研究报告全文：科技专题研究2023年2月16日ChatGPT狂飙破壁现象级AI应用引发范式革命行业评级增持分析师刘牧野证券执业证书号S0640522040001股市有风险入市需谨慎中航证券研究所发布证券研究报告请务必阅读正文后的免责条款部分核心观点现象级AI应用狂飙破壁ChatGPT引发范式革命ChatGPT推出仅两个月后即2023年1月末的月活用户已经突破了1亿成为史上用户增长速度最快的消费级应用程序OpenAI在2023年2月1日推出订阅服务每月收费20美元拉开了人工智能在C端变现的帷幕由此引发了全球范围的关注和讨论国内大多数头部科技企业表示已经拥有在研对标ChatGPT相关的模型及产品AI模型运算规模增长算力缺口巨大基于大量数据训练拥有巨量参数的AI预训练模型GPT-3引发了AIGC技术的质变从而诞生ChatGPT然而预训练模型参数数量训练数据规模将按照300倍年的趋势增长现有算力距离AI应用存巨大鸿沟运算规模的增长带动了对AI训练芯片单点算力提升的需求并对数据传输速度提出了更高的要求AIGC跨越数据鸿沟合成数据与日精进ChatGPT的火速出圈将AIGC推向新的高度数据是人工智能的燃料和驱动力人工智能发展所需的海量数据也能通过AIGC技术生成合成出来即合成数据syntheticdata合成数据有望解决人工智能和数字经济的数据供给问题Gartner预测到2030年AI模型使用的绝大部分数据将由人工智能合成建议关注GPU景嘉微航锦科技和未上市的地平线黑芝麻摩尔线程AI训练芯片寒武纪商汤港股燧原科技未上市存算一体化恒烁股份东芯股份光模块中际旭创光迅科技华工科技天孚通信德科立源杰科技硅光芯片光库科技声光电科赛微电子合成数据潜在受益标的百度阿里腾讯金山办公中国电信风险提示AI算法模型存较高不确定性AI技术发展不及预期ChatGPT用户付费意愿弱客户需求不及预期针对AI的监管政策收紧目录一现象级AI应用狂飙破壁ChatGPT引发范式革命二巨量数据规模引发质变AI模型算力紧缺三AIGC跨越数据鸿沟合成数据与日精进四风险提示ChatGPT用户量两月破亿现象级应用横空出世ChatGPTChatGenerativePre-trainedTransformer是由OpenAI开发的人工智能聊天机器人程序于2022年11月推出据瑞银集团ChatGPT推出仅两个月后即2023年1月末的月活用户已经突破了1亿成为史上用户增长速度最快的消费级应用程序作为比较TikTok达到1亿用户用了9个月Instagram花了2年半的时间图应用程序达到1亿用户量所需时间月数资料来源UBS中航证券研究所智能化生产工具提高生产效率ChatGPT是一个虚拟助手可以帮助用户解决问题提供信息和建议通过人工智能技术实现自然语言处理和自然语言理解ChatGPT能够快速准确地回答用户提出的问题可以通过文本或语音与用户交互并通过不断学习和改进来提高能力和服务质量现有使用案例中用户可通过ChapGPT实现代码生成修改程序bug写诗等图根据要求连续改进回答图提升编程效率图原创七言绝句资料来源Openai百度中航证券研究所重新定义搜索跨时代AI产品ChatGPT在智能化方面有跨越式进步在多轮对话能力以及对话交互友好性上展示了惊艳效果能够较准确理解问题把生成的答案用易于人类理解的语言组织起来生成类似人类语言的文本答案同时ChatGPT的模型优化目标为有用可信无害在道德上友善符合大众的道德观图ChatGPT特点智能化人性化支持意图识别和逻辑推理主动承认错误对用户指出的错误进行答案优化支持多轮次连续对话质疑不正确的问题支持在一个prompt提示中同时有多个问题承认自身的无知承认对专业技术的不了解支持上下文理解以回答某些假设性的问题道德友善驳回潜在的种族主义或性别歧视提示资料来源中航证券研究所整理GPT-3大模型驱动引发AIGC范式革命以ChatGPT为代表的AIGC应用在2022年的爆发主要是得益于深度学习模型方面的技术创新不断图AIGC产业架构创新的生成算法预训练模型多模态等技术融合带来了AIGCAIGeneratedContent技术变革拥有通用性基础性多模态参数多训练数据量大生成内容高质稳定等特征的AIGC模型成为了自动化内容生产的工厂和流水线基础层是核心GPT-3模型起关键支撑作用GPT-3一个大规模的通用语言模型已经在来自各种来源的大量文本数据上进行了训练能够产生类基础层中间层应用层似人类的反应并可用于广泛的语言相关任务图像语音和文字生成等预训练模型重直化场景化个性化ChatGPT基于目前较新的GPT-35模型版本进行研模型各种各样的AIGC的应用发专注于自然语言对话接受了更广泛的语言模在基础层上生成场景化式和风格培训因此能较GPT-3产生更多样化和以预训练大规模模型为基面向C端用户的文字定制化个性化的小模型础搭建的AIGC技术基础图片音视频等内容生实现不同行业垂直领域微妙的响应设施层成服务的流水线式部署资料来源腾讯中航证券研究所C端应用时代降临拉开AI商业变现帷幕OpenAI在2023年2月1日推出订阅服务名为ChatGPTPlus每月收费20美元订阅用户将获得全天候服务并在高峰时段享有优先访问用户还可提前使用新功能及改进功能应用的响应时间也更快OpenAI预计2023年ChatGPT将实现2亿美元的收入微软计划将旗下所有产品全线整合ChatGPT除了搜索引擎必应办公软件Office外微软还将在云计算平台Azure中整合ChatGPTAzure的OpenAI服务将允许开发者访问AI模型图ChatGPT商业模式基础层中间层应用层产品服务GPT-3大规模语ChatGPT小模型聊天机器人APP言模型Azure必应Office对模型的API调允许开发者访问C端用户通过订收费模式用进行收费属AI模型属于to阅模式获得更加于toB端软件即B端模型即服务智能化的服务服务SaaSMaaS资料来源腾讯中航证券研究所政策反应迅速国内科技巨头布局2023年2月13日北京市经济和信息化局发布2022年北京人工智能产业发展白皮书提出全面夯实人工智能产业发展底座支持头部企业打造对标ChatGPT的大模型着力构建开源框架和通用大模型的应用生态加强人工智能算力基础设施布局加速人工智能基础数据供给国内科技企业纷纷对ChatGPT发表看法百度华为腾讯阿里巴巴等大多数头部企业表示已经拥有在研对标ChatGPT相关的模型及产品图国内科技企业现有技术储备将在2023年3月上公司2020年在大模相关技术储备包括提出业界首个通用的将推出产业版线百度版ChatGPT型领域开始有布局混元系列AI大统一大模型模态ChatGPT文心一言2021年基于昇腾AI模型智能创作助手任务和架构M6-ChatJDChatJD将与鹏城实验室联合发文涌Effidit等OFA可能将AI大以125计划作为布了鹏程模型技术与钉钉生产落地应用路线图包力工具深度结合含一个平台两个领域五个应用资料来源机器之心中航证券研究所关注AI三驾马车投资机会算法算力和数据是人工智能发展的三驾马车也是推动人工智能发展的重要基础算法层面超大规模预训练模型推动AI效果不断提升当前预训练模型参数数量训练数据规模按照300倍年的趋势增长继续通过增大模型和增加训练数据仍是短期内演进方向算力层面单点算力持续提升算力定制化多元化成为重要发展趋势计算技术围绕数据处理数据存储数据交互三大能力要素演进升级类脑芯片量子计算等方向持续探索数据层面以深度学习为代表的人工智能技术需要大量的标注数据这也催生了专门的技术和服务随着面向问题的不断具体化和深入数据服务走向精细化和定制化算法算力数据OpenAI谷歌Meta英伟达景嘉微寒武纪光环新网数据港海量数据百度阿里腾讯地平线恒烁股份东芯股份光迅科技中际旭创中科曙光华为商汤拓尔思海光信息中国长城国盾量子浪潮信息润泽科技中国联通科大讯飞龙芯中科神州数码中国电信中国移动资料来源中国信通院中航证券研究所目录一现象级AI应用狂飙破壁ChatGPT引发范式革命二巨量数据规模引发质变AI模型算力紧缺三AIGC跨越数据鸿沟合成数据与日精进四风险提示大型预训练模型引发质变Transformer基础算法模型的出现为NLP和CV训练领域提供了强大支持OpenAI的GPT预训练模型以及百度的ERNIE模型都是基于Transformer模型建立Al预训练模型又称为大模型基础模型foundationmodel即基于大量数据通常使用大规模自我监督学习训练的拥有巨量参数的模型能适应广泛的下游任务预训练模型能够满足真实内容消费场景中的灵活多变高精度高质量等需求随着2018年谷歌发布基于Transformer机器学习方法的自然语言处理预训练模型BERT人工智能领域进入了大炼模型参数的预训练模型时代预训练模型成为AI技术发展的范式变革许多跨领域的AI系统将直接建立在预训练模型上基础的生成算法模型不断突破创新预训练模型引发AIGC技术能力质变2014年2017年自然语言处理NLP预训练模型VAE生成对抗网Transformer模型谷歌LAMDABERT络GANOpenAIGPT系列百度ERNIE系列2015年2020年基于流生成的模型神经辐射场NeRF计算机视觉CV预训练模型扩散模型微软Florence2021年多模态预训练模型CLIP模型DeepMindGatoOpenAICLIPDALL-E资料来源腾讯中航证券研究所AI模型数据规模增长AI算力需求井喷当前预训练模型参数数量训练数据规模按照300倍年的趋势增长继续通过增大模型和增加训练数据仍是短期内演进方向未来使用更多种图像编码更多种语言以及更多类型数据的预训练模型将会涌现当前算力距离AI应用存巨大鸿沟根据OpenAI数据模型计算量增长速度远超人工智能硬件算力增长速度存在万倍差距英特尔表示目前的计算存储和网络基础设施远不足以实现元宇宙愿景而要想实现真正的元宇宙目前的计算能力需量要再提高1000倍图大模型参数量和训练数据规模增长迅速资料来源中国信通院中航证券研究所AI模型数据规模增长AI算力需求井喷据IDC预计2021-2026年期间中国智能算力规模年复合增长率达5232022年智能算力规模将达到2680EFLOPS预计到2026年智能算力规模将进入每秒十万亿亿次浮点计算ZFLOPS级别达到12714EFLOPS运算数据规模的增长带动了对AI训练芯片单点算力提升的需求并对数据传输速度提出了更高的要求图2012至2019年算力需求增长近30万倍图中国智能算力规模百亿亿次浮点运算秒EFLOPS资料来源华为IDC中航证券研究所算力升级AI训练芯片空间广阔IDC预计到2025年人工智能芯片市场规模将达726亿美元IDC全球范围调研显示人工智能芯片搭载率将持续增高目前每台人工智能服务器上普遍多配置2个GPU未来18个月GPUASIC和FPGA的搭载率均会上升通用性递减专用性增强为AI芯片的主要发展方向2021年中国以GPU为主实现数据中心计算加速GPU在算力芯片的市场占有率接近90ASICFPGANPU等非GPU芯片市场占有率超过10国际科技网络巨头公司谷歌脸书亚马逊等等在AI芯片领域从云端训练到终端产品应用在开源框架赋能产业行业上有一定的领先优势国内企业也在打造从AI芯片注重云端训练AI芯片终端响应AI算法框架开源的生态体系建议关注面向GPU的创新企业包括景嘉微航锦科技和未上市的地平线黑芝麻摩尔线程等以及面向基于ASIC架构感知识别等AI训练芯片公司如寒武纪商汤港股燧原科技未上市等表AI芯片架构及发展方向图中国数据中心AI芯片市场规模占比专用性芯片架构芯片特点代表公司L1到L5依次增强CPU的通用架构设计使运行效率受限当前CPU虽然在机器学习领域CPU英特尔L1的计算大大减少但是不会被完全取代目前商用最广泛的AI芯片可以执行深度学习和神经网络任务GPUGPU主要从事大规模并行计算比CPU运行速度快并且比其他专用AI处理器英伟达AMDL2芯片价格低发展方向一从通用到专用仅作为处理器IP核使用目前基于DSP的设计有一定的局限性一般都DSP新思科技CadenceL3是针对图像和计算机视觉的处理器IP核芯片速度较快成本不高FPGA具有三大优点单位能耗比低硬件配置灵活架构可调整但FPGA赛灵思微软L4是FPGA的使用有一定门槛要求使用者具备硬件知识当前为谷歌公司专用还不是市场化产品ASIC芯片不能像FPGA很快TPUASIC谷歌L5改变架构适应变化对企业而言成本较昂贵发展方向二颠覆经典冯模仿人脑神经元和神经突触的结构功耗非常低有可能实现人工智能TrueNorthIBM氏架构采用人脑神经元领域的通用化路径但从短期来看离大规模商业生产还有很远的距离的结构来提升计算能力资料来源IDC松鼠厂中航证券研究所算力升级冯氏架构破壁者存算一体突破瓶颈冯氏架构以计算为中心计算和存储分离二者配合完成数据的存取与运算然而由于处理器的设计以提升计算速度为主存储则更注重容量提升和成本优化存算之间性能失配从而导致了访存带宽低时延长功耗高等问题即通常所说的存储墙和功耗墙存算一体作为一种新的计算架构被认为是具有潜力的革命性技术核心是将存储与计算完全融合有效克服冯诺依曼架构瓶颈并结合后摩尔时代先进封装新型存储器件等技术减少数据的无效搬移从而提升计算效率中国移动已将存算一体纳入算力网络的十大关键技术图存储计算性能存在剪刀差表存算一体化应用场景广泛场景重点需求存算一体优势当前存内计算产品已成功在端侧初步商用提供语音视低延时低功耗低成本端侧频等AI处理能力并获得十倍以上的能效提升有效降低隐私性了端侧成本存算一体在深度学习等领域有独特优势可以提供比传统设备高几十倍的算效比此外存内计算芯片通过架构创新低延时低功耗低成本边侧可以提供综合性能全面兼顾的芯片及板卡预计将在边侧通用性推理场景中有着广泛的应用为广泛的边缘AI业务提供服务存内计算可通过多核协同集成大算力芯片结合可重构设计打造通用计算架构存内计算作为智算中心下一代关键云侧大算力高宽带低功耗AI芯片技术正面向大算力通用性高计算精度等方面持续演进有望为智算中心提供绿色节能的大规模AI算力资料来源中国移动研究院中航证券研究所算力升级冯氏架构破壁者存算一体突破瓶颈当前NORFlashSRAM等传统器件相对成熟可率先开展存内计算产品化落地推动新型器件中RRAM各指标综合表现较好MRAM寿命和读写性能较好均有各自独特优势与发展潜力可持续推动器件成熟同步进行存内计算探索三星电子SK海力士台积电美光IBM英特尔等都在进行存算一体技术的研究国内公司中亿铸科技千芯科技后摩智能专注于大算力存算一体芯片闪易半导体苹芯科技知存科技智芯科九天睿芯专注于小算力存算一体芯片上市公司中推荐关注研发布局NORFlash的恒烁股份以及拥有存算一体研发项目的东芯股份图存内计算器件对比分析器件SRAMNORFLASHRRAMMRAMPCM易失特性易失非易失非易失非易失非易失多值存储否是是否是现有工艺节点5nm28nm28nm16nm28nm理论工艺极限2nm14nm5nm5nm5nm单比特存储面积F2bit3007520403024读写次数无限1061081015108应用场景云侧和边侧的推理和训练边侧和端侧的推理云侧边侧和端侧的推理云侧和边测的推理和训练云侧边侧和端侧的推理资料来源中国移动研究院中航证券研究所传输升级高速光模块放量传输速度迭代不止高速光模块出货预计大幅增长据lightCounting统计2021年200G400G和800G的高速以太网光模块发货量达222万只2022年预计将达600万只同比170以上800G的产品有望在2022年开始逐步放量据lightcounting2022年3月预测未来随着AI元宇宙等新技术不断发展以及网络流量长期保持持续增长以太网光模块销售额也将保持较快增长并不断迭代升级预计到2027年以太网光模块市场将达到10011亿美元图高速光模块发货量预测百万只图以太网光模块营收预测百万美元资料来源光通信之家lightcounting中航证券研究所传输升级CPO与硅光技术降本增效CPO协同封装光子技术提升数据中心应用中的光互连技术CPO将光学器件和ASIC紧密结合在一起通过Co-packaging的封装方式大体积的可插拔模块被简单的光纤配线架所取代因此前面板的物理拥塞得以缓解而交换机和光学器件之间的电气通道大大缩短因此CPO将增加带宽和缩小收发器尺寸提升系统集成度同时降低功耗和封装成本据lightcounting预测数据中心将率先使用CPO封装技术同时随着AI集群和HPC的架构正在不断演进发展可能会看到CPO部署在GPUTPU以及以太网InfiniBand或NVLink交换机上另外有许多基于FPGA的加速器也可能受益于CPO预测在2027年CPO端口将占总800G和16T端口的近30据机构CIR预测CPO市场规模将在2025年超过13亿美元2027年达到27亿美元建议关注中际旭创光迅科技华工科技天孚通信德科立源杰科技等光模块产业相关标的图CPO交换机图CPO端口可插拔以太网光模块和AOC出货占比预测资料来源易飞通信lightcountingCSDN中航证券研究所传输升级CPO与硅光技术降本增效硅光芯片基于绝缘衬底上硅Silicon-On-InsulatorSOI平台兼容互补金属氧化物半导体ComplementaryMetalOxideSemiconductorCMOS微电子制备工艺同时具备了CMOS技术超大规模逻辑超高精度制造的特性和光子技术超高速率超低功耗的优势硅光芯片商业化至今较为成熟的领域为数据中心通信基础设施等光连接领域目前硅光技术在第一代4x25G光模块中主要应用于500m内的100GQSFP28PSM4在第二代1x100G产品中应用有100GQSFP28DR1FR1和LR1作用于500m-10km场景中在400G产品中主要聚焦在2km以内的中短距离传输应用场景产品有400GDR4未来随着技术逐渐成熟激光雷达光子计算等领域的应用有望实现突破建议关注光库科技声光电科赛微电子等硅光制造产业链相关标的硅光芯片在光模块中的应用硅光芯片的未来主要应用场景展望资料来源华中科技大学武汉光电国家研究中心易飞扬通信中航证券研究所