用户已超1亿行业评级增持ChatGPT在应用领域仍具有较为明显的局限性破圈成长以多领域的近十二个月行业表现技术支持为基础基于ChatGPT的底层技术架构模型训练的数据来源及使用体验我们认为ChatGPT现阶段在提高搜索及文本撰写效率方面具有较为明显的价值但仍具有输出文本的时效性方面或存在不足输出文本的专业度准确度受多种因素影响不具备推理创作能力等局限性ChatGPT的破圈成长则以模型的优化算力资源的扩充CPUGPU处理速度存储器及接口芯片等半导体硬件性能的提升等多因素为基础1个月3个月12个月投资建议相对收益456-78-90绝对收益7409-1932023年数字化建设在多领域稳步推进为产业链发展带来新动能预期提注相对收益与沪深300相比振多种半导体硬件的市场需求带动大数据中心的建设加速建议关注数字经济发展为传感器CPUGPU等领域带来的需求增量汽车智能化渗透率提升及出口增长驱动板块需求稳步增长建议关注车规级MOSFET分析师王文瑞及SIC功率器件的国产化进程中长期人工智能技术的落地商用将持续证书编号S0500523010001增多人工智能技术的发展以算力资源的扩充CPUGPU处理速度存Tel862150293694储器及接口芯片等半导体硬件性能的提升为基础建议关注Chiplet及先Emailwangwr2xcsccom进封装新型存储等先进技术的发展建议持续关注半导体行业维持行业增持评级地址上海市浦东新区银城路88号风险提示中国人寿金融中心10楼湘财证券研新产品商用化进程不及预期市场需求不振技术研发不及预期宏观政究所策变化不及预期敬请阅读末页之重要声明行业研究1ChatGPT相较于其他语言生成模型具有什么优势ChatGPT自2022年11月底面世就吸睛无数用户数量就进入了快速增长期集微网数据显示ChatGPT仅用5天就获取了超100万注册用户两个月后用户数量已超过1亿ChatGPT是由OpenAI开发的一款高性能的语言生成模型在语义理解的精准度信息输出的准确率逻辑性及语言流畅自然度方面优于竞品基于产品特性ChatGPT的应用领域涉及1自然语言处理NLP应用领域具体场景如聊天机器人2自动文本生成具体场景如标准化程度较高的新闻报道文章评论等3文本分类和情感分析具体场景如社交媒体中文本的监测和分析ChatGPT的开发逻辑为基于Transformer架构的语言模型通过学习大量预先过滤过的文本数据包括网络新闻书籍学术文献等生成与人类语言相似的文本通过数据中心计算机硬件设备等进行模型的运行文本数据的计算处理以服务器存储器网络接口输入输出设备等硬件为基础Transformer架构于2017年问世现已成为自然语言处理NLP领域的标准模型之一广泛应用于各种NLP任务如语言翻译文本生成情感分析等目前基于Transformer架构的语言模型深度学习框架有海外OpenAI的GPT系列模型GPTGPT-2GPT-3ChatGPTGoogle研发的BERTRoBERTaALBERT模型等国内主要为开源的深度学习框架如百度paddlepaddle腾讯AI阿里云PAI目前ChatGPT的信息输出表现优于其他Transformer架构的语言模型主要受益于1模型设计ChatGPT的模型在处理复杂的语言问题上更具备竞争力2数据模型规模巨大OpenAI使用了大规模的数据集进行模型训练优化了生成文本的流畅自然度3技术进步OpenAI通过使用新的人工智能和机器学习技术持续不断地优化模型同时通过收集和分析大量数据提高模型的准确性和效率4高性能计算资源OpenAI使用了大量高端GPU计算加速芯片进敬请阅读末页之重要声明2行业研究行模型的训练和运行据集微网数据显示ChatGPT的总算力消耗约为3640PF-days随着用户数量的增长ChatGPT的算力消耗将持续增加2ChatGPT是否存在局限性破圈成长需要哪些支持基于ChatGPT的底层技术架构模型训练的数据来源及使用体验我们认为ChatGPT现阶段更适合作为搜索引擎文字撰写工作的辅助软件在提高搜索及文本撰写效率方面具有较为明显的价值在专业性较强的文本撰写或独立作业等方面仍具有较为明显的局限性ChatGPT的破圈成长则以模型的优化算力资源的扩充CPUGPU处理速度存储器及接口芯片等半导体硬件性能的提升等多因素为基础局限性一输出文本的时效性方面或存在不足ChatGPT的时效性受OpenAI的模型数据库更新频率数据来源影响OpenAI的模型数据库为定期更新存在信息时效性不足的风险数据库更新频率的提升可以解决时效性不足的问题ChatGPT的数据库更新频率主要受数据源更新频率数据库结构硬件资源算力资源等因素影响其中硬件资源影响因素包括CPU处理速度存储设备的数据传输速度容量及可用性网络带宽和延时内存的容量及可用性局限性二输出文本的专业度准确度受多种因素影响ChatGPT的输出信息的专业度影响因素如下1语言模型的底层原理ChatGPT语言模型是通过学习大量的文本数据来预测下一个单词的概率分布则提供的上下文更详细模型就能更好地理解询问的内容输出专业度更高的答案这就意味着输出文本的专业程度受ChatGPT使用者的问题分析拆解能力影响2模型数据库中的数据来源数据广度及质量等因素影响ChatGPT只能基于已经学到的数据和模式输出文本信息若ChatGPT的数中不包含特定领域的专业信息则生成的回答专业度将存在不足如ChatGPT未获取IDCGartner等机构的数据使用授权则关于半导体产业的市场分析中很少涉及量化的数据信息此外模型的公开使用可能导致模型的准确性下降OpenAI在训练ChatGPT模型时通常使用大量经过人工或自动的过滤来排除不合适的内容的过滤数据然而随着模型的公开使用有可能会出现某些不合适的数据被用于生成结果的情况这可能会导致模型的准确性下降从数据库的来源这一影响因素来看输出文本的专业度准确度可以通过扩充数据库敬请阅读末页之重要声明3行业研究优化过滤算法并实施相应的审核措施来提升但数据库的扩充或受到算力成本法律等因素的限制局限性三ChatGPT不具备推理创作能力生成的文本只能基于已经学到的数据和模式ChatGPT作为一个语言生成模型是通过学习大量文本数据根据已有的数据信息生成与人类语言相近的文本其并不具备对文本的理解能力同样也无法对文本进行推理及创作且由于语言生成模型与联想推理模型强化学习模型等具备推理能力的人工智能模型具有不同的技术原理从而ChatGPT模型的独立优化无法使其具备推理能力语言生成模型和联想推理模型的融合或有望提升人工智能的推理能力但仅从人工智能聊天机器人的研发历史即可窥见这一技术的落地需要研究者们翻越科技领域的崇山峻岭3投资建议2023年数字化建设在多领域稳步推进为产业链发展带来新动能预期提振多种半导体硬件的市场需求带动大数据中心的建设加速建议关注数字经济发展为传感器CPUGPU等领域带来的需求增量汽车智能化渗透率提升及出口增长驱动板块需求稳步增长建议关注车规级MOSFET及SIC功率器件的国产化进程中长期人工智能技术的落地商用将持续增多人工智能技术的发展以算力资源的扩充CPUGPU处理速度存储器及接口芯片等半导体硬件性能的提升为基础建议关注Chiplet及先进封装新型存储等先进技术的发展建议持续关注半导体行业维持行业增持评级4风险提示新产品商用化进程不及预期市场需求不振技术研发不及预期宏观政策变化不及预期敬请阅读末页之重要声明4分析师声明本人具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师以独立诚信谨慎客观勤勉尽职公正公平准则出具本报告本报告准确清晰地反映了本人的研究观点本人不曾因不因也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿湘财证券投资评级体系市场比较基准为沪深300指数买入未来6-12个月的投资收益率领先市场基准指数15以上增持未来6-12个月的投资收益率领先市场基准指数5至15中性未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5至5减持未来6-12个月的投资收益率落后市场基准指数5以上卖出未来6-12个月的投资收益率落后市场基准指数15以上重要声明湘财证券股份有限公司经中国证券监督管理委员会核准取得证券投资咨询业务许可本研究报告仅供湘财证券股份有限公司的客户使用本公司不会因接收人收到本报告而视其为客户本报告由湘财证券股份有限公司研究所编写以合法地获得尽可能可靠准确完整的信息为基础但对上述信息的来源准确性及完整性不做任何保证湘财证券研究所将随时补充修订或更新有关信息但未必发布在任何情况下报告中的信息或所表达的意见仅供参考并不构成所述证券买卖的出价或征价本公司及其关联机构雇员对使用本报告及其内容所引发的任何直接或间接损失概不负责投资者应明白并理解投资证券及投资产品的目的和当中的风险在决定投资前如有需要投资者务必向专业人士咨询并谨慎抉择在法律允许的情况下我公司的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易并可能为这些公司正在提供或争取提供多种金融服务本报告版权仅为湘财证券股份有限公司所有未经本公司事先书面许可任何机构和个人不得以任何形式翻版复制发布转发或引用本报告的任何部分如征得本公司同意进行引用刊发的需在允许的范围内使用并注明出处为湘财证券研究所且不得对本报告进行任何有悖原意的引用删节和修改如未经本公司授权私自转载或者转发本报告所引起的一切后果及法律责任由私自转载或转发者承担本公司并保留追究其法律责任的权利敬请阅读末页之重要声明
|
|