近年全球科技龙头持续投入AIGC领域以及近期ChatGPT应用落地加速，我们认为2023年AIGC大模型与产业将迎来快速发展期，赋予人工智能大规模落地场景，为底层算法和芯片等领域带来巨大需求，同时加速AIGC应用渗透和商业化进程。在本篇报告中，我们对ChatGPT/ AIGC算法层、算力层和应用层的发展和产业链进行深度分析，建议重点关注上游算法商汤和科大讯飞，中游芯片景嘉微和寒武纪，及下游应用微软、谷歌、Meta、百度、腾讯、阿里和字节。
　　算法层：ChatGPT底层的大模型技术演进。大模型是在大规模无标注数据上进行训练，学习出特征和规则，泛化能力强。大模型技术的兴起，有效降低了AI应用研发门槛，也能解决在特定应用场景有效数据不足导致模型精度低的问题。现阶段的大模型主要是面向NLP领域，包括ChatGPT背后的GPT-3，而在CV领域，多个公司也在积极加大技术储备。针对5年来中美发布的主要大模型，我们从两个维度进行了比较：1）在模型参数量上，模型体量随时间呈指数扩张趋势，美国同等参数量级的大模型比中国领先1-2年；2）在NLP专利数量上，微软和谷歌的持有数已经在几千个的量级，而国内领先的BAT持有数则在600个左右。
　　算力层：大模型驱动AI/内存芯片需求全面加速。AI芯片为人工智能应用提供所需的基础算力，主要分为GPU、FPGA和ASIC，ChatGPT基础模型上大规模预训练需要强大算力作为支持，而大算力需要更多高算力和内存芯片去支撑算法运行。目前GPU为主导AI芯片，因具有强大计算能力和高通用适用性，广泛应用于AI和机器学习领域。近年多家国内半导体公司积极布局GPU领域，受中美科技摩擦影响，预计国产GPU芯片替代将快速推进。
　　应用层：搜索+智能客服先行，内容创作+文娱生活场景渗透加速，长期看好B端产业机会。进入“数智化时代”，看好ChatGPT/AIGC应用场景持续渗透及商业化加速(包括搜索引擎、智能客服、教育培训、金融等)，助力行业降本增效的同时，开拓创新变现增量。我们认为ChatGPT较难取代搜索引擎，更多体现在赋能优化，在于离线非实时数据库、训练模型下答案非正确、成本过高。中短期，基于内容创作及文娱生活导向的AIGC场景应用更为集中，包括文娱、传媒、电商等，长期产业升级机会可期。预计2030年AIGC市场规模达千亿美元，商业模式从按量付费、订阅延伸至MaaS。
　　受益标的：在ChatGPT/AIGC应用层面，建议重点关注拥有海量数据、大模型能力及AI内容创作产品丰富(文/音/图/视)的头部平台，包括OpenAI、微软、谷歌、Meta、百度、腾讯、阿里、字节；可同时关注近期推出类ChatGPT服务或泛AI产品的垂类腰部平台，如网易、知乎、阅文、昆仑万维等。我们看好百度在ChatGPU及AIGC的全栈技术储备、搜索引擎协同及产品管线，受益于：1）文心一言待推出，数字人+智能创作应用矩阵丰富；2）文心大模型技术支持及海量数字资产优势(语料库、参数量大)。在AI底层算法领域，建议关注拥有CV大模型的商汤及在智能语音技术领先的科大讯飞。在芯片算力领域，建议关注GPU领先企业景嘉微、寒武纪、海光信息和龙芯中科，以及FPGA龙头紫光国微和复旦微电。
　　

研究报告全文：2023年2月10日招银国际环球市场睿智投资行业研究ChatGPT跨行业专题报告AIGC发展大年推动新一轮产业革命近年全球科技龙头持续投入AIGC领域以及近期ChatGPT应用落地加速我们伍力恒认为2023年AIGC大模型与产业将迎来快速发展期赋予人工智能大规模落地85239000881alexngcmbicomhk场景为底层算法和芯片等领域带来巨大需求同时加速AIGC应用渗透和商业化进程在本篇报告中我们对ChatGPTAIGC算法层算力层和应用层的发黄群展和产业链进行深度分析建议重点关注上游算法商汤和科大讯飞中游芯片景85239000889sophiehuangcmbicomhk嘉微和寒武纪及下游应用微软谷歌Meta百度腾讯阿里和字节算法层ChatGPT底层的大模型技术演进大模型是在大规模无标注数据颜宇翾上进行训练学习出特征和规则泛化能力强大模型技术的兴起有效降85239163719marleyngancmbicomhk低了AI应用研发门槛也能解决在特定应用场景有效数据不足导致模型精度低的问题现阶段的大模型主要是面向NLP领域包括ChatGPT背后的杨天薇博士GPT-3而在CV领域多个公司也在积极加大技术储备针对5年来中美85239163716lilyyangcmbicomhk发布的主要大模型我们从两个维度进行了比较1在模型参数量上模型体量随时间呈指数扩张趋势美国同等参数量级的大模型比中国领先1-2李汉卿年2在NLP专利数量上微软和谷歌的持有数已经在几千个的量级而lihanqingcmbicomhk国内领先的BAT持有数则在600个左右刘梦楠算力层大模型驱动AI内存芯片需求全面加速AI芯片为人工智能应用提claudialiucmbicomhk供所需的基础算力主要分为GPUFPGA和ASICChatGPT基础模型上大规模预训练需要强大算力作为支持而大算力需要更多高算力和内存芯片许义鑫去支撑算法运行目前GPU为主导AI芯片因具有强大计算能力和高通用easonxucmbicomhk适用性广泛应用于AI和机器学习领域近年多家国内半导体公司积极布局李博文GPU领域受中美科技摩擦影响预计国产GPU芯片替代将快速推进libowencmbicomhk应用层搜索智能客服先行内容创作文娱生活场景渗透加速长期看好B端产业机会进入数智化时代看好ChatGPTAIGC应用场景持续渗透及商业化加速包括搜索引擎智能客服教育培训金融等助力行业降本增效的同时开拓创新变现增量我们认为ChatGPT较难取代搜索引擎更多体现在赋能优化在于离线非实时数据库训练模型下答案非正确成本过高中短期基于内容创作及文娱生活导向的AIGC场景应用更为集中包括文娱传媒电商等长期产业升级机会可期预计2030年AIGC市场规模达千亿美元商业模式从按量付费订阅延伸至MaaS受益标的在ChatGPTAIGC应用层面建议重点关注拥有海量数据大模型能力及AI内容创作产品丰富文音图视的头部平台包括OpenAI微软谷歌Meta百度腾讯阿里字节可同时关注近期推出类ChatGPT服务或泛AI产品的垂类腰部平台如网易知乎阅文昆仑万维等我们看好百度在ChatGPU及AIGC的全栈技术储备搜索引擎协同相关报告及产品管线受益于1文心一言待推出数字人智能创作应用矩阵丰富2文心大模型技术支持及海量数字资产优势语料库参数量大在中国互联网行业ChatGPTAI底层算法领域建议关注拥有CV大模型的商汤及在智能语音技术领先的AIGC在中国市场的发展前景科大讯飞在芯片算力领域建议关注GPU领先企业景嘉微寒武纪海link光信息和龙芯中科以及FPGA龙头紫光国微和复旦微电AccessorAccessor敬请参阅尾页之免责声明1请到彭博搜索代码RESPCMBRGO或httpwwwcmbicomhk下载更多招银国际环球市场研究报告2023年2月10日大模型产业链及潜在受益标的图1大模型产业链梳理下游产业重点领域社交媒体营销教育娱乐重点场景内容生产创意设计对话引擎辅助开发产中游产业业链算法研发模型管理维护方向编程语言训练框架模型测评系统管理API管理数据处理上游产业硬件软件芯片服务器高速互联网络云技术数据库容器虚拟化技术资料来源智源研究院招银国际环球市场图2大模型产业链投资标的产业链国外潜在受益标的国内潜在受益标的微软谷歌Facebook百度腾讯阿里巴巴字节跳动华为应用商汤科大讯飞思必驰深度学习框架谷歌TensorFlow百度PaddlePaddleFacebookPyTorch华为MindSporeAI模型算法微软CNTK商汤SenseParrots大模型微软谷歌Facebook百度腾讯阿里巴巴商汤CPUIntelGPUNvidiaAMD华为昇腾燧原科技壁仞科技FPGAIntelXilinx基础计算设施ASIC百度复旦微电寒武纪服务器周边澜起科技中际旭创数据中心Equinix万国数据秦淮数据资料来源招银国际环球市场敬请参阅尾页之免责声明22023年2月10日受益标的估值比较图3受益标的估值比较股价市值PEPBROE公司代码产品当地货币百万美元FY23EFY24EFY23EFY24EFY23E云计算微软MSFTUSAI云计算2667319854862862489373364谷歌GOOGUSAI云计算10012766701821524539246百度BIDUUSAI云计算1523452641165146161773腾讯700HKAI云计算39564817022342003228144阿里巴巴BABAUSAI云计算10511278282134133222387AI算法商汤20HKAI算法及应用27811853nana3235117科大讯飞002230CHAI算法及应用464159115153855450113创新奇智2121HKAI算法及应用201425nana4852146虹软科技688088CHAI算法及应用28731721423295383378云从科技688327CHAI算法及应用3173465nana120122267芯片英伟达NVDAUSGPU22205546243681513256230311超威半导体AMDUSGPU8469136550271197242374寒武纪688256CHGPU79074677nana7074159景嘉微300474CHGPU8267554580358210591127海光信息688041CHCPU5351183538235637667109龙芯中科688047CHCPU11366871015764898089莱迪思LSCCUSFPGA814111158403343nana507安路科技688107CHFPGA730343123081138818116358紫光国微002049CHFPGA12685159032631997655305复旦微1385HKFPGA33769421911734740220航锦科技000818CHFPGA34063413nanananana兆易创新603986CHDRAM11808116232852544539153数据中心易昆尼克斯EQIXUSIDC7309967644794677616280万国数据GDSUSIDC25034770nana161764秦淮数据CDUSIDC8843243261210201897资料来源彭博招银国际环球市场敬请参阅尾页之免责声明32023年2月10日目录大模型产业链及潜在受益标的2受益标的估值比较3追本溯源ChatGPT的概述及现状5什么是ChatGPT5ChatGPT商业化落地的限制6从小模型到大模型的兴起7自然语言处理NLP大模型8计算机视觉CV大模型8多模态模型9算力层大模型驱动AI内存芯片需求全面加速10AI芯片10内存芯片14应用层AIGC万亿市场可期大模型内容生态为关键15场景应用搜索智能客服先行内容创作文娱生活加速落地长期B端产业升级可期15变现空间AIGC万亿市场可期订阅付费加速商业化MaaS探索长期增长点16中美对比美国底层技术领先中国内容场景多点开花18中美引领全球预训练大模型发展美国底层技术领先18技术面数据及大模型参数量差距较小算力和模型迭代仍需精进19应用面美国商业化加速赋能2B中国变现早期侧重生活互娱C端场景20潜在受益标的22微软MSFTUS-深度融合OpenAI工具技术和应用并行23谷歌GOOGUS-发布BardAI及开放生成语言APILaMDA大模型积淀深厚24百度9888HK-全栈式AI技术先锋文心一言数字人AI创作平台矩阵丰富25腾讯700HK-混元AI大模型赋能多业务场景落地实现技术提效27阿里巴巴BABAUS-通义大模型凸显开源构建AI统一底座29商汤20HK-拥有300亿参数视觉大模型31科大讯飞002230CH-AI语音市场龙头32思必驰未上市-云芯渗透AI语音语义市场33英伟达NVIDIANVDAUS-全球AI计算平台龙头34超威半导体AMDAMDUS-CPUGPU双芯片行业龙头34莱迪思LatticeLSCCUS-全球领先FPGA供应商35景嘉微300474CH-国产GPU龙头企业35寒武纪688256CH-国内AI芯片领先者36海光信息688041CH-中国微处理器领军者37龙芯中科688047CH-国产CPU龙头企业37紫光国微002049CH-特种集成电路龙头38航锦科技000818CH-军工电子化工三大业务板块驱动成长39安路科技688107CH-国内领先的FPGA芯片供应商40复旦微电688385CH-FPGA平台型公司40兆易创新603986CH-DRAM龙头企业自有品牌广泛应用41敬请参阅尾页之免责声明42023年2月10日追本溯源ChatGPT的概述及现状什么是ChatGPTChatGPT是OpenAI于2022年11月推出的一款聊天机器人AIChatbot它是基于GPT-35GPT-3的改进版模型的变体ChatGPT可以在对话中根据上下文形成类似人类的文本响应与其他使用预定义的响应或规则生成文本的聊天机器人不同ChatGPT可以根据接收到的输入生成响应从而生成更自然更多样化的响应ChatGPT不仅是聊天机器人还能进行撰写邮件文案代码等任务从2022年11月上线以来在ChatGPT上的累积用户已经达到1亿图4OpenAI及ChatGPT的发展历程年份大事记作为AI研究实验室OpenAI在美国正式成立2015YCombinator的SamAltman和ElonMusk作为OpenAI的首届联合主席ElonMusk离开OpenAISamAltman成为了OpenAI的CEO2018发布通用NLP模型GPT含117亿参数微软MSFTUS向OpenAI投资10亿美元2019发布GPT-2含15亿参数OpenAI发布GPT3含1750亿参数2020微软取得GPT-3的独家授权发布CLIP匹配图像和文本的预训练大模型2021发布DALLE文字生成图像AI系统发布DALLE22022推出ChatGPT聊天机器人5天内注册用户超过100万微软宣布旗下所有产品将全线整合ChatGPT除了搜索引擎Bing和Office外微软将在Azure云平台整2023合ChatGPTAzure的OpenAI服务将允许开发者访问AI模型微软宣布将向OpenAI追加投资数十亿美元资料来源OpenAI微软招银国际环球市场图5ChatGPT使用示意图6ChatGPT使用示意资料来源ChatGPT招银国际环球市场资料来源ChatGPT招银国际环球市场敬请参阅尾页之免责声明52023年2月10日ChatGPT商业化落地的限制虽然ChatGPT的应用空间广泛但短期内它仍面对几个关键技术瓶颈1回答的真实性ChatGPR可能会写出看似合理但不正确的答案这主要是因为模型进行强化训练ReinforcedLearning时缺乏真实信息来源另外为了提高模型的严谨性模型会拒绝回复部分它能正确回答的问题同时监督训练会误导模型由于模型产生的答案是基于模型的认知而不是人类标注师的认知2数据量级和算力门槛影响模型的实时性ChatGPT学习的数据库停留在2021年由于模型的数据量级大GPT-31750亿参数使用800GB数据进行训练加入标注数据训练让实时数据的引入非常困难重新预训练模型的成本也高单次几百万美元以上导致ChatGPT对于2021年后发生的事情的了解有限3回答内容存在偏见或有害指令ChatGPT使用了人类反馈强化学习RLHF的训练方法首先预训练的模型在少量已标注的数据上进行调优随后让预训练好的模型SFT针对新问题列表生成若干条回答并让人类标注师对这些回答进行投票以创建一个由比较数据组成的新数据集在此数据集上训练新模型RewardModelRMRM模型用于进一步调优和改进SFT并将最后两个步骤反复迭代以获得最终的模型这个方法有明显的局限性用于fine-tuning模型的数据会受到人工标注者的偏好和偏差影响标注者通常对模型输出的排名持不同意见RLHF的方法假设所有人都有相同的价值观这导致ChatGPT导出的内容可能存在偏见图7ChatGPT基于人类反馈对语言模型进行强化学习资料来源OpenAI招银国际环球市场敬请参阅尾页之免责声明62023年2月10日ChatGPT的底层技术发展演进从小模型到大模型的兴起AI模型最初是针对特定应用场景需求进行训练即小模型小模型的通用性差换到另一个应用场景中可能并不适用需要重新训练这牵涉到很多调参调优的工作及成本同时由于模型训练需要大规模的标注数据在某些应用场景的数据量少训练出来的模型精度不理想的情况这使得AI研发成本高效率低的情况过去5年随着数据算力及算法的提升AI技术也有了变化从过去的小模型到大模型的兴起大模型也称为基础模型FoundationModels是在大规模无标注数据上进行训练学习出特征和规则大模型泛化能力强美国OpenAI谷歌微软Facebook的机构过去几年发布了千亿或万亿参数量的大模型这些大模型主要是在自然语言领域NLP包括ChatGPT背后的GPT-3SwitchTransformerBERT等基于大模型进行应用开发将大模型进行微调在下游特定任务上的小规模有标注数据进行二次训练或者不进行微调可以完成多个应用场景的任务这有效降低AI应用研发门槛也能解决在应用场景数据量少模型精度低的问题在图8我们列出了过去5年中美主要大模型及其参数量的规模在发布时间的差距上我们可以看到中国的大模型是集中在2021年到2022年之间而美国同等参数量级的模型比中国领先1-2年另外我们看到模型的规模也呈现指数级扩张但需要注意的是模型的参数规模不一定是越大越好大模型的可解析性和可控性比较薄弱复杂的模型使他们比普通的神经网络更难以理解在检测和减轻这些blackbox模型的偏差会变得更加困难图8国内外企业发布的超大深度学习模型ofparametersmn1000000000BAAIAlibabaBaGuaLu10000000010000000AlibabaM6GoogleSwitch1000000TransformerBAAICPM-2InspurYuan10OpenAIGPT-3HuaweiPanGu-100000CASIAZidongtaichuMicrosoftT-NLGBAAIWuDao-WenHuiBaiduPlato-XL10000GoogleT5NvdiaMegatron-LMMetaBlenderBaiduERNIE30BAAICPMOpenAIGPT-21000MetaRoBERTaGoogleBERTDeepMindBigGAN-deep100OpenAIGPT101Sep-17Apr-18Oct-18May-19Dec-19Jun-20Jan-21Jul-21Feb-22Aug-22Foundationmodels资料来源Github招银国际环球市场敬请参阅尾页之免责声明72023年2月10日自然语言处理NLP大模型自然语言处理NLP主要通过学习通用语言使得模型具备语言理解和生成能力在AI的感知层识别能力目前机器在语音识别SpeechRecognition的水平基本达到甚至超过了人类的水平然而机器在处理自然语言时还是非常困难主要是因为自然语言具有高度的抽象性语义组合性理解语言需要背景知识和推理能力在2018年以来以BERT和GPT为代表的语言大模型弥补了自然语言处理标注数据的缺点促进了NLP技术的发展从技术的角度这些大模型的训练透过事先遮住一些文本片段让AI模型通过自监督学习通过海量语料库的预训练逐步掌握上下文语境把这些被遮住的片段尽可能合乎逻辑的方式填上去现阶段只有微软和谷歌正式发布了基于NLP大模型的可交互式应用暂时没有办法评判每家公司大模型在实际产品中的表现我们尝试比对国内及国外比较领先的AI公司在NLP领域的专利数根据WIPO国际专利分类我们参考了G06F1720项Handlingnaturallanguagedata国内比较领先的是互联网企业前三分别是腾讯百度和阿里巴巴专利数在600个以上而专注于语音方面的AI企业科大讯飞只有100多个专利国内AI企业和国际巨头相比在NLP领域的专利数量差距还是比较明显像微软及谷歌等他们在NLP的专利数已经在几千个的量级图9NLP领域专利数量比较SensetimeAISpeechBytedanceiFlytekHuaweiAlibabaBaiduTencentFacebookMetaAmazonGoogleMicrosoft01000200030004000500060007000MicrosoftGoogleAmazonFacebookMetaTencentBaiduAlibabaHuaweiiFlytekBytedanceAISpeechSensetime资料来源WIPO招银国际环球市场比较G06F1720项计算机视觉CV大模型在早期的计算机领域CV模型的训练需要透过提取特征工程视觉大模型是通过学习大量的图像和视频数据形成具备视觉通用能力相较于上千亿参数的NLP模型相比CV模型规模要小两三个数量及目前CV大模型的发展还是存在一些挑战包括1在CV领域可用于训练的有效数据比NLP领域有不少差距2CV领域的学习方法还需要突破3不同的视觉应用仍需要依赖于不同的模型如何建立通用的视觉模型还是未知4供训练的图像尺寸越来越大较小的模型也可能有很大的计算量敬请参阅尾页之免责声明82023年2月10日现阶段比较有名的CV大模型包括微软的swin-transformer系列谷歌的ViT系列以及有150亿参量的V-MOE模型国内方面截止2021年商汤训练了300亿参数的CV模型2022年华为也发布了30亿参数的盘古系列CV模型图10CV大模型资料来源OntheOpportunitiesandRisksofFoundationModels招银国际环球市场多模态模型多模态机器学习MultiModalMachineLearningMMML是指通过机器学习的方法实现处理理解及融合多源模态信息的能力模态是指某种类型的信息例如文本图像视频音频等目前比较热门的研究方向是文本-图像的模型及应用这里面比较有名的是OpenAI发布的CLIP和DALLECLIPConstrastiveLanguage-ImagePre-training是一个基于对比图片-文本学习的跨模态预训练模型通过自然语言的监督学习来有效理解视觉概念用户只需要提供要识别的视觉类别标签CLIP就能完成视觉分类任务基于CLIP模型技术OpenAI在2022发布DALLE2它是一个AI程序可以通过文本描述生成图像例如当文本提示为生成牛油果形状的躺椅DALLE可以理解牛油果及躺椅的概念并生成各种牛油果形状的绿色的躺椅在输出图像是DALLE采用CLIP进行排序从中选取最优结果图11DALLE演示资料来源OpenAI招银国际环球市场敬请参阅尾页之免责声明92023年2月10日算力层大模型驱动AI内存芯片需求全面加速ChatGPT运行需具备三大条件数据上获取训练数据然后进行清洗和分离获得不同用于训练和测试调优的数据集算法上在基础模型上大规模预训练需要大量算力获取基于模型调优后不断解锁和进化算力是核心基础和关键所在数据获取和模型调优等需大量算力支持而大算力需更多高端通用或专用算力芯片和AI芯片去支撑算法运行随着AIGC典型应用ChatGPT发展推动企业和个人服务多模型和技术向AI方向构建同时还将驱动底层领域包括半导体HPC和云计算等的协同发展预计未来对AI和内存芯片需求将快速提升我们建议关注AI芯片相关标的1GPU海外包括英特尔英伟达和AMD国内包括景嘉微寒武纪海光信息龙芯中科和航锦科技2FPGA海外包括英特尔AMD国内包括紫光国微复旦微电和安路科技3ASIC海外包括英伟达谷歌和英特尔国内包括百度和寒武纪内存芯片建议关注海外标的包括三星美光和SK海力士国内关注兆易创新AI芯片AI芯片能为人工智能应用提供所需的基础算力按技术架构主要分为GPUFPGA和ASICChatGPT有着大量复杂计算需求的AI模型AI芯片专门用于处理人工智能应用中的大量计算任务是不可或缺的底层硬件随着AI技术快速发展AI应用场景扩大至智能制造家居教育医疗和金融等领域而智能产品种类不断丰富包括ChatGPT等AIGC产品持续升级对芯片算力提出更高要求AI芯片算力和需求旺盛增长据FrostSullivan预计2022-2026年全球AI芯片市场规模将以263复合增速增长从基础预生成AI到机器学习最终达到深度学习主要依赖于审阅庞大的数据集合处理数据生成算法模型训练算法模型的能力而AI芯片就是从处理数据到终端赋能的算力基础AI芯片主要分为三种分别是GPUFPGA与ASIC芯片不同种类别的AI计算芯片有各自突出的优势和适用的领域贯穿AI训练与推理阶段目前CPU在人工智能领域中的应用有限主要受限于CPU在AI训练方面的计算能力不足图12不同类型的人工智能计算芯片CPUGPUFPGAASIC定义中央处理器图像处理器现场可编程逻辑门阵列专用处理器算力与能效算力最低能效比差算力高能效比中等算力中能效比优秀算力高能效比优秀上市速度快产品成熟快产品成熟快慢开发周期长成本用于数据处理时单价用于数据处理时单价成本高较低的试错成本成本高可复制量产规模生成本最高产后成本可有效降低性能最通用数据处理通用性强数据处理能力较强专用AI算力最强最专用适用场景广泛应用于各种领域广泛应用于各种图形处理数适用成本要求较低的场景主要满足场景单一的消费电子值模拟机器学习算法领域如军事实验室科研等等高算力需求领域芯片英伟达TelsaTitanXavier公司英特尔XeonGaudiGrecoArriaStratixNNPNCS2谷歌CloudTPUEdgeTPUAMDRyzenAddebaranVersalAlveo莱迪思LowerPower资料来源公司招银国际环球市场敬请参阅尾页之免责声明102023年2月10日图13人工智能学习与涉及芯片类型资料来源OpenAI招银国际环球市场1GPU图形处理器GPU作为显示芯片是可在个人电脑工作站游戏机和智能手机平板电脑上做图像和图像相关运算工作的微处理器随着互联网用户和网络应用兴起数据体量逐渐庞大数据中心对计算需求快速增加GPU凭借其相对通用灵活和适应并行计算等特性成为主要选择GPU也从最初专用于图像处理制作后逐渐应用于计算是核心计算资源基础目前来看GPU仍然是AI应用的主导芯片主要因为它具有强大的计算能力和高通用适用性广泛应用于各种图形处理数值模拟及人工智能算法领域较低的开发成本也时期能够快速在各个垂直下游领域被广泛应用加速优化拓展ChatGPT作为有着大量复杂计算需求的AI模型GPU芯片成为能帮助其完成计算任务的关键硬件之一随着深度学习技术发展GPU成为AI算法训练中重要硬件组成部分同时随着云计算技术发展云端对GPU算力要求在不断提升据机构JPR预测显示2022-2026年全球GPU出货量将以63复合增速增长预计2027年行业市场规模将超320亿美元图14全球GPU芯片行业市场规模预测图15中国GPU芯片行业市场规模预测资料来源JPR前瞻产业研究院招银国际环球市场预测资料来源Huaon招银国际环球市场预测全球GPU芯片行业竞争格局中英特尔占主导地位但在独立GPU领域英伟达高端GPU占据较大份额超过70英伟达GPU因其高性能和对CUDA的支持而广泛应用于AI和机器学习领域CUDA是NVIDIA的并行计算平台和编程模型因此OpenAI主要使用NVIDIAGPU图形处理单元来训练和运行其AI模型如GPT-3和ChatGPT据公开数据显示ChatGPT已导入至少1万个英伟达高端GPU敬请参阅尾页之免责声明112023年2月10日图161Q14-3Q22全球电脑显卡市场份额变化图17全球独立GPU市场份额及出货量资料来源JPR招银国际环球市场预测资料来源JPR招银国际环球市场预测国内GPU主要上市公司中景嘉微通过自主研发GPU并规模化商用是国内显示控制市场龙头企业此外海光信息寒武纪等公司均有布局GPU产品受美国对中国GPU芯片出口管制影响预计国产GPU芯片替代将快速推进2FPGA现场可编程门阵列FPGA是支持AI算力芯片的更优解优点主要在于低延迟优秀的能效比较短的开发周期以及高度可编程能力可以供给不同垂直行业使用FPGA是一种硬件可重构的集成电路芯片通过在硅片上预先设计实现具有可编程特性可通过软件重新配置芯片内部的资源来实现不同功能广泛应用于数据中心航空航天工程人工智能工业物联网以及汽车等领域FPGA拥有软件的可编程性和灵活性兼具硬件的并行性和低延时性相较于ASICGPU等处理器更为灵活具备上市周期和成本优势在5G通信人工智能等迭代升级周期频繁技术不确定性较大的领域FPGA是较为理想的解决方案随着全球新一代通信设备部署以及人工智能与自动驾驶技术等新兴市场领域需求的不断增长前瞻产业研究院预计全球FPGA市场规模将从2021年的829亿美元增长至2025年的1252亿美元年均复合增长率约为108中国FPGA市场规模快速增长预计2021-2025年规模复合增速171图18全球FPGA芯片市场规模预测图19中国FPGA芯片市场规模预测资料来源前瞻产业研究院招银国际环球市场预测资料来源Huaon招银国际环球市场预测敬请参阅尾页之免责声明122023年2月10日全球FPGA市场主要被赛灵思和Altera占据目前市占率分别为52和35其次为Lattice和Microsemi份额均为5中国FPGA厂商中紫光国微复旦微电和安路科技在2021年市占率超过15受益于国产化加速推进中国FPGA厂商将拥有巨大成长空间图202021年全球FPGA市场竞争格局图212021中国FPGA市场竞争格局资料来源ASKCI招银国际环球市场预测资料来源安路科技公司公告招银国际环球市场预测3ASIC专用集成电路ASIC是为特定用途而定制的集成电路具有高性能低能耗的特点专用化程度最高其特点同时适合AI训练和推理阶段的使用ASIC芯片包括DPU和NPU类别其中DPU主要承担网络存储和安全的加速处理任务旨在满足网络侧专用计算需求适用于服务器量多对数据传输速率要求严苛的场景ASIC应用领域广泛包括医疗工业军事航空等其中虚拟币是主要应用领域之一因相对GPUFPGAASIC能效更高目前ASIC渗透率依然较低主要由于其较高的研发成本与研发壁垒因此市场份额显著小于GPU随着人工智能行业愈加成熟蓬勃发展的下游应用对于上游研发成本的优化力不断增高ASIC芯片依赖于它的卓越性能及低功耗将成为人工智能技术的首选根据贝哲斯咨询预测到2027年全球ASIC市场规模预计将达167749亿元2021-2027年均复合增长率为89图22全球ASIC芯片市场规模预测资料来源贝哲咨询招银国际环球市场预测敬请参阅尾页之免责声明132023年2月10日全球ASIC主要竞争者包括英伟达谷歌和英特尔其中1英伟达在2020年推出BlueField-2DPU将其定义为继CPU和GPU之后第三颗主力芯片2谷歌在IO2022活动中发布其新一代张量处理器TPUv4集群新的算力集群被称为Pod包含4096个v4芯片可提供超过1exaflops的浮点性能公司将在位于俄克拉荷马州的数据中心部署8个TPUv4集群合计实现约9exaflops的性能3英特尔在英特尔FPGA技术大会上英特尔发布了全新可定制解决方案英特尔eASICN5X帮助加速5G人工智能云端与边缘工作负载的应用性能英特尔eASICN5X通过FPGA中的嵌入式硬件处理器帮助客户将定制逻辑与设计迁移到结构化ASIC中带来更低的单位成本更快性能和更低功耗等好处目前英伟达的定制化ASIC芯片价格为248美元小时而最初的设计者谷歌的定制化ASIC芯片价格为8美元小时国内主流的ASIC上市公司包括百度和寒武纪1百度9888HK百度从2011年起布局AI加速领域昆仑芯团队深耕FPGA到ASIC芯片已10余年在体系结构芯片实现软件系统和场景应用均有深厚积累2寒武纪688256CH以深耕ASIC为主其思元270-S4型号芯片专注于为数据中心提供服务内存芯片高性能计算芯片需要搭配的DRAM内存数量大幅增加DRAM特征是读写速度快延迟低常用于计算系统的运行内存DRAM集成度高功耗低存取速度慢从存储能力来看DRAM所能提供的存储容量更大访问时间较长随着ChatGPT采用高性能计算芯片提升算力我们认为需要搭配的DRAM内存数量将大幅增加全球DRAM市场高度集中三星美光SK海力士DRAM出货量在3Q22合计占比约96受行业周期性低迷的影响三星电子SK海力士和美光正扎堆减产应对库存问题节约资本开支并推迟先进技术的进展以应对存储器需求的疲软态势据集邦咨询研究由于消费需求疲弱存储器卖方库存压力持续仅三星Samsung在竞价策略下库存略降图233Q22全球DRAM出货量市占率41288407264三星美光SK海力士其他资料来源Omdia招银国际环球市场预测兆易创新603986CH为国内DRAM龙头企业与长鑫密切合作推动自有品牌DRAM多行业应用实现了从设计流片到封测验证的全国产化助力国产自主供应生态圈的发展构建该产品主要面向消费类工业控制类及汽车类等市场领域公司与长鑫存储的紧密合作关系为公司DRAM产品提供稳定产能保障同时依托于多年积累的完善的销售网络和技术团队公司能够为客户提供快速的本地化服务响应和技术支持敬请参阅尾页之免责声明142023年2月10日应用层AIGC万亿市场可期大模型内容生态为关键进入数智化时代看好ChatGPTAIGC应用场景持续渗透及商业化加速包括搜索引擎智能客服教育培训金融等助力行业降本增效的同时开拓创新变现增量场景应用搜索智能客服先行内容创作文娱生活加速落地长期B端产业升级可期我们看好ChatGPT在搜索引擎的协同和能力加强多项回复展示更好满足用户信息获取智能创作编程分析等能力助于提高搜素转化率考虑当前ChatGPT信息基于离线非实时数据库训练模型下答案非正确成本过高我们预计ChatGPT较难取代搜索引擎更多体现在赋能优化电商领域ChatGPT有望在智能客服领域通过大模型通用智能能力完善人机对话丝滑度和专业答疑期待ChatGPT未来在代码机器人翻译文学创作媒体教育培训家庭陪护金融等领域加速落地文字之外AIGC也将在内容创作数字经济产业升级层面带来变革中期电商传媒娱乐影视等领域加速渗透机会显现长期看好AIGC推动B段医疗工业金融等产业升级例如合成数据图24AIGC应用场景AIGC应用场景前期内容创作文娱生活场景导向长期看好B端产业机会娱乐传媒影视电商B端产业机会全民娱乐采集前期制作商品展示教育金融人脸美妆融合人脸美妆融合合成历史人物营销视频合成黑白图像上色黑白图像上色智能商详视频虚拟教师智能金融客服采访助手图像风格转换图像风格转换商品3D模型生成线上课堂音视频处VR金融场景构建人像属性变换人像属性变换理社交互动编辑中期拍摄主播打造工业医疗写稿机器人数字复活已故演员医学图像处理辅助工程设计虚拟歌姬智能视频拆条视频高难度动作合成智能病例录入品牌虚拟主播加速数字孪生系统虚拟网红锦集演员角色年龄跨越合成肢体投影构建视频字幕生成虚拟物理场景合成合成医护陪伴偶像养成播报后期制作交易场景替换劣迹艺人AI主播用户数字化身多语言译制片音画虚拟商城构建智能播报同步影视作品修复影视预告片生成影视内容2D转3D资料来源中国信息通信研究院京东探索研究院招银国际环球市场整理敬请参阅尾页之免责声明152023年2月10日变现空间AIGC万亿市场可期订阅付费加速商业化MaaS探索长期增长点下一代互联网业态对内容产出效率内容消费的蓬勃需求将驱动AIGC快速发展结合Gartner及AcumenResearchandConsulting预测2025年AIGC渗透率将达10至2030年AIGC市场规模达1108亿美元对应2021-2030年CAGR达34其中对话式AI预计2030年市场规模达34亿美元vs2021年52亿美元当前AIGC企业变现模式主要为订阅付费每月订阅按量收费数据请求量计算量图片张数模型训练次数等未来MaaS模型即服务有望复制SaaS企服路线迎来需求爆发奇点海外HuggingFace已成型图25全球AIGC市场规模图26对话式AI市场规模1200400亿美元亿美元350100030034CAGR24CAGR800250600200110834115040010020050527900020212030E20212030E资料来源AcumenResearchandConsulting招银国际环球市场资料来源AcumenResearchandConsulting招银国际环球市场受益标的在ChatGPTAIGC应用层面建议重点关注拥有海量数据大模型能力及AI内容创作产品丰富文音图视的头部平台包括OpenAI微软谷歌Meta百度腾讯阿里字节可同时关注近期推出类ChatGPT服务或泛AI产品的垂类腰部平台如网易知乎阅文昆仑万维等我们看好百度在ChatGPU及AIGC的全栈技术储备搜索引擎协同及产品管线受益于1文心一言待推出数字人智能创作应用矩阵丰富2文心大模型技术支持及海量数字资产优势语料库参数量大敬请参阅尾页之免责声明162023年2月10日图27ChatGPTAIGC相关受益标的应用及场景方向公司股票代码ChatGPTAIGC相关业务情况1ChatGPT聊天机器人2全新Bing搜索服务新增一个扩展聊天框在回答问题的同时帮微软MSFTUS助即时生成个性化分析和建议3Edge浏览器是新增聊天和内容创作两项功能1Bard聊天机器人基于LaMDA大模型2AI生成音频Magenta3AI生成图像谷歌GOOGLUSImagenPartiNeRFNeRV4AI生成视频ImagenVideoPhenakiMetaMETAUS1AI生成文字VX2Text2AI图文MakeaScene3AI视频制作MakeAVideo1深度学习开源框架飞浆Paddle2全栈AI基础设施百度AI大底座3AI应用场景全百度BIDUUS覆盖大模型文心大模型NLPCV跨模态生物计算及各行业大模型1基础设施通义大模型2类ChatGPT产品研发内测中3AIGC应用于智能客服视觉生阿里巴巴BABAUS成在线设计在线试穿数字人等1HunYuan-NLP-1T混元AI大模型涵盖NLPCV多模态文生图等大模型2AI生成腾讯700HK文字梦幻写手Dreamwriter3AI生成游戏绝悟AI4AI绘画腾讯QQ小世界AI画匠5数字人AILab数字人PaaS方案创建的数字人艾灵等1网易有道未来或将推出ChatGPT同源技术产品应用场景围绕在线教育此前已应用AI口语和网易NTESUS作文批改2AI生成声音有灵网易天音3数字人知乎ZHUS作为中文最大的问答社区拥有海量可训练素材阅文772HK联合微软亚洲互联网工程学院开启AI赋能网络文学NLP美图1357HK美图秀秀AI绘画功能CV万兴科技300624CHFilmora万兴喵影PixsoCV拓尔思300229CH1TRS小思智能回答机器人2语义智能技术平台智拓NLP1多模态内容生成功能2昆仑天工旗下模型包括天工巧绘SkyPaint天工乐府Sky昆仑万维300418CHMusic天工妙笔SkyText天工智码SkyCode视觉中国000681CH发售数轮AIGC数字藏品与百度文心一格达成战略合作协议NLPCV1Al文字辅助创作功能2AI辅助绘画功能已推出3AI主播和复活3D模型虚拟数字人中文在线300364CHNLPCV汉仪股份301270CH字体生成AI造字1多模态智能算法等2升级发布MetaSurfing-元享智能云平台在原有功能基础上纳入天娱数科002354CHAIGC功能模块风语筑603466CH1虚拟展厅2虚拟数字人3虚拟场景以及数字艺术创作领域CV数字人等资料来源公司资料招银国际环球市场整理敬请参阅尾页之免责声明172023年2月10日中美对比美国底层技术领先中国内容场景多点开花中美引领全球预训练大模型发展美国底层技术领先大模型底层创新始于美国Google在2017年首次提出NLP模型Transformer及OpenAI的GPT30中国于2021年后加速追赶重点发力CV大模型和多模态融合当前中美两国引领全球预训练大模型发展据国内OpenBMB开源社区统计目前在全球超千亿参数大模型中中国企业或机构贡献了13美国贡献了12世界其他国家或组织贡献了剩下的16截至2022年10月在拥有大模型数量及参数量前十名的组织中中美分别占据46席我们认为目前美国ChatGPT的技术领先国内公司2-3年其中2020年OpenAI发布GPT-30后中美差距有所拉大中美技术差距并非由于中国缺乏大数据和参数量百度文心大模型参数量达2600亿vsChatGPT1750亿而在于1中国原创模型匮乏算法深刻见解待提升22022年8月美国限制部分高端GPU出口中国一定程度影响模型训练速度随着中国公司在算法AI的持续投入巨头积极布局底层技术处于跟随和追赶态势部分算力约束通过国产GPU大规模分布式CPU替代看好中国强大的基建能力用户规模及大数据优势有望依托大模型在AIGC应用落地产业升级爆发巨大增长潜力图28全球千亿参数模型贡献比例图29全球大模型数量及参数量TOP10分布76其他5中国企业3343624美国企业1500中国美国资料来源OpenBMB招银国际环球市场资料来源OpenBMB202210招银国际环球市场敬请参阅尾页之免责声明182023年2月10日技术面数据及大模型参数量差距较小算力和模型迭代仍需精进美国凭借在模型迭代和算力上的先发优势聚焦大模型API的基础设施层开发带动信息产业和科学行业发展并加速商业化中国公司在AI数据及大模型参数量层面与美国差距较小但模型迭代和训练仍有较大提升空间大部分平台更加聚焦AIGC内容和应用端美国主要大模型包括OpenAI的GPT-3Anthropic的Claude英伟达与微软的MegatronTuring-NLG以及Meta的OPT等其中OpenAI预计在今年年中或者下半年上线GPT-4参数量将达到万亿级Google把GPT系列模型作为红线并全力投入LLM大语言模型模型的构建中国大模型主要包括百度文心华为盘古阿里通义腾讯混云以及商汤的视觉模型等百度推出文心大模型基本实现跨模态和多下游多领域的应用且预计在今年3月上线文心一言ERNIEBot从参数量来看可与ChatGPT媲美华为通过模型泛化解决传统AI作坊式开放模式下不能解决的AI规模化和产业化难题整体来看美国在模型上仍具有先发优势源于长时间的技术迭代和数据累积从2018年发布GPT10到2021年发布GPT-35和InstructGPTOpenAI已形成了一系列海量数据积累和训练模型或将于今年年中下半年发布GPT-4版本万亿级参数量虽然当前部分中国大模型参数量能达到千亿级乃至万亿级但数据质量及训练模型尚需时间精进图30美国大模型类型及参数量预训练模型应用参数量领域BERT语言理解和生成4810亿NLPLaMDA对话体统1370亿NLP谷歌PaLM语言理解与生成推理代码生成5400亿NLPLmagen语言理解和图像生成110亿多模态Parti语言理解和图像生成200亿多模态Florence视觉识别64亿CV微软Turing-NLG语言理解和生成170亿NLPOPT-175B语言模型1750亿NLPMetaM2M-100100种语言互译150亿NLPGato多面手的智能体12亿多模态DeepMindGopher语言理解与生成推理代码生成2800亿NLPAlphaCode代码生成414亿NLPGPT3语言理解与生成推理等1750亿NLPCLIPDALL-E图像生成跨模态检索120亿多模态OpenAICodex代码生成120亿NLPChatGPT语言理解与生成推理等1750亿NLPAnthropicAnthropicLMv4-s3语言理解与生成推理等520亿NLPClaude语言理解与生成推理等520亿NLP英伟达Megatron-TuringNLG语言理解与生成推理5300亿NLPStabilityAIStableDiffusion语言理解和图像生成多模态资料来源腾讯网上公开信息整理招银国际环球市场敬请参阅尾页之免责声明192023年2月10日图31中国大模型类型及参数预训练模型应用参数量领域百度文心文本理解与创作2600亿NLPVIMER-UFO视觉识别170亿CV百度文心ERNIE-ViLG20语言理解和图像生成AI作图全球最大目前多模态Helix生物计算科学计算NLP大模型文本理解与创作千亿NLPCV大模型视觉识别30亿CV华为盘古多模态大模型语言理解和图像生成千亿多模态科学计算大模型气象预测科学计算通义-M6语言理解图像生成和制造业十万亿多模态阿里巴巴通义-AliceMind文本理解与创作270亿NLP通义-视觉视觉识别CV混元AI大模型语言理解和图像生成理解广告内容千亿多模态腾讯精排大模型精准匹配广告和人群千亿科学计算商汤科技视觉模型视觉识别300亿CV资料来源网上公开信息整理招银国际环球市场应用面美国商业化加速赋能2B中国变现早期侧重生活互娱C端场景美国企业AIGC商业化进程加速且服务和收费方式日渐丰富例如OpenAI今年预计实现2亿美元收入Fortune报道且宣布推出ChatGPTPlus付费订阅套餐20美元月订阅用户可在免费服务基础上享受高峰时段免排队快速响应优先获取新功能等额外权益此外DALL-E和StableDiffusion等其他主流应用亦开启商业变现企业根据使用量内容产出量提供服务以及使用属性等方面进行收费美国AIGC场景落地侧重2B产业升级如合成数据等中国的商业化进程尚在早期大部分产品处于免费试用阶段或根据使用量收费且主要集中在语音写作数字人等2C场景应用在2B方面头部公司在金融物流政务层面亦在延伸图32中美大模型部分应用对比公司模型领域场景效果可为多项选择提供数据集并对医疗专业人员和非专业人士提出的问题做出更详细的回PaLM医疗答根据一组医生的数据926的Med-PaLM反馈与临床医生生成的答案929相谷歌当BERT信息BERT可以从大量非结构化数据中提取信息可用于为任何类型的图书馆创建搜索界面模型可以帮助用户对文档和邮件进行摘要化处理同时能够应用在Office系列软件中Turing-NLG信息提供写作帮助和疑难解答为下一代聊天机器人和数字助理铺平了道路有望被用于客服销售等方向微软通过整合图像-文本数据的通用视觉语言表示能力Florence可以轻松适用于各种计算机Florence信息视觉任务如分类目标检测VQA看图说话视频检索和动作识别在多种类型的迁移学习中均表现出色测试数据显示使用电影频道-百度文心大模型每天可修复视频285万帧解决了绝大部文心大模型电影分画面的修复问题即便是需要进一步精修修复速度也能提升3-4倍百度金融文本命名实体识别模型的F1值提升约3有效提升授信报告的处理效率在金融文心大模型金融语义相似度金融事件主体抽取等一系列公开数据集上相对通用大模型取得显著提升敬请参阅尾页之免责声明20