投资要点：
　　ChatGPT有望颠覆传统搜索引擎的应用模式，并作为智能化工具大幅提升生产力。ChatGPT能对有关信息进行智能化整合，并通过连续对话对相关话题进行二次检索与处理，未来有望替代搜索引擎成为信息检索的主流方式。在第三产业占比提升以及人口红利减少的趋势下，AIGC强大的内容生产能力有望提升部分岗位的生产力甚至进行替代，具备高确定性长线发展逻辑。
　　从产业链看，AIGC的产业链可分为应用层、大模型层与芯片层。大模型层解决数据、算法问题，芯片层解决算力问题。AIGC产业链可分为三层，（1）应用层：其主要涉及客服回复、新闻生成、代码编程、芯片设计等应用场景，目前整体的商业化落地方式仍在探索阶段；（2）大模型层：其主要通过构建模型的框架、提升数据集的质量，使得AI模型具备更强逻辑推理能力与学习能力。国外的代表厂商为Open AI、谷歌等，国内则为百度、阿里、字节跳动、华为、商汤等，这些厂商本身拥有海量的真实场景数据，具备模型训练优势。目前谷歌、百度等厂商也均进行ChatGPT相关产品的布局。百度2月7日发布其聊天机器人文心一言；谷歌于北京时间2月8日，正式披露竞品Bard；（3）芯片层：AIGC模型实际效果的好坏依赖两个量级——模型参数的量级与训练数据的量级，而两者的提升均需底层大量的算力支持，该环节目前对外依赖严重，国产自研率低。
　　AIGC发展带动芯片层GPU/CPU/FPGA增量需求，“卡脖子”问题亟待解决。AIGC产品的升级迭代依赖的算力快速提升，如GPT-2代大约有15亿个参数，而GPT-3代则有1750亿个参数。算力需求将带动GPU、CPU、FPGA等芯片的发展，对需求量与芯片性能提出更高要求。自然语言类AI的数据处理通常由高性能GPU提供基础算力，AI行业龙头主要采用英伟达GPU芯片进行开发训练。而在文本搜索、内容推荐场景，部分厂商也会使用CPU进行分布式计算环境的搭建。同时FPGA凭借可重复编程的灵活性，可进行快速定制化运算的研究和设计，提高AI计算加速的稳定性。目前部分高性能GPU（如英伟达的A 100 GPU与H 100 GPU）已被禁售，高端算力芯片成为AI产业发展的“卡脖子”核心环节，具备高国产替代紧迫性。
　　国内HPC（高性能计算）厂商多维发力，算力提升、数据传输、数据存储三大方向齐头并进。我们认为AIGC行业的发展离不开算力提升、数据传输、数据存储三大方向的国产自研。（1）算力提升：国内外算力芯片仍存在较大技术差距，景嘉微作为国内GPU龙头持续在产品端发力，22H2推出JM9系列第二款GPU，已实现在政务、电信、电力、能源、金融等多个行业的试点应用。海光信息在接受AMD的Zen架构授权后，已完成对x86架构的消化、吸收，并独立实现海光三代的研发。目前，海光三代已实现销售，将成为2023年公司销售的主力产品；（2）数据传输：更高的算力需要更强的数据传输能力配合，AI服务器中连接处理器和内存的主板PCB、加速卡用PCB也需要使用更高规格的高价值PCB以减少损耗，深南电路等国内厂商凭借在传统领域的技术积累，快速拓展数据中心、人工智能等领域，拥抱AIGC发展浪潮。（3）数据存储：AIGC算力需求的提升同步带动数据存储量的指数型增长，并有望加速存算一体化趋势的发展。AIGC的发展有望成为兆易创新、聚辰股份等厂商的新兴业绩增长点。
　　投资建议：（1）在GPU芯片领域建议关注景嘉微、海光信息，同时建议关注GPU龙头英伟达的核心供应商胜宏科技；（2）在CPU芯片领域，建议关注具备自研架构的龙芯中科与采用Zen架构的海光信息；（3）FPGA芯片领域建议关注安路科技、复旦微电与紫光国微；（4）数据传输领域建议关注沪电股份、深南电路；（5）数据存储领域建议关注兆易创新、聚辰股份、江波龙。
　　风险提示：研发失败风险、商业化落地受阻风险、行业竞争加剧风险、全球贸易摩擦风险。

研究报告全文：TableMain证券研究报告行业点评电子2023年02月10日电子ChatGPT引领AIGC高算力芯片为产业优于大市维持基石证券分析师TableSummary投资要点陈海进资格编号S0120521120001ChatGPT有望颠覆传统搜索引擎的应用模式并作为智能化工具大幅提升生产力邮箱chenhj3teboncomcnChatGPT能对有关信息进行智能化整合并通过连续对话对相关话题进行二次检索与处理未来有望替代搜索引擎成为信息检索的主流方式在第三产业占比提升研究助理以及人口红利减少的趋势下AIGC强大的内容生产能力有望提升部分岗位的生产力甚至进行替代具备高确定性长线发展逻辑徐巡邮箱xuxunteboncomcn从产业链看AIGC的产业链可分为应用层大模型层与芯片层大模型层解决数据算法问题芯片层解决算力问题AIGC产业链可分为三层1应用层其市场表现主要涉及客服回复新闻生成代码编程芯片设计等应用场景目前整体的商业沪深300化落地方式仍在探索阶段2大模型层其主要通过构建模型的框架提升数10据集的质量使得模型具备更强逻辑推理能力与学习能力国外的代表厂商为5AI0OpenAI谷歌等国内则为百度阿里字节跳动华为商汤等这些厂商本-5-10身拥有海量的真实场景数据具备模型训练优势目前谷歌百度等厂商也均进行-15-20ChatGPT相关产品的布局百度2月7日发布其聊天机器人文心一言谷歌于北-242021-102022-022022-062022-10京时间2月8日正式披露竞品Bard3芯片层AIGC模型实际效果的好坏-29依赖两个量级模型参数的量级与训练数据的量级而两者的提升均需底层大量的算力支持该环节目前对外依赖严重国产自研率低相关研究AIGC发展带动芯片层GPUCPUFPGA增量需求卡脖子问题亟待解决AIGC1电子周观点-充电桩迎政策利好产品的升级迭代依赖的算力快速提升如GPT-2代大约有15亿个参数而GPT-3关注产业链机会202325代则有1750亿个参数算力需求将带动GPUCPUFPGA等芯片的发展对2充电桩新增公共车桩比11需求量与芯片性能提出更高要求自然语言类AI的数据处理通常由高性能GPU全面电动化开启202325提供基础算力AI行业龙头主要采用英伟达GPU芯片进行开发训练而在文本搜3沪电股份002463SZQ4业绩索内容推荐场景部分厂商也会使用CPU进行分布式计算环境的搭建同时超预期数通汽车持续接力高成长FPGA凭借可重复编程的灵活性可进行快速定制化运算的研究和设计提高AI2023131计算加速的稳定性目前部分高性能GPU如英伟达的A100GPU与H100GPU4赛腾股份Q4利润高增消费已被禁售高端算力芯片成为AI产业发展的卡脖子核心环节具备高国产替电子与半导体业务齐发力推动长期代紧迫性成长20231315拓荆科技688072SH2022国内HPC高性能计算厂商多维发力算力提升数据传输数据存储三大方年业绩高增长薄膜沉积龙头地位稳向齐头并进我们认为AIGC行业的发展离不开算力提升数据传输数据存储三固2023129大方向的国产自研1算力提升国内外算力芯片仍存在较大技术差距景嘉微作为国内GPU龙头持续在产品端发力22H2推出JM9系列第二款GPU已实现在政务电信电力能源金融等多个行业的试点应用海光信息在接受AMD的Zen架构授权后已完成对x86架构的消化吸收并独立实现海光三代的研发目前海光三代已实现销售将成为2023年公司销售的主力产品2数据传输更高的算力需要更强的数据传输能力配合AI服务器中连接处理器和内存的主板PCB加速卡用PCB也需要使用更高规格的高价值PCB以减少损耗深南电路等国内厂商凭借在传统领域的技术积累快速拓展数据中心人工智能等领域拥抱AIGC发展浪潮3数据存储AIGC算力需求的提升同步带动数据存储量的指数型增长并有望加速存算一体化趋势的发展AIGC的发展有望成为兆易创新聚辰股份等厂商的新兴业绩增长点投资建议1在GPU芯片领域建议关注景嘉微海光信息同时建议关注GPU龙头英伟达的核心供应商胜宏科技2在CPU芯片领域建议关注具备自研架构的龙芯中科与采用Zen架构的海光信息3FPGA芯片领域建议关注安路科请务必阅读正文之后的信息披露和法律声明行业点评电子技复旦微电与紫光国微4数据传输领域建议关注沪电股份深南电路5数据存储领域建议关注兆易创新聚辰股份江波龙风险提示研发失败风险商业化落地受阻风险行业竞争加剧风险全球贸易摩擦风险23请务必阅读正文之后的信息披露和法律声明行业点评电子信息披露分析师与研究助理简介陈海进电子行业首席分析师6年以上电子行业研究经验曾任职于民生证券方正证券中欧基金等南开大学国际经济研究所硕士电子行业全领域覆盖徐巡电子行业研究助理上海交通大学经济学硕士2年以上电子行业研究经验曾任职于凯盛研究院覆盖功率半导体半导体设备与制造等领域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以勤勉的职业态度独立客观地出具本报告本报告所采用的数据和信息均来自市场公开信息本人不保证该等信息的准确性或完整性分析逻辑基于作者的职业理解清晰准确地反映了作者的研究观点结论不受任何第三方的授意或影响特此声明投资评级说明1Table投资评级的比较和评级标准RatingDescription类别评级说明以报告发布后的6个月内的市场表现买入相对强于市场表现20以上为比较标准报告发布日后6个月内股票投资评增持相对强于市场表现520的公司股价或行业指数的涨跌幅级中性相对市场表现在-55之间波动相对同期市场基准指数的涨跌幅减持相对弱于市场表现5以下2市场基准指数的比较标准A股市场以上证综指或深证成指为基优于大市预期行业整体回报高于基准指数整体水平10以上行业投资评准香港市场以恒生指数为基准美中性预期行业整体回报介于基准指数整体水平-10与10之间国市场以标普500或纳斯达克综合指级数为基准弱于大市预期行业整体回报低于基准指数整体水平10以下法律声明本报告仅供德邦证券股份有限公司以下简称本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在任何情况下本报告中的信息或所表述的意见并不构成对任何人的投资建议在任何情况下本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任本报告所载的资料意见及推测仅反映本公司于发布本报告当日的判断本报告所指的证券或投资标的的价格价值及投资收入可能会波动在不同时期本公司可发出与本报告所载资料意见及推测不一致的报告市场有风险投资需谨慎本报告所载的信息材料及结论只提供特定客户作参考不构成投资建议也没有考虑到个别客户特殊的投资目标财务状况或需要客户应考虑本报告中的任何意见或建议是否符合其特定状况在法律许可的情况下德邦证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易还可能为这些公司提供投资银行服务或其他服务本报告仅向特定客户传送未经德邦证券研究所书面授权本研究报告的任何部分均不得以任何方式制作任何形式的拷贝复印件或复制品或再次分发给任何其他人或以任何侵犯本公司版权的其他方式使用所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记如欲引用或转载本文内容务必联络德邦证券研究所并获得许可并需注明出处为德邦证券研究所且不得对本文进行有悖原意的引用和删改根据中国证监会核发的经营证券业务许可德邦证券股份有限公司的经营范围包括证券投资咨询业务33请务必阅读正文之后的信息披露和法律声明