报告摘要：
　　ChatGPT访问量持续升温带动AI算力芯片需求激增。华为预计到2030年，全球数据年新增1YB；通用算力增长10倍到3.3ZFLOPS，AI算力增长500倍超过100ZFLOPS。芯片是大模型进行训练与推理应用的成本大头。基于大模型的应用在用户侧铺开后，推理芯片的潜力有望释放。
　　预计行业将会形成“上游通用大模型垄断+中游行业大模型细分，赋能下游应用端千行百业”的格局。我们认为未来AI产业链将形成此种分工方式：上游少量大公司垄断通用的CV、NLP、科学计算等大模型；部分有高质量行业数据和Know-how的企业与掌握微调能力的IT企业结合，训练得到特定行业/应用场景的专属大模型，并进行持续微调和维护；下游千行百业通过API接入云端使用大模型或者购买定制化的私有模型。依据来自：1）上游：大模型的进化原理决定该行业具有明显的马太效应，具有先发优势的玩家将会优则更优；大模型训练成本极高，头部玩家可以通过大规模推理应用摊薄成本；使用他人预训练好的模型可以避免“重复造轮子”。2）中等数量的专有行业大模型组成细分市场，推动各行业智能化升级，因为SAM模型的出现预示着强泛化性的通用大模型已经渐行渐近，将迅速统一各类基础任务；且华为云盘古气象/矿山等大模型的推出已经为行业大模型赋能千行百业提供了范例。3）下游大模型赋能百花齐放的应用企业，主要动力在于AI可极大促进企业降本增效。
　　投资机会：我们建议沿3条主线布局：1）华为线条：Chiplet先进封装是突破先进制程封锁的良药，我们推荐受益先进封装技术突破+华为复苏逻辑的兴森科技、德邦科技、长川科技、伟测科技、方邦股份、华正新材。2）算力线条：芯片是训练和部署大模型的底座，国产替代必不可缺。我们推荐寒武纪、龙芯中科、乐鑫科技、瑞芯微、恒玄科技、炬芯科技。3）存力线条：存储是高性能GPU的瓶颈，我们推荐深科技、江波龙、普冉股份、兆易创新。
　　风险提示：大模型开发进度不及预期；宏观经济与政策风险；