2023-22 人工智能行业研究

2023-22 人工智能行业研究，投资逻辑包括AI芯片、CPO、大模型等知识，如AIGC：简化研发和发行两大环节，缩短研发周期，降低制作成本。

人工智能

• 基本情况
  • 是什么
    • 发展阶段
      • 计算
      • 感知
      • 认知
        • 目前阶段
      • 意识
    • 小模型
      • 特定场景，通用性查，切换场景需要重新训练
    • 大模型
      • 通用型
        • 模型实现
          • 数据是基础
            • 数据要素市场实现数据共享，数据反哺加速商业化飞轮
            • 数据获取、存储、传输、管理
          • 算力是支撑
          • 人才是关键
          • 商业价值闭环
          • 价值观、伦理、政治风险
        • 具备涌现能力
    • AIGC
  • 为什么要看AI
    • 数字经济时代的蒸汽机
      • 为行业带来降本增效
    • 差距缩小
      • 国内AI技术仅落后美国1-3年，发展潜力巨大
      • 差距变大原因
        • 中国原创模型匮乏，对算法的简介有待提升
        • 2022年8月后，美国限制了部分高端GPU出口中国
          • 目前部分算例约束将通过国产GPU或ASIC替代
    • 市场规模合增速
      • 2025年
        • 全球
          • 5万亿元
          • 30%
        • 中国
          • 1万亿元
          • 40%
  • 看什么
    • 产业链
      • 上游
        • 云计算
          • 浪潮
          • 阿里
          • 百度
          • 腾讯
          • 华为
        • 芯片
          • 景嘉微
          • 百度
          • 英伟达
          • 阿里巴巴
          • 寒武纪
          • 四维图新
          • 中芯国际
        • IDC
          • 奥飞数据
          • 中科曙光
          • 万国数据
        • 光模块
          • 中际旭创
          • 新易隆
          • 光讯科技
        • 服务器液冷
          • 浪潮信息
          • 网宿科技
          • 紫光股份
        • 数据供给方
          • 海天瑞声
      • 中游
        • 多模态
        • 策略生成
        • NLP
        • 3D生成
        • 代码生成
        • 虚拟人
        • 食品生成
      • 下游
        • 电商
          • 值得买
        • 传媒
        • 营销
        • 教育
        • 羞辱
        • 游戏
        • 政务
        • C端应用
    • 投资指向
      • 上游的芯片
        • 算力支持
      • 上游的光模块
        • 光通信系统的核心器件，其中的CPO技术是实现高速率大带宽低功耗的必经之路
      • 中游的算法层，大模型
      • 下游的落地场景
        • 下游应用通过AI赋能实现降本增效
          • 有优质应用场景的C端企业和有数据积累的B端企业有望率先受益
• AI芯片：全球年复合增速50%。2025年700亿美元
  • 分类
    • 训练和推理
      • 训练芯片计算规模大，主要是GPU
      • 推断是利用训练好的模型使用新数据推断，计算量较少
        • CPU\GPU可以运行，FPGA和ASIC也可以
        • 边缘推断
        • 云端推断
      • 目前市场主要来自于训练的修去，但是推断的需求开始爆发性提升
    • 细分品类
      • 四类：通用性逐渐降低（灵活性），但效率逐渐提升
        • CPU/GPU/FPGA/ASIC
  • FPGA
    • 什么是FPGA
      • 现场可编程门阵列
        • 凭借可编程灵活性在5G和AI领域有广泛应用
    • 市场规模
      • 全球25年125亿美元，年复合11%
      • 中国
        • 年复合17%
    • 竞争格局
      • 海外的赛灵思和英特尔占据主导，国产厂商崭露头角
        • 2021年，紫光国薇、复旦微电和安路科技合计市占率超过15%
      • 工艺制成和门级规模是评价产品性能的重要指标
  • ASIC
    • 是什么
      • 为特定用途定制的集成电路，高性能低能耗
        • 由于成本和研发壁垒原因，在AI行业渗透较低，未来随着行业成熟，下游应用将不断优化上游研发成本，ASIC芯片依赖于它的卓越性能和低功耗，将成本人工智能技术的首选。
    • 市场规模
      • 20217，全球1700亿元，年化复合9%
    • 竞争格局
      • 尚未有明显头部厂商
        • 英伟达、英特尔、谷歌
        • 国内
          • 海思
          • 寒武纪
          • 燧原科技
• CPO
  • 什么是CPO
    • 光模块
      • 规划-基建-设备进入搭载光模块的周期是2年，2024年会有AI带来的光模块需求的集中爆发
    • CPO
      • 光电共封装技术，将交换芯片和光引擎共同装配在一个插槽上
      • 传统：可插拔光模块
    • CPO的优势
      • 功耗低，带宽大、速率高
      • 数据中心规模不断扩后，对光通信的带宽和传输速率需求增加，传统模式成本效益不行
  • 市场
    • 规模
      • 2027年54亿美元（全球）
      • 2024年开始逐步商用
    • 厂商
      • 海外
        • 思科、博通、英特尔，已经前瞻性布局，预计明年上市
      • 国内
        • 没有高速率交换机芯片，没有整套的CPO交换机，主要是为海外的设备龙头提供光引擎
        • 天孚科技、联特科技、博创科技
          • 天孚科技是最快的
            • 募集资金做了光引擎（2021年）
            • 下游合作思科等，产品通过验证，正在做可靠性测试，将大规模量产
          • 联特科技
            • 完成高密度光电连接的产品设计，和定制化能力建设
              • 与思科有合作，但是进度慢
          • 博创科技
            • 送样阶段，未大规模量产
              • 与英特尔在谈合作
• 大模型
  • 分类
    • 大规模无标注数据上进行训练，并学习出特征和规则，泛化能力强
    • NLP:自然语言处理
      • 目前大模型主要还是面向NLP，如GPT-3
      • 学习通用语言，使得模型具备语言理解和生成能力
    • CV：视觉通用
      • 发展的挑战
        • 用于训练的有效数据
        • 学习方法
        • 不同视觉应用依赖不同模型
        • 训练图像尺寸越来越大
      • 短期很难出现大爆发
        • 微软的swin-transformer
        • 谷歌的VIT系列
        • META的SAM模型
        • 国内
          • 商汤科技
            • 日日新大模型
    • 多模态
      • 文本图像融合，GPT-4
  • 国产大模型
    • 整体情况
      • 多为小模型
      • 进度靠前的有
        • 百度文心一言、腾讯混元、华为盘古
    • 具体分析
      • 腾讯百度在三个类型都有布局，华为多一个科学计算大模型
      • 生态区别
        • 腾讯和百度有C端业务
          • 百度是进度最快，有开放网页进行公测，相当于GPT2.5的水平，落后3年多
          • 腾讯是19年立项，近期或有发布
        • 华为对行业理解更深，to B端
    • 竞争趋势
      • 未来2-3年
        • 腾讯
          • NLP\CV
        • 百度
          • 多模态
        • 华为
          • 均衡，行业做深
      • 关注与这三家公司有合作的上游厂商
• 应用领域
  • 最先收益的两个方向
    • 有优质应用场景的C端企业
      • 面向消费者需求：游戏、办公、影视、搜索
    • 有数据积累的B端企业
  • AI+游戏
    • 应用环节
      • 游戏推出的四阶段：立项-研发-发行-商业化
        • 不可能三角：成本-效率-质量
      • AIGC：简化研发和发行两大环节，缩短研发周期，降低制作成本
      • 研发端
        • 文本生成
        • 道具与角色生产
        • 音效合成
        • 场景合成
      • 发行端
        • 本地化翻译
        • 素材创作
        • 社区运营
    • 量化分析
      • 目前节省50%以上的人力和时间
      • 未来将提升20%ROE
    • 布局厂商
      • 大厂
        • AI技术：腾讯、网易、米哈游
        • AI应用层面：网易、完美世界、巨人网络
          • 模型大多嵌用，使用GPT等
          • 主要在支线任务中测试相关功能
  • AI+其他
    • C端
      • 办公：金山软件
        • WPS接入了百度大模型
    • B端
      • 彭博
      • 同花顺、东方财富
      • 其他
        • 掌握企业数据的财务报税软件、营销管理软件、掌握市场大宗商品数据的服务商等。