银河证券-计算机行业:ChatGPT开启AI新纪元,AIGC投资框架梳理-20230217

免费
3.0 梧桐 2024-05-19 76 1.81MB 26 页 免费
侵权投诉
www.chinastock.com.cn 证券研究报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明
[table_research]
行业深度报告计算机
2023 217
[table_main]
公司深度报告模
ChatGPT 开启 AI 新纪元,AIGC 投资
框架梳理
核心观点:
ChatGPT 指明了 NLP 生成领域的技术方向,从技术本源上加速 AIGC
发展。我们认为,ChatGPT AIGC 发展的意义在于:方面,GPT
NLP 成领域模型的突破,将迅速解AI 文本生成、AI 代码生成
等领域的痛点;另一方面,AI 文本生成、AI 代码生成作AI 音视频、
游戏等其他领域的技术基础,其突破发展也将加速 AIGC 在音视频、
戏等场景中的渗(比如生成 AI 绘画提示词或生成调用计算引擎等)
全球巨头争相追赶,ChatGPT 水平尚存一定差距国外公司中,谷歌
发布的聊天机器Bard 具有与 ChatGPT 近的技术水平大约相差半
年左右。国内公司中,百度、华为、字节跳动、阿里、腾讯等巨头均在
大模型方向布局,整体发展水平与 ChatGPT 相差大概一到两年左右,
约接近 GPT-3 的水平。
AIGC 多场景应用处于爆发前夜,千亿市场打开。随着大模型算法突破
以及算力成本下降,AIGC 发展痛点逐步解除,亟待爆发;同时又有
ChatGPT 力,文本、码、图像生成有望率先成熟,频、游戏将紧
随其后。我们预测,2025 AIGC 在网络文学领域、文本分析领域
绘画图片领域、字音领域技术将相对成熟,此渗透率分别
70%/60%/60%/50%网络视频领域游戏领域由于技术原因渗透率相对
较低,分别约为 30%/25%基于上述假设,我们分别对 AIGC 分领域
做市场规模预测,预计 2025 中国 AIGC 市场规模有望达到 1600 亿。
AIGC 产业链:基础层最先受益,中间层巨头占优AIGC 产业链可
致分为基础层、中间层和应用层三层架构鉴于大模型训练需要巨大的
算力规模,基础层中的芯片、服务器等硬件提供商将最先受益而对于
中间层来说,技术积累以及资金实力都是关键竞争力,因此我们认为科
技巨头更具有竞争优势。应用层中,可类比移动互联网时代,会爆发出
很多杀手级应用,用户体验和模式创新都将成为“杀手钳”。
GPT-3 总成本:模型的算力需求几乎与参数量呈同比增长。
单一 V100 GPU 芯片进行一次 GPT-3 13B 模型的训练,大约需要 2144
天;进行一次 GPT-3 175B 模型的训练,大约需29120 天。我们测算
GPT-3 13B 训练总成本约为:$3.06 /H * 24 H/D * 365 D/Y * 26Y = $0.7
Million同理,GPT-3 175B 训练总成本约为$ 9.5 Million在不RAM
CPUSSD 驱动器、电源等其他情况下,GPT-3 行所需芯片成本至少
20 万美元以上。
投资建议:ChatGPT 开启 AI 新纪元,AIGC 千亿市场处于爆发前夜。产业
链基础层中,我们重点推荐全AI 服务器龙头浪潮信息000977.SZ),
关注中科曙光603019.SH、中国长城000066.SZ中间层中,推荐人
工智能技术积累深厚的拓尔思300229.SZ科大讯飞002230.SZ
用层中,推荐彩讯股份300634.SZ嘉和美688246.SH金山办公
688111.SH)、同花顺(300033.SZ),关注万兴科技(300624.SZ)。
风险提示:行业竞争加剧的风险;产业发展进度不达预期的风险;技术风
险;政策风险。
分析师
[table_report]
行业深度报告/计算机行业
请务必阅读正文最后的中国银河证券股份有限公司免责声明。
2
一、ChatGPT 开启 AI 新纪元,指明 NLP 生成领域的技术方向 .......................................................................................... 3
(一)ChatGPT 通过引入 RLHF 技术解决生成模型的核心问题,大大提高类人成熟度 .................................................... 3
(二)ChatGPT 商业化规划及仍需讨论的问题 ........................................................................................................................ 4
(三)全球巨头争相追赶,与 ChatGPT 平尚存一定差距 ................................................................................................... 6
二、AIGC 多场景应用处于爆发前夜,千亿市场打开 ............................................................................................................. 6
(一)AIGC 发展痛点逐步解除,亟待爆发 ............................................................................................................................. 6
(二)ChatGPT 助力,文本、代码、图像生成有望率先成熟,视频、游戏紧随其后 ......................................................... 8
(三)AIGC 海外公司布局梳 ............................................................................................................................................... 12
(四)AIGC 细分市场规模预测:2025 年有望百倍增长 ....................................................................................................... 14
三、AIGC 产业链:基础层最先受益,中间层巨头占优 ....................................................................................................... 16
(一)AIGC 产业链结构及巨头布局 ....................................................................................................................................... 16
(二)GPT 模型所需算力测算 ................................................................................................................................................. 18
四、A股相关公司介绍 .............................................................................................................................................................. 20
五、投资建议与风险提 .......................................................................................................................................................... 23
ZX2XpNnOxOoQmMmOqNmOqO8O9R9PnPrRtRsOkPoOqNiNrQxOaQoPqNvPmRuNwMpPxO
行业深度报告/计算机行业
请务必阅读正文最后的中国银河证券股份有限公司免责声明。
3
一、ChatGPT 开启 AI 新纪元,指明 NLP 生成领域的技
术方向
ChatGPT 指明了 NLP 生成领域的技术方向。预训练语言模型对NLP 理解领域以及生
成领域的问题都是相当有效的,在过去几年里,发展出的主要模型有 Bert GPT。从文本对
话的过程来看理解到生成之间的连接是一个关键问题。然而,Bert NLP 理解领域获得了
巨大的成功,但是在 NLP 生成领域却表现不佳,这是由于 Bert 训练时所采用的语言模型
决定的。Bert 采用的是 DAE 语言模型,只学习到了词的上下文表征的能力,即理解语言的能
力,但没有学习到如何组织语言的能力。而 chatGPT 成功解决了这个问题,可以说 ChatGPT
指明了 NLP 生成领域的技术方向。
ChatGPT 从技术本源上加速 AIGC 发展。AIGC 的底层技术主要有 NLPGAN、扩散模
型等,其中的代表就是语言生成中的 chatGPT 和图像生成中的扩散模型Diffusion Model)。
2022 8StabilityAI 宣布开源 Stable Diffusion 模型,AI 图像生成成本迅速下降,并且能获
得惊人的高质量绘画作品,达到学习几年、十几年的画师同等水平。2022 11 OpenAI
发布的 chatGPT 虽然是自然语言生成领域的产品,但是可以生成 AI 绘画提示词,生成调用
计算引擎,从而进一步加速 AI 绘画、AI 游戏AI 音视频领域的应用。
我们认为,ChatGPT AIGC 发展的意义在于:一方面,GPT 作为 NLP 生成领域模型
的突破,将迅速解决 AI 文本生成、AI 代码生成等领域的痛点;另一方面,AI 本生成、AI
代码生成作为 AI 音视频、游戏等其他领域的技术基础,其突破发展也将加速 AIGC 在音视频、
游戏等场景中的渗透(比如生AI 绘画提示词,或生成调用计算引擎)。
(一)ChatGPT 通过引入 RLHF 技术解决生成模型的核心问题,
大大提高类人成熟度
ChatGPT 是在 GPT 3.5 大语言模型(LLM,Large Language Model的基础上,加入
于人类反馈的强化学习(RLHFReinforcement Learning from Human Feedback来不断微调
Fine-tune)预训练语言模型,使得 LLM 型学会理解不同类型的命令指令,并通过多重标
准合理判断基于给定的 prompt 输入指令,输出的是否为优质信息(这些标准包括:富含信息、
内容丰富、对用户有帮助、无害、不包含歧视信息等)因此,ChatGPT 使得人机对话更加人
性化,更富有逻辑性,大大提高了 AI 的类人成熟度。
ChatGPT 的技术发展路径:从 GPT-1 InstructGPT,数据量与参数量不断增加模型
精度和语言能力提升。12018 年,在自然语言处理领域NLP刚兴起时,OpenAI 就推出了
初代 GPT它的运行逻辑是:先通过无标签数据学习生成语言模型,并能够运用于一些与有
督任务无关的 NLP 任务中。此后再根据特定的下游任务进行有监督的微调,提高其泛化能力
22019 年推出的 GPT-2 扩展了网络参数和数据集,进行多任务学习,可以在数据量足够丰
且模型容量足够大时,通过训练语言模型就能够完成有监督学习的任务3对比 GPT-22020
年推出的 GPT-3 最显著的特征是庞大的数据量和参数投入,整体训练过程耗资 1200 万美元,
投入数据量达上万亿,模型参数量达到 1750 亿。GPT-3 延续了前两代 GPT 的技术架构,但改
变了大规模数据集预训+下游数据标注微的方式,采用情境学习in-context learning)来
提高模型对话输出的性能。GPT-3 的规模和语言能力几乎是最强大的。它能在不做微调的情况

标签: #AI

摘要:

www.chinastock.com.cn证券研究报告请务必阅读正文最后的中国银河证券股份有限公司免责声明[table_research]行业深度报告●计算机2023年2月17日[table_main]公司深度报告模板ChatGPT开启AI新纪元,AIGC投资框架梳理计算机行业推荐维持评级核心观点:ChatGPT指明了NLP生成领域的技术方向,从技术本源上加速AIGC发展。我们认为,ChatGPT对AIGC发展的意义在于:一方面,GPT作为NLP生成领域模型的突破,将迅速解决AI文本生成、AI代码生成等领域的痛点;另一方面,AI文本生成、AI代码生成作为AI音视频、游戏等其他领域的技术基础,...

展开>> 收起<<
银河证券-计算机行业:ChatGPT开启AI新纪元,AIGC投资框架梳理-20230217.pdf

共26页,预览8页

还剩页未读, 继续阅读

作者:梧桐 分类:按申万行业 价格:免费 属性:26 页 大小:1.81MB 格式:PDF 时间:2024-05-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 26
客服
关注