研报下载就选股票报告网
您好,欢迎来到股票分析报告网!登录   忘记密码   注册
>> 中信证券-亚马逊(AMZN.US)深度跟踪报告:生成式AI时代,亚马逊云AWS落后了吗?-230718
上传日期:   2023/7/20 大小:   3461KB
格式:   pdf  共31页 来源:   中信证券
评级:   -- 作者:   许英博,陈俊云,贾凯方
下载权限:   此报告为加密报告
年初至今亚马逊股价上涨近50%,显著好于市场基准,主要反映公司在降本增效等层面的积极努力。但相较微软、谷歌、Meta等公司,亚马逊目前在大语言模型领域的进展并无太多亮点,市场对其AI能力存在质疑,并担忧后续对AWS的可能拖累。我们认为,从早期的智能音箱到当前的Titan模型,亚马逊在AI领域具有长期积累,同时在软硬件堆栈自研能力方面亦领先全球,并与Hugging Face等开源平台建立深度合作,致力于更为开放的AI生态构建。随着企业客户持续加大对AI的投入,AWS完善的基础能力、相对开放的生态有望持续受益,AWS当前的全球领先地位亦有望延续。当前亚马逊16x的EV/EBITDA(2023E)显著低于历史中枢(20x),短期风险收益比较为理想。我们持续看好公司在生成式AI浪潮下云计算业务的成长机遇。
  ▍报告缘起:大语言模型时代,市场质疑亚马逊AI能力,以及对AWS的可能拖累。此前亚马逊发布多项生成式AI以及AIGC相关产品,入局全球大模型竞赛当中。我们认为,公司作为北美最大的电商与云计算巨头,在应用场景、算力储备等方面具备深厚积累。虽然公司计划将AI产品逐步导入到商品内容生产、搜索推荐等领域,并有望为公司带来降本增效、增厚公司云计算收入等方面的正向影响,但市场对公司本身模型能力、商业化能力以及云计算后续的市场竞争仍存在一定担忧,具体体现在:1)亚马逊在算法层面是否与微软、谷歌等闭源模型厂商存在显著差距;2)在算力层面,AWS能否支撑自身AI业务的需求以及是否具备支撑外部企业的AI能力;3)与AI相关的软硬件堆栈,AWS自身的优势与竞争力。
  ▍市场需求:企业AI需求较2C市场存在显著差异,并体现在应用场景、差异化数据等层面。对企业而言,开源、闭源模型的选择将聚焦在模型自身能力以及使用成本的平衡上,同时开源与闭源模型之间的差距在企业需求中的体现大概率将持续收窄,因此后续来看,AI的需求对云厂商提出了更高的要求。一方面,云厂商必须要提供性能靠前的多种类模型,以满足企业多样的业务需求;另一方面,在AI产品搭建过程中,需要完整的硬件体系支撑模型的训练、微调、部署,以及完整的软件栈进行相应处理。在这一趋势下,预计软硬件堆栈能力将逐步成为云厂商在生成式AI时代最为核心的能力。
  ▍模型能力:AWS具备大语言模型的研发能力,并致力于构建更为开放的AI生态。虽然亚马逊对自研模型Titan的披露相对较少,但我们可以从亚马逊在语音以及其他领域大模型的研发情况进行相应参考。以亚马逊在2022年发布的AlexaTM为例,虽然该模型并没有完全采用其他大型语言模型使用的“仅解码器架构”(GPT思路),但AlexaTM 20B模型是序列到序列(seq2seq)编码器-解码器架构,同时结合了“师生模型”的思路进行训练。虽然模型的体积、架构与当前主流的GPT式模型存在一定不同,但在小规模数据下,AlexaTM 20B在多种语言任务上优于拥有数千亿参数的大型模型。在数据能力维度,亚马逊提供开源了语言数据集Mintaka、多模态数据集Alexa Arena等。生态层面,AWS与Hugging Face合作,推出多种开源模型,对自身模型能力提供补充。
  ▍硬件堆栈:自研芯片&硬件,覆盖训练、推理等关键环节。经过早期探索,AWS底层采用了自研的Nitro系统架构,将虚拟化功能从服务器卸载到Amazon Nitro专用芯片上,大大降低了物理性能的损耗,并提升了安全机制,优化了网络与输入输出机制。AI计算层面,AWS推出人工智能业务的推理芯片Inferentia与训练芯片Trainium。AWS通过在关键计算要素的自研&定制化,实现系统效率的最优。软件层面,亚马逊提供Neuron框架,包括深度学习编译器、编译工具,这些工具与TensorFlow和PyTorch等流行框架原生集成。上述硬件为AWS进行模型的训练、部署提供完备的硬件堆栈。
  ▍软件堆栈:整体实力处在行业头部,覆盖数据准备、模型构建与训练、部署推理等环节。对AI的研发,一般要经历数据整理、模型训练、验证部署三个阶段,而这三个阶段需要平台提供足够且高性能的软件栈才能进行支撑,包括数据管理、训练与部署环境等,而上述阶段亦是AWS全力布局的领域。数据管理维度,根据Gartner数据,2022年亚马逊位居全球DBMS(数据管理软件)份额第一,同时在关系型、非关系型数据库领域,亚马逊亦处在前列。训练与部署领域,AWS依托Amazon SageMaker,覆盖AI开发全流程,根据Gartner数据,亚马逊AWS在2023年的云AI开发者服务魔力象限中位居领导者象限。因此整体来看,AWS在软件层面亦处在前列。
  ▍后续展望:关注算法生态、企业AI需求增长等。亚马逊在算法储备、算力基础设施、软件堆栈等方面的储备,体现了自身的AI能力依旧较强,落地到后续AI对AWS的赋能,我们认为开源模型的持续增长、用户量增加带来的推理需求等,均是AWS后续增长的驱动力。目前Hugging Face的日访问量在千万次以上,AWS作为其首选云平台,显示出开源生态的巨大潜力。同时我们看到,AWS传统企业客户的比例在持续提升,传统企业对
 
Copyright © 2005 - 2021 Nxny.com All Rights Reserved 备案号:蜀ICP备15031742号-1