ChatGPT已经成为现象级应用。ChatGPT是由人工智能企业OpenAI开发基于人工智能的内容生成式聊天机器人应用。根据TRTWORLD统计，自从2022年11月ChatGPT问世以来，仅5天注册用户就超越100万，截止到2023年1月，ChatGPT的月活跃用户数已经达到1亿，此用户增长速度领跑整个消费者应用领域。海外版抖音Tik Tok和美国图片社交平台Instagram在此前分别经历了9个月和两年半的时间才完成月活跃用户数1亿的突破。ChatGPT火爆的背后，是算力在为其支撑，AIGC、ChatGPT的不断优化是基于预训练模型的优化以及训练集参数量的增大，Google的BERT预训练模型参数量到达4810亿，在ChatGPT大模型的三次历史迭代中，OpenAI的GPT、GPT-2和GPT-3（当前开放的版本为GPT-3.5）的参数量从1.17亿增加到1750亿，预训练数据量从5GB增加到45TB，其中GPT-3训练单次的成本就高达460万美元。在训练GPT3.5模型的微软专门建设的AI计算系统中，包含了1万个由V100 GPU构成的高性能网络集群，其总算力的大约3640PF-days，简单来说，以每秒计算一千万亿次来假设，完成总算力需要计算3640天。
　　模型训练对算力提出了更高要求。根据OpenAI的研究，AI训练所需要的算力增速已经超越硬件的摩尔定律增速，摩尔定律是18-24个月翻一倍，AI的算力是呈现指数级的增长。从2012年至2018年，用于训练AI模型所需要的算力大约每隔3～4个月就翻一倍。从2012年到2018年，训练AI模型所消耗的算力增长了30万倍，而摩尔定律在相同时间内只增长了7倍。孟晚舟表示，当前算力还不足以满足未来的需求，算力竞争或将成为未来全世界在科技领域内的竞争焦点之一。根据IDC与浪潮信息联合发布《2022-2023中国人工智能计算力发展评估报告》，中国AI算力将保持快速增长的趋势，2022年智能算力规模达到268百亿亿次/秒(EFLOPS)。根据IDC预测，2026年中国AI算力将达到1271.4 EFLOPS。根据中国信通院统计，中国核心算力产业规模在2021年底超过1.5万亿元，其关联产业规模超过8万亿元。在如此爆发式增长的算力背景下，算力模型对数据中心的数据传输速率提出了更高的要求，分布式IDC以及边缘计算有望迈入高景气度通道。
　　算力爆发或将赋能分布式IDC以及边缘计算。在智慧城市、智能制造等产业兴起以及企业数字化转型的背景下，云计算的形态逐渐发生改变，由中心化计算化向离散化的雾计算、霾计算演变，进而催生并且加速了边缘计算的建设进程。相比于传统集中式IDC架构，分布式IDC突破了建设规模的限制，凭借云连接和与组网，能够联合起多个数据中心，其优势包括可以实现多中心运营、数据共享、高度覆盖业务，并且可以尽可能的减少运维成本。分布式IDC能够具备更高安全性和可靠性，可以缓解业务中断的风险并且实现灾备建设。在5G商用全面推进下，MEC边缘云在助力5G网络数字化转型和差异化创新服务中扮演有力角色。与此同时，边缘计算已经成为元宇宙产业升级的左膀右臂，边缘计算能够有效解决由智能终端快速增加和中心流量拥堵所带来的计算资源匮乏的问题。
　　龙宇股份IDC业务加速拓展。2023年2月20日，上海龙宇数据股份有限公司简称由“龙宇燃油”正式变更为“龙宇股份”。近两年来，公司大力拓展IDC业务，其整体IDC业务板块经验业绩呈现快速上升趋势，并且为公司贡献大部分净利润，公司大宗商品贸易业务营收规模逐步降低，因此公司正式更名为“上海龙宇数据股份有限公司”。公司积极探索边缘计算IDC业务，公司非公开发行募投项目北京金汉王云计算数据中心已建成约当8KW机柜4,280个(按平均设备功率4.4kW测算机柜约7,780个)；公司投入约57,778.83万元（含土建、机电）建设无锡中物达大数据存储中心项目，拟建设规模为5,874个IDC机柜（按平均设备功率4.4kW测算）。边缘算力方面，在政企、金融、医疗、教育等数字化转型的背景下，公司收购上海磐石，探索搭建边缘算力运营平台，通过端、边、云的紧密结合并互相协作来整合产业资源，聚焦在实现从边缘算力的实验创新平台到产业赋能平台的转变。构建起支撑边缘原生的数字化转型解决方案，以至于支撑边缘计算应用的有效落地。
　　风险提示：中美科技竞争对行业造成的不确定性风险；5G发展不及预期；国家相关产业政策变动风险等。

研究报告全文：TableMain证券研究报告行业点评通信2023年2月22日通信ChatGPT爆发算力需求爆发重点优于大市维持关注龙宇股份等分布式IDC及边缘计证券分析师算核心标的何思源投资要点TableSummary资格编号S0120522100004邮箱hesyteboncomcnChatGPT已经成为现象级应用ChatGPT是由人工智能企业OpenAI开发基于人研究助理工智能的内容生成式聊天机器人应用根据TRTWORLD统计自从2022年11月ChatGPT问世以来仅5天注册用户就超越100万截止到2023年1月ChatGPT的月活跃用户数已经达到1亿此用户增长速度领跑整个消费者应用领市场表现域海外版抖音TikTok和美国图片社交平台Instagram在此前分别经历了9个月5和两年半的时间才完成月活跃用户数1亿的突破ChatGPT火爆的背后是算力0在为其支撑AIGCChatGPT的不断优化是基于预训练模型的优化以及训练集-5-10参数量的增大Google的BERT预训练模型参数量到达4810亿在ChatGPT大-15模型的三次历史迭代中OpenAI的GPTGPT-2和GPT-3当前开放的版本为-20-25GPT-35的参数量从117亿增加到1750亿预训练数据量从5GB增加到45TB-30其中GPT-3训练单次的成本就高达460万美元在训练GPT35模型的微软专门2022-02-182023-02-10建设的AI计算系统中包含了1万个由V100GPU构成的高性能网络集群其总通信申万沪深300算力的大约3640PF-days简单来说以每秒计算一千万亿次来假设完成总算力需要计算3640天相关研究模型训练对算力提出了更高要求根据OpenAI的研究AI训练所需要的算力增速已经超越硬件的摩尔定律增速摩尔定律是个月翻一倍的算力是呈18-24AI现指数级的增长从2012年至2018年用于训练AI模型所需要的算力大约每隔34个月就翻一倍从2012年到2018年训练AI模型所消耗的算力增长了30万倍而摩尔定律在相同时间内只增长了7倍孟晚舟表示当前算力还不足以满足未来的需求算力竞争或将成为未来全世界在科技领域内的竞争焦点之一根据IDC与浪潮信息联合发布2022-2023中国人工智能计算力发展评估报告中国AI算力将保持快速增长的趋势2022年智能算力规模达到268百亿亿次秒EFLOPS根据IDC预测2026年中国AI算力将达到12714EFLOPS根据中国信通院统计中国核心算力产业规模在2021年底超过15万亿元其关联产业规模超过8万亿元在如此爆发式增长的算力背景下算力模型对数据中心的数据传输速率提出了更高的要求分布式IDC以及边缘计算有望迈入高景气度通道算力爆发或将赋能分布式IDC以及边缘计算在智慧城市智能制造等产业兴起以及企业数字化转型的背景下云计算的形态逐渐发生改变由中心化计算化向离散化的雾计算霾计算演变进而催生并且加速了边缘计算的建设进程相比于传统集中式IDC架构分布式IDC突破了建设规模的限制凭借云连接和与组网能够联合起多个数据中心其优势包括可以实现多中心运营数据共享高度覆盖业务并且可以尽可能的减少运维成本分布式IDC能够具备更高安全性和可靠性可以缓解业务中断的风险并且实现灾备建设在5G商用全面推进下MEC边缘云在助力5G网络数字化转型和差异化创新服务中扮演有力角色与此同时边缘计算已经成为元宇宙产业升级的左膀右臂边缘计算能够有效解决由智能终端快速增加和中心流量拥堵所带来的计算资源匮乏的问题请务必阅读正文之后的信息披露和法律声明行业点评通信龙宇股份IDC业务加速拓展2023年2月20日上海龙宇数据股份有限公司简称由龙宇燃油正式变更为龙宇股份近两年来公司大力拓展IDC业务其整体IDC业务板块经验业绩呈现快速上升趋势并且为公司贡献大部分净利润公司大宗商品贸易业务营收规模逐步降低因此公司正式更名为上海龙宇数据股份有限公司公司积极探索边缘计算IDC业务公司非公开发行募投项目北京金汉王云计算数据中心已建成约当8KW机柜4280个按平均设备功率44kW测算机柜约7780个公司投入约5777883万元含土建机电建设无锡中物达大数据存储中心项目拟建设规模为5874个IDC机柜按平均设备功率44kW测算边缘算力方面在政企金融医疗教育等数字化转型的背景下公司收购上海磐石探索搭建边缘算力运营平台通过端边云的紧密结合并互相协作来整合产业资源聚焦在实现从边缘算力的实验创新平台到产业赋能平台的转变构建起支撑边缘原生的数字化转型解决方案以至于支撑边缘计算应用的有效落地风险提示中美科技竞争对行业造成的不确定性风险5G发展不及预期国家相关产业政策变动风险等行业相关股票股票股票EPSPE投资评级代码名称20212022E2023E20212022E2023E上期本期603003SH龙宇股份-037017022-192750103841--资料来源Wind德邦研究所注龙宇股份2022-2023年盈利预测采用Wind一致预期23请务必阅读正文之后的信息披露和法律声明行业点评通信信息披露分析师与研究助理简介何思源经济学硕士十年买方卖方投研究经验2022年加入德邦证券任科创板中小盘首席研究员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个月内的市场表买入相对强于市场表现20以上现为比较标准报告发布日后6个股票投资评增持相对强于市场表现520月内的公司股价或行业指数的级中性相对市场表现在-55之间波动涨跌幅相对同期市场基准指数的涨减持相对弱于市场表现5以下跌幅2市场基准指数的比较标准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A股市场以上证综指或深证成指为基行业投资评中性预期行业整体回报介于基准指数整体水平-10与10之间准香港市场以恒生指数为基准美级国市场以标普500或纳斯达克综合指弱于大市预期行业整体回报低于基准指数整体水平10以下数为基准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