ChatGPT热潮席卷全球。ChatGPT（Chat Generative Pre-trained Transformer）是由OpenAI于2022年12月推出的对话AI模型，一经面世便受到广泛关注，其2023年1月月活跃用户达到1亿，是史上月活用户增长最快的消费者应用。主要以问答类为主，但与其他问答类AI产品不同，ChatGPT具备训练集中的所有知识，具有语言生成能力，可以实现拟人化交流，而不只是像天猫精灵、小爱同学等其他AI产品的一问一答模式。在问答模式的基础上ChatGPT可以进行推理、编写代码、文本创作等等，这样的特殊优势和用户体验使得应用场景流量大幅增加。
　　▲芯片需求=量↑x价↑
　　1）量：AIGC带来的全新场景+原场景流量大幅提高
　　①技术原理角度：ChatGPT是基于GPT3.5架构开发的对话AI模型，历经GPT-1/2/3迭代，在GPT3.5模型后，开始引入代码训练和指令微调，加入RLHF技术（人类反馈强化学习），从而实现能力进化。GPT作为知名的NLP模型，基于Transformer技术，随着模型不断迭代，层数也越来越多，对算力的需求也就越来越大。
　　②运行条件角度：ChatGPT完美运行的三个条件：训练数据+模型算法+算力。其中训练数据市场广阔，技术壁垒较低，投入足够的人力物力及财力后即可获得；基础模型及模型调优对算力的需求较低，但获得ChatGPT功能需要在基础模型上进行大规模预训练，存储知识的能力来源于1750亿参数，需要大量算力。所以，算力是ChatGPT运行的关键所在。
　　2）价：对高端芯片的需求将拉动芯片均价
　　采购一片英伟达顶级GPU成本为8万元，GPU服务器成本通常超过40万元。对于ChatGPT而言，支撑其算力基础设施至少需要上万颗英伟达GPUA100，一次模型训练成本超过1200万美元。从芯片市场角度出发，芯片需求的快速增加会进一步拉高芯片均价。目前OpenAI已推出20美元订阅模式，初步构建了优质的订阅商业模型，未来继续扩容的能力将会大幅提升。
　　“背后英雄”系GPU或CPU+FPGA等算力支撑
　　1）GPU可支撑强大算力需求。具体来说，从AI模型构建的角度：第一阶段是用超大算力和数据构建预训练模型；第二阶段是在预训练模型上进行针对性训练。而GPU由于具备并行计算能力，可兼容训练和推理，所以目前被广泛应用，ChatGPT训练模型中就已导入至少1万颗英伟达GPU（曾经风靡一时的AlphaGO也只需要8块GPU），推理部分使用微软的Azure云服务，也需要GPU进行运作。所以，ChatGPT的火热兴起对GPU的需求可见一斑。
　　2）CPU+FPGA拭目以待。从深度学习的角度来看，虽然GPU是最适合深度学习应用的芯片，但CPU和FPGA也不可忽略。FPGA芯片作为可编程芯片，可以针对特定功能进行扩展，在AI模型构建第二阶段具有一定的发挥空间。而FPGA想要实现深度学习功能，需要与CPU结合，共同应用于深度学习模型，同样可以实现庞大的算力需求。
　　3）云计算依靠光模块实现设备互联。AI模型向以ChatGPT为首的大规模语言模型发展，驱动数据传输量和算力提升。伴随数据传输量的增长，光模块作为数据中心内设备互联的载体，需求量随之增长。此外，伴随算力提升能耗增长，厂商寻求降低能耗方案，推动低能耗的光模块发展。
　　结论：ChatGPT作为一种新兴的超智能对话AI产品，无论是从技术原理角度还是运行条件角度，ChatGPT都需要强大算力作为支撑，从而带动场景流量大幅增加，此外，ChatGPT对于高端芯片的需求增加也会拉动芯片均价，量价齐升导致芯片需求暴涨；面对指数级增长的算力和数据传输需求，可以进行提供的GPU或CPU+FPGA芯片厂商、光模块厂商即将迎来蓝海市场。
　　看好：看好国内GPU、CPU、FPGA、AI芯片及光模块产业链玩家。
　　① GPU：海光信息、景嘉微
　　② CPU：龙芯中科、中国长城
　　③ FPGA：安陆科技、复旦微电、紫光股份
　　④ AI芯片：寒武纪、澜起科技
　　⑤光模块：德科立、天孚通信、中际旭创
　　风险提示：1）半导体下游需求不及预期；2）研发进度不及预期。
　　

研究报告全文：证券研究报告行业点评电子电子报告日期2023年02月08日ChatGPT投资要点行业评级看好维持ChatGPT热潮席卷全球ChatGPTChatGenerativePre-trainedTransformer是由分析师陈杭OpenAI于2022年12月推出的对话AI模型一经面世便受到广泛关注其2023执业证书号S1230522110004年1月月活跃用户达到1亿是史上月活用户增长最快的消费者应用主要以问chenhangstockecomcn答类为主但与其他问答类AI产品不同ChatGPT具备训练集中的所有知识具研究助理安子超有语言生成能力可以实现拟人化交流而不只是像天猫精灵小爱同学等其他anzichaostockecomcnAI产品的一问一答模式在问答模式的基础上ChatGPT可以进行推理编写代相关报告码文本创作等等这样的特殊优势和用户体验使得应用场景流量大幅增加12023半导体未来十大产业芯片需求量x价趋势预测202301211量AIGC带来的全新场景原场景流量大幅提高2如何判断本轮消费类芯片的技术原理角度ChatGPT是基于GPT35架构开发的对话AI模型历经库存周期拐点20230117GPT-123迭代在GPT35模型后开始引入代码训练和指令微调加入3近期全球半导体产业政策梳RLHF技术人类反馈强化学习从而实现能力进化GPT作为知名的理20230110NLP模型基于Transformer技术随着模型不断迭代层数也越来越多4从全球成熟工艺占比看本对算力的需求也就越来越大土半导体设备发展20230108运行条件角度ChatGPT完美运行的三个条件训练数据模型算法算力5北方华创在半导体设备行业其中训练数据市场广阔技术壁垒较低投入足够的人力物力及财力后即可的产业格局20221231获得基础模型及模型调优对算力的需求较低但获得ChatGPT功能需要6华大九天301269国产在基础模型上进行大规模预训练存储知识的能力来源于1750亿参数需EDA变局中开新局20221227要大量算力所以算力是ChatGPT运行的关键所在7华为产业链深度系列研究2价对高端芯片的需求将拉动芯片均价鲲鹏生态助力华为涅槃采购一片英伟达顶级GPU成本为8万元GPU服务器成本通常超过40万20221226元对于ChatGPT而言支撑其算力基础设施至少需要上万颗英伟达GPUA1008华为产业链深度系列研究一次模型训练成本超过1200万美元从芯片市场角度出发芯片需求的快速增加华为造车的三条路20221211会进一步拉高芯片均价目前OpenAI已推出20美元订阅模式初步构建了优质9华为产业链深度系列研究的订阅商业模型未来继续扩容的能力将会大幅提升华为战略及破局关键背后英雄系GPU或CPUFPGA等算力支撑202212101GPU可支撑强大算力需求具体来说从AI模型构建的角度第一阶段是10站在新科技牛市起点用超大算力和数据构建预训练模型第二阶段是在预训练模型上进行针对性训复盘篇2019-2021年十倍股成练而GPU由于具备并行计算能力可兼容训练和推理所以目前被广泛应因盘点20221206用ChatGPT训练模型中就已导入至少1万颗英伟达GPU曾经风靡一时的AlphaGO也只需要8块GPU推理部分使用微软的Azure云服务也需要GPU进行运作所以ChatGPT的火热兴起对GPU的需求可见一斑2CPUFPGA拭目以待从深度学习的角度来看虽然GPU是最适合深度学习应用的芯片但CPU和FPGA也不可忽略FPGA芯片作为可编程芯片可以针对特定功能进行扩展在AI模型构建第二阶段具有一定的发挥空间而FPGA想要实现深度学习功能需要与CPU结合共同应用于深度学习模型同样可以实现庞大的算力需求3云计算依靠光模块实现设备互联AI模型向以ChatGPT为首的大规模语言模型发展驱动数据传输量和算力提升伴随数据传输量的增长光模块作为数httpwwwstockecomcn13请务必阅读正文之后的免责条款部分行业点评据中心内设备互联的载体需求量随之增长此外伴随算力提升能耗增长厂商寻求降低能耗方案推动低能耗的光模块发展结论ChatGPT作为一种新兴的超智能对话AI产品无论是从技术原理角度还是运行条件角度ChatGPT都需要强大算力作为支撑从而带动场景流量大幅增加此外ChatGPT对于高端芯片的需求增加也会拉动芯片均价量价齐升导致芯片需求暴涨面对指数级增长的算力和数据传输需求可以进行提供的GPU或CPUFPGA芯片厂商光模块厂商即将迎来蓝海市场看好看好国内GPUCPUFPGAAI芯片及光模块产业链玩家GPU海光信息景嘉微CPU龙芯中科中国长城FPGA安陆科技复旦微电紫光股份AI芯片寒武纪澜起科技光模块德科立天孚通信中际旭创风险提示半导体下游需求不及预期研发进度不及预期12httpwwwstockecomcn23请务必阅读正文之后的免责条款部分行业点评股票投资评级说明以报告日后的6个月内证券相对于沪深300指数的涨跌幅为标准定义如下1买入相对于沪深300指数表现20以上2增持相对于沪深300指数表现10203中性相对于沪深300指数表现1010之间波动4减持相对于沪深300指数表现10以下行业的投资评级以报告日后的6个月内行业指数相对于沪深300指数的涨跌幅为标准定义如下1看好行业指数相对于沪深300指数表现10以上2中性行业指数相对于沪深300指数表现1010以上3看淡行业指数相对于沪深300指数表现10以下我们在此提醒您不同证券研究机构采用不同的评级术语及评级标准我们采用的是相对评级体系表示投资的相对比重建议投资者买入或者卖出证券的决定取决于个人的实际情况比如当前的持仓结构以及其他需要考虑的因素投资者不应仅仅依靠投资评级来推断结论法律声明及风险提示本报告由浙商证券股份有限公司已具备中国证监会批复的证券投资咨询业务资格经营许可证编号为Z39833000制作本报告中的信息均来源于我们认为可靠的已公开资料但浙商证券股份有限公司及其关联机构以下统称本公司对这些信息的真实性准确性及完整性不作任何保证也不保证所包含的信息和建议不发生任何变更本公司没有将变更的信息和建议向报告所有接收者进行更新的义务本报告仅供本公司的客户作参考之用本公司不会因接收人收到本报告而视其为本公司的当然客户本报告仅反映报告作者的出具日的观点和判断在任何情况下本报告中的信息或所表述的意见均不构成对任何人的投资建议投资者应当对本报告中的信息和意见进行独立评估并应同时考量各自的投资目的财务状况和特定需求对依据或者使用本报告所造成的一切后果本公司及或其关联人员均不承担任何法律责任本公司的交易人员以及其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点本公司没有将此意见及建议向报告所有接收者进行更新的义务本公司的资产管理公司自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策本报告版权均归本公司所有未经本公司事先书面授权任何机构或个人不得以任何形式复制发布传播本报告的全部或部分内容经授权刊载转发本报告或者摘要的应当注明本报告发布人和发布日期并提示使用本报告的风险未经授权或未按要求刊载转发本报告的应当承担相应的法律责任本公司将保留向其追究法律责任的权利浙商证券研究所上海总部地址杨高南路729号陆家嘴世纪金融广场1号楼25层北京地址北京市东城区朝阳门北大街8号富华大厦E座4层深圳地址广东省深圳市福田区广电金融中心33层上海总部邮政编码200127上海总部电话862180108518上海总部传真862180106010浙商证券研究所httpswwwstockecomcnhttpwwwstockecomcn33请务必阅读正文之后的免责条款部分