1、芯片算力3芯片需求算力需求爆發(fā)拉動(dòng)芯片量?jī)r(jià)齊升光模塊和光芯片AI芯片（加速器）ChatGPT完美運(yùn)行模型迭代Transformer技術(shù)算力需求增加量AI訓(xùn)練計(jì)算需求預(yù)計(jì)每3.5個(gè)月翻一番模型算法 訓(xùn)練數(shù)據(jù) 算力價(jià)模型訓(xùn)練成本＞1200萬(wàn)美元英偉達(dá)GPU

A100＞1萬(wàn)顆芯片需求快速增加芯片均價(jià)大幅提升通過(guò)AI服務(wù)器實(shí)現(xiàn)GPUCPUFPGAAI光模塊資料來(lái)源：浙商證券研究所4人工智能四層架構(gòu)，芯片為底層支撐5底層芯片深度學(xué)習(xí)框架大模型CPUGPUFPGA

ASIC百度：PaddlePaddleMeta：PyTorch谷歌：TensorFlow華為：MindSporeOpenAI：GPT3.5華為：盤古大模型AIGC上層應(yīng)用AI音樂(lè)：DeepMusicAI繪畫：盜夢(mèng)師AI寫作：弈寫ChatGPT百度：文心大模型谷歌：PaLM資料來(lái)源：瀾舟科技，IDC，量子位，電子發(fā)燒友等，浙商證券研究所人工智能不同計(jì)算任務(wù)需要各類芯片實(shí)現(xiàn)資料來(lái)源：Huawei

forum，浙商證券研究所CPUGPUFPGAAI用ASIC通用性強(qiáng)，應(yīng)用方便性能更優(yōu)，能效更高強(qiáng)大的調(diào)度、管理、協(xié)調(diào)能力；應(yīng)用范圍廣開(kāi)發(fā)方便靈活邏輯判斷任務(wù)調(diào)度與控制并行架構(gòu)計(jì)算單元多適合大量邏輯確定的重復(fù)計(jì)算模型訓(xùn)練成本低能耗低性能強(qiáng)針對(duì)AI設(shè)定特定架構(gòu)成熟量產(chǎn)階段研發(fā)階段數(shù)據(jù)中心AI推理低延時(shí)開(kāi)發(fā)周期短硬件可根據(jù)需求調(diào)整成本和壁壘高6ChatGPT流量激增，為AI服務(wù)器帶來(lái)重要發(fā)展機(jī)遇7資料來(lái)源：Sensor

Tower，World

of

Engineering，頭豹研究院，華經(jīng)產(chǎn)業(yè)研究院，浙商證券研究所服務(wù)器算力要求提升AI服務(wù)器需求增加原場(chǎng)景流量提升+新應(yīng)用場(chǎng)景達(dá)成1億月活躍用戶耗時(shí)2個(gè)月9個(gè)月30個(gè)月54個(gè)月 60個(gè)月78個(gè)月史上用戶增速最快消費(fèi)級(jí)應(yīng)用原場(chǎng)景流量提升創(chuàng)造新應(yīng)用場(chǎng)景ChatGPT在問(wèn)答模式的基礎(chǔ)上進(jìn)行推理、編寫代碼、文本創(chuàng)作等，用戶人數(shù)及使用次數(shù)均提升。智能客服智能音箱陪伴型機(jī)器人游戲NPC內(nèi)容生產(chǎn)……傳統(tǒng)CPU服務(wù)器通用性較強(qiáng)，專用性較弱數(shù)據(jù)的質(zhì)和量發(fā)生變化,應(yīng)用

非結(jié)構(gòu)化數(shù)據(jù)占比激增算力無(wú)法滿足終端用戶使用頻率提高，數(shù)據(jù)流量暴漲，對(duì)服務(wù)器的數(shù)據(jù)處理能力、可靠性及安全性等要求相應(yīng)提升CAGR=18.8%122億美元AI服務(wù)器需求288億美元20202025全球AI服務(wù)器市場(chǎng)規(guī)模ASICAI服務(wù)器快速增長(zhǎng)，大力拉動(dòng)芯片需求8資料來(lái)源：IDC，《2022-2023中國(guó)人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》，芯八哥，wind，浙商證券研究所整理100%90%80%70%60%50%40%30%20%10%0%2020

2021

2022

2023

2024

2025

2026ASIC,

1.0%NPU,9.6%FPGA,

0.4%新華三/HPE,15.6%戴爾,

15.4%浪潮,

8.9%聯(lián)想,

6.4%ODM,35.5%其他,

17.1%浪潮,

30.7%新華三/HPE,17.5%華為,

1.1% 戴爾,

7.5%華為,

7.4%聯(lián)想,

6.6%ODM,

8.5%其他,

21.8%中國(guó)人工智能服務(wù)器工作負(fù)載預(yù)測(cè)訓(xùn)練 推理2021年全球服務(wù)器市場(chǎng)格局GPU,89.0%2021年中國(guó)服務(wù)器市場(chǎng)格局2022年中國(guó)人工智能芯片市場(chǎng)規(guī)模占比AI服務(wù)器=？CPU+異構(gòu)形式GPUFPGA或或AI服務(wù)器芯片構(gòu)成——CPU+加速芯片9自然語(yǔ)言處理計(jì)算機(jī)視覺(jué)訓(xùn)練（算力

>30TOPS）推理（算力

>30TOPS）計(jì)算（5~30TOPS）芯片種類優(yōu)點(diǎn)缺點(diǎn)GPU提供了多核并行計(jì)算的基礎(chǔ)結(jié)構(gòu)，核心數(shù)多，可支撐大量數(shù)據(jù)的并行計(jì)算，擁有更高浮點(diǎn)運(yùn)算能力管理控制能力弱，功耗高FPGA可以無(wú)限次編程，延時(shí)性較低，擁有流水線并行（GPU只有數(shù)據(jù)并行），實(shí)時(shí)性最強(qiáng)，靈活性最高開(kāi)發(fā)難度大，只適合定點(diǎn)運(yùn)算，價(jià)格比較昂貴ASIC與通用集成電路相比體積更小，重量更輕，功耗更低，可靠性提高，性能提高，保密性增強(qiáng)，成本降低靈活性不夠，價(jià)格高于FPGAAI服務(wù)器CPU+加速芯片：通常搭載GPU、FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿足高吞吐量互聯(lián)的需求應(yīng)用領(lǐng)域應(yīng)用場(chǎng)景機(jī)器學(xué)習(xí)高度適配資料來(lái)源：華經(jīng)產(chǎn)業(yè)研究院，億歐智庫(kù)，浙商證券研究所0110控制單元存儲(chǔ)單元運(yùn)算單元控制指令數(shù)據(jù)CPU擅長(zhǎng)邏輯控制，可用于推理/預(yù)測(cè)整個(gè)CPU的指揮控制中心，由指令寄存器IR、指令譯碼器ID和操作控制器OC等組成。暫時(shí)存放數(shù)據(jù)的區(qū)域，保存等待處理或已經(jīng)處理過(guò)的數(shù)據(jù)。執(zhí)行部件，運(yùn)算器的核心?？梢詧?zhí)行算術(shù)運(yùn)算和邏輯運(yùn)算。運(yùn)算單元所進(jìn)行的全部操作都是由控制單元發(fā)出的控制信號(hào)來(lái)指揮。資料來(lái)源：CSDN，浙商證券研究所整理優(yōu)勢(shì)劣勢(shì)作為計(jì)算機(jī)系統(tǒng)的運(yùn)算和控制核心，是信息處理、程序運(yùn)行的最終執(zhí)行單元?？刂浦噶頒PU有大量的緩存和復(fù)雜的邏輯控制單元，擅長(zhǎng)邏輯控制、串行的運(yùn)算。計(jì)算量較小，且不擅長(zhǎng)復(fù)雜算法運(yùn)算和處理并行重復(fù)的操作。在深度學(xué)習(xí)中可用于推理/預(yù)測(cè)修改指令計(jì)數(shù)器CPU運(yùn)行原理取指令 指令譯碼 執(zhí)行指令服務(wù)器CPU向多核心發(fā)展，滿足處理能力和速度提升需要11資料來(lái)源：芯論語(yǔ)，半導(dǎo)體產(chǎn)業(yè)縱橫，AMD官網(wǎng)，浙商證券研究所英特爾從單核到多核AMD從雙核到96核20052010奔騰D系列酷睿i7-980X酷睿i9Lakefield首款6核處理器18核處理器史上第一個(gè)雙核處理器200520072018Athlon64X2Phenom9500第二代銳龍Threadripper首款采用混合架構(gòu)的x86

5核處理器2020銳龍Threadripper3990X同一塊芯片內(nèi)整合兩個(gè)K8核心首款原生4核處理器最大核心數(shù)量已達(dá)到32核擁有64核單核心CPU串行單任務(wù)處理“一心一用”分時(shí)多任務(wù)處理“一心多用”多核心CPU“多心多用”2017

2020處理的任務(wù)更多、處理速度更快分時(shí)多任務(wù)處理系統(tǒng)性能優(yōu)劣不能只考慮CPU核心數(shù)量，還要考慮操作系統(tǒng)、調(diào)度算法、應(yīng)用和驅(qū)動(dòng)程序等。2023SapphireRapids擁有56個(gè)核心2023霄龍9004核心數(shù)量最多可達(dá)96個(gè)GPU高度適配AI模型構(gòu)建12AI模型構(gòu)建（以英偉達(dá)A100為例）訓(xùn)練過(guò)程推理過(guò)程資料來(lái)源：英偉達(dá)官網(wǎng)，鎂客網(wǎng)，騰訊網(wǎng)，浙商證券研究所多實(shí)例

GPU

(MIG)

技術(shù)允許多個(gè)網(wǎng)絡(luò)同時(shí)基于單個(gè)

A100

運(yùn)行，從而優(yōu)化計(jì)算資源的利用率。在

A100

其他推理性能增益的基礎(chǔ)之上，僅結(jié)構(gòu)稀疏支持一項(xiàng)就能帶來(lái)高達(dá)兩倍的性能提升。在

BERT

等先進(jìn)的對(duì)話式

AI

模型上，A100可將推理吞吐量提升到高達(dá)

CPU的

249

倍；ChatGPT引發(fā)GPU熱潮百度：即將推出文心一言（ERNIEBot）蘋果：引入AI加速器設(shè)計(jì)的M2系列芯片（M2

pro和M2

max）將被搭載于新款電腦OpenAI：隨著ChatGPT的使用量激增，OpenAI需要更強(qiáng)的計(jì)算能力來(lái)響應(yīng)百萬(wàn)級(jí)別的用戶需求，因此增加了對(duì)英偉達(dá)GPU的需求AMD：計(jì)劃推出與蘋果M2系列芯片競(jìng)爭(zhēng)的臺(tái)積電4nm工藝"Phoenix"系列芯片，以及使用Chiplet工藝設(shè)計(jì)的"Alveo

V70"AI芯片。這兩款芯片均計(jì)劃在今年推向市場(chǎng)，分別面向消費(fèi)電子市場(chǎng)以及AI推理領(lǐng)域GPU的并行計(jì)算高度適配神經(jīng)網(wǎng)絡(luò)GPU幫助高速解決問(wèn)題：2048

個(gè)

A100GPU

可在一分鐘內(nèi)成規(guī)模地處理

BERT之類的訓(xùn)練工作負(fù)載；0.7X3XV100FP161XA10040GBFP16A10080GBFP161X249XCPU

Only245XA100

40GBA100

80GBFPGA：可通過(guò)深度學(xué)習(xí)+分布集群數(shù)據(jù)傳輸賦能大模型資料來(lái)源：ofweek，摩爾星球，C114，知識(shí)產(chǎn)權(quán)課堂，億歐智庫(kù)，浙商證券研究所FPGA可編程靈活性高：半定制電路，理論上可以實(shí)現(xiàn)任意ASIC和DSP的邏輯功能開(kāi)發(fā)周期短：可通過(guò)設(shè)計(jì)軟件處理布線、

布局及時(shí)序等問(wèn)題。現(xiàn)場(chǎng)可重編功能：可以遠(yuǎn)程通過(guò)軟件實(shí)現(xiàn)自定義硬件功能。低延時(shí)：邏輯門通過(guò)硬件線連接，不需要時(shí)鐘信號(hào)方便并行計(jì)算：集成了大量基本門電路，一次可執(zhí)行多個(gè)指令算法深度學(xué)習(xí) 異構(gòu)計(jì)算、并行計(jì)算通信接口 數(shù)據(jù)高速收發(fā)、交換Intel，AMD

(Xilinx)，亞馬遜，微軟，百度，阿里，騰訊AMD

(Xilinx)Intel，AMD

(Xilinx)/推理訓(xùn)練數(shù)據(jù)中心邊緣端13ASIC可進(jìn)一步優(yōu)化性能與功耗，全球巨頭紛紛布局14隨著機(jī)器學(xué)習(xí)、邊緣計(jì)算、自動(dòng)駕駛的發(fā)展，大量數(shù)據(jù)處理任務(wù)的產(chǎn)生，對(duì)于芯片計(jì)算效率、計(jì)算能力和計(jì)能耗比的要求也越來(lái)越高，ASIC通過(guò)與CPU結(jié)合的方式被廣泛關(guān)注，國(guó)內(nèi)外龍頭廠商紛紛布局迎戰(zhàn)AI時(shí)代的到來(lái)。國(guó)內(nèi)外ASIC芯片龍頭布局國(guó)外谷歌：張量處理器——TPU國(guó)內(nèi)最新的TPU

v4集群被稱為Pod，包含4096個(gè)v4芯片，可提供超過(guò)1

exaflops的浮點(diǎn)性能英偉達(dá)：GPU+CUDA阿里巴巴：含光800AI芯片硬件：自研芯片架構(gòu)；軟件：集成達(dá)摩院先進(jìn)算法，可實(shí)現(xiàn)大網(wǎng)絡(luò)模型在一顆NPU上完成計(jì)算。百度：昆侖2代AI芯片采用全球領(lǐng)先的7nm

制程，搭載自研的第二代

XPU

架構(gòu)，相比一代性能提升2-3倍；昆侖芯3代將于2024年初量產(chǎn)。華為：昇騰910業(yè)界算力最強(qiáng)的AI處理器，基于自研華為達(dá)芬奇架構(gòu)3D

Cube技術(shù)；主要面向大型數(shù)據(jù)密集型

HPC

和

AI

應(yīng)用；基于

Grace

的系統(tǒng)與

NVIDIA

GPU

緊密結(jié)合，性能比NVIDIA

DGX

系統(tǒng)高出

10

倍；Habana（Intel收購(gòu)）已推出云端

AI訓(xùn)練芯片

Gaudi和云端

AI推理芯片

Goya；資料來(lái)源：

機(jī)器之心，華為官網(wǎng)，半導(dǎo)體產(chǎn)業(yè)縱橫，公開(kāi)資料整理，浙商證券研究所數(shù)據(jù)傳輸速率：容易被忽略的算力瓶頸資料來(lái)源：Google

Scholar，并行處理中節(jié)點(diǎn)間通信對(duì)加速比的影響，浙商證券研究所算力需求：超摩爾發(fā)展算力供給：芯片提升+并行計(jì)算并行瓶頸：數(shù)據(jù)傳輸速率模型發(fā)布時(shí)間算力（FLPOs）深度

大學(xué)

模習(xí)

型代

代深度學(xué)習(xí)之 20個(gè)月翻倍（近似摩爾定律）

時(shí)

時(shí)前5-6個(gè)月翻倍（遠(yuǎn)超摩爾定律）AI時(shí)代模型算力需求以超過(guò)摩爾定律增長(zhǎng)數(shù)據(jù)中心通過(guò)交換機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)設(shè)備互聯(lián)15理論加速比實(shí)際加速比通信延時(shí)導(dǎo)致加速放緩并行計(jì)算節(jié)點(diǎn)數(shù)加速比數(shù)據(jù)傳輸核心器件：光模塊資料來(lái)源：中際旭創(chuàng)年報(bào)，光纖在線，電子發(fā)燒友，華經(jīng)情報(bào)網(wǎng)，浙商證券研究所電信數(shù)通數(shù)據(jù)中心內(nèi)部數(shù)據(jù)中心互聯(lián)骨干城域接入數(shù)據(jù)中心占光模塊一半以上市場(chǎng)

(2021Q4)32.6%光模塊67.4%電信號(hào)驅(qū)動(dòng)電路激光器（內(nèi)含光芯片）探測(cè)器（內(nèi)含光芯片）放大器光纖傳輸電信號(hào)電信號(hào)光信號(hào)電信號(hào)光模塊包含發(fā)射器件和接收器件，光纖通信時(shí)的光電轉(zhuǎn)換發(fā)射器件 接收器件光模塊向高速傳輸發(fā)展，以順應(yīng)數(shù)據(jù)傳輸量增長(zhǎng)趨勢(shì)161x9、GBIC1995-20002000-20102010-2020SFP、XFPQSFP、CFP、COBO2020之后QSFP-DD、OSFP-XD10G40G400G800、1.6T…硅光技術(shù)相干技術(shù)光電共封裝技術(shù)（CPO）服務(wù)器CPU需求增長(zhǎng)，國(guó)化產(chǎn)三條發(fā)展路線17資料來(lái)源：IDC，wind，浙商證券研究所整理CISCX86架構(gòu)RISCARM架構(gòu)MIPS架構(gòu)MIPS架構(gòu)IP內(nèi)核授權(quán)指令集架構(gòu)授權(quán)授權(quán)+自主研制指令集龍芯中科申威科技上海兆芯海光信息華為鯤鵬天津飛騰自主化程度：低，未來(lái)擴(kuò)充指令集難度較大，但生態(tài)遷移成本小、性能高缺點(diǎn)：安全基礎(chǔ)不牢靠自主化程度：較高，

安全基礎(chǔ)相對(duì)牢靠，擁有自主發(fā)展權(quán)缺點(diǎn)：生態(tài)構(gòu)建較為困難自主化程度：極高，

申威科技已基本實(shí)現(xiàn)完全自主可控缺點(diǎn)：生態(tài)構(gòu)建極其困難120001000080006000400020000中國(guó)服務(wù)器市場(chǎng)規(guī)模 國(guó)產(chǎn)服務(wù)器CPU發(fā)展之路中國(guó)加速計(jì)算服務(wù)器市場(chǎng)預(yù)測(cè)（百萬(wàn)美元）英特爾,90.20%2022 2023 2024 2025 2026服務(wù)器CPU市場(chǎng)格局服務(wù)器CPU

X86架構(gòu)廠商份額AMD,9.80%未來(lái)算力升級(jí)路徑：CHIPLET、存算一體18近期CHATGPT的興起推動(dòng)著人工智能在應(yīng)用端的蓬勃發(fā)展，這也對(duì)計(jì)算設(shè)備的運(yùn)算能力提出了前所未有的需求。雖然AI芯片、GPU、CPU+FPGA等芯片已經(jīng)對(duì)現(xiàn)有模型構(gòu)成底層算力支撐，但面對(duì)未來(lái)潛在的算力指數(shù)增長(zhǎng)，短期使用CHIPLET異構(gòu)技術(shù)加速各類應(yīng)用算法落地，長(zhǎng)期來(lái)看打造存算一體芯片（減少芯片內(nèi)外的數(shù)據(jù)搬運(yùn)），或?qū)⒊蔀槲磥?lái)算力升級(jí)的潛在方式。2016AlphaGo(DeepMind)2019AlphaStar(DeepMind)2018BERT(Google

AI)2020GPT-3

(OpenAI)2021AlphaFold2(DeepMind)2022Gato

(DeepMind)CPU GPU資料來(lái)源：知乎《先進(jìn)存算一體芯片設(shè)計(jì)》（陳巍等），浙商證券研究所未來(lái)：存算一體？2023游戲蛋白質(zhì)結(jié)構(gòu)ChatGPT

(OpenAI)大模型 通用AI大算力未來(lái)：Chiplet？CHIPLET是布局先進(jìn)制程、加速算力升級(jí)的關(guān)鍵技術(shù)19數(shù)據(jù)來(lái)源：芯智訊，浙商證券研究所夠用好用13590nm6545nm28nm14nm7nm5nm3/2nm=++==123芯粒芯粒美國(guó)芯片法案Chiplet芯粒能用+Chiplet=功率模擬數(shù)字4G基站服務(wù)器L2++CPUGPUFPGAAI演算基帶5GAI智能座艙L4+智駕AIGC、ChatGPT智能電車、無(wú)人駕駛智能座艙、VRARMR人工智能、5/6G手機(jī)+Chiplet異構(gòu)技術(shù)不僅可以突破先進(jìn)制程的封鎖，并且可以大幅提升大型芯片的良率、降低設(shè)計(jì)的復(fù)雜程度和設(shè)計(jì)成本、降低芯片制造成本。Chiplet技術(shù)加速了算力升級(jí)，但需要犧牲一定的體積和功耗，因此將率先在基站、服務(wù)器、智能電車等領(lǐng)域廣泛使用。CHIPLET已廣泛應(yīng)用于服務(wù)器芯片20資料來(lái)源：各公司官網(wǎng)，浙商證券研究所Chiplet服務(wù)器芯片AMD：EPYC

第1代至第4代英特爾：第14代酷睿

MeteorLake華為海思：鯤鵬920寒武紀(jì)：云端AI芯片思元370Chiplet服務(wù)器芯片的引領(lǐng)者，4代產(chǎn)品采用5nm基于chiplet

的第一代AMD

EPYC

處理器中，裝載8

個(gè)“Zen

”CPU

核，2

個(gè)DDR4

內(nèi)存通道和32

個(gè)PCIe通道，以滿足性能目標(biāo)。2022年AMD正式發(fā)布第四代EPYC處理器，擁有高達(dá)96顆5nm的Zen

4核心，并使用新一代的Chiplet工藝，結(jié)合5nm和6nm工藝來(lái)降低成本。首次采用

intel

4工藝，首次引入chiplet小芯片設(shè)計(jì)，預(yù)計(jì)將于23年下半年推出至少性能功耗比的目標(biāo)要達(dá)到

13

代

Raptor

Lake的

1.5

倍水平?；?nm制程工藝，是寒武紀(jì)首款采用chiplet（芯粒）技術(shù)的AI芯片集成了390億個(gè)晶體管，最大算力高達(dá)256TOPS(INT8)，是寒武紀(jì)第二代產(chǎn)品思元270算力的2倍。內(nèi)存帶寬是上一代產(chǎn)品的3倍，訪存能效達(dá)GDDR6的1.5倍。采用7nm制造工藝，基于ARM架構(gòu)授權(quán)由華為公司自主設(shè)計(jì)完成。典型主頻下，SPECintBenchmark評(píng)分超過(guò)930。龍芯中科：龍芯3D5000（試驗(yàn)）面向服務(wù)器市場(chǎng)的

32

核

CPU

產(chǎn)品，通過(guò)Chiplet技術(shù)把兩個(gè)

3C5000

硅片封裝在一起，

集成了32

個(gè)

LA464

處理器核和

64MB

片上共享緩存，22年末初樣試驗(yàn)成功存算一體：打破“存儲(chǔ)墻”限制，技術(shù)迭代演進(jìn)21資料來(lái)源：知乎《先進(jìn)存算一體芯片設(shè)計(jì)》（陳巍等），浙商證券研究所“存儲(chǔ)墻”成為了數(shù)據(jù)計(jì)算應(yīng)用的一大障礙面對(duì)計(jì)算中心的數(shù)據(jù)洪流，數(shù)據(jù)搬運(yùn)慢、搬運(yùn)能耗大等問(wèn)題成為了計(jì)算的關(guān)鍵瓶頸。從處理單元外的存儲(chǔ)器提取數(shù)據(jù)，搬運(yùn)時(shí)間往往是運(yùn)算時(shí)間的成百上千倍，整個(gè)過(guò)程的無(wú)用能耗大概在60%-90%之間，能效非常低。算力發(fā)展速度存儲(chǔ)墻限制存儲(chǔ)發(fā)展速度存算技術(shù)演進(jìn)路線查存計(jì)算（Processing

With

Memory）近存計(jì)算（Computing

NearMemory）存內(nèi)計(jì)算（Computing

In

Memory）存內(nèi)邏輯（LogicInMemory）GPU對(duì)復(fù)雜函數(shù)的運(yùn)算最早期技術(shù)AMD的Zen系列CPU三星HBM-PIM千芯科技Mythic閃存知存TSMC千芯科技滿足大模型計(jì)算精度要求存算一體：更大算力、更高能效、降本增效22資料來(lái)源：知乎《先進(jìn)存算一體芯片設(shè)計(jì)》（陳巍等），浙商證券研究所計(jì)算單元計(jì)算單元計(jì)算單元計(jì)算單元控制單元緩存片外內(nèi)存計(jì)算控制單元緩存計(jì)算計(jì)算計(jì)算計(jì)算控制單元緩存計(jì)算計(jì)算計(jì)算計(jì)算控制單元緩存計(jì)算計(jì)算計(jì)算……片外內(nèi)存控制單元……存 存 存 存 存 存算 算 算 算 算 算存 存 存 存 存 存算 算 算 算 算 算存 存 存 存 存 存算 算 算 算 算 算存 存 存 存 存 存算 算 算 算 算 算……存 存 存 存 存 存算 算 算 算 算 算存算存算存算存算存算片外內(nèi)存…………存 存 存 存 存 存算 算 算 算 算 算存算CPU一般10-100計(jì)算核心GPU一般萬(wàn)量級(jí)計(jì)算核心存算一體一般百萬(wàn)量級(jí)等效計(jì)算核心存算一體就是存儲(chǔ)器中疊加計(jì)算能力，以新的高效運(yùn)算架構(gòu)進(jìn)行二維和三維矩陣計(jì)算。存算一體的優(yōu)勢(shì)包括：（1）具有更大算力（1000TOPS以上）（2）具有更高能效（超過(guò)10-100TOPS/W），超越傳統(tǒng)ASIC算力芯片（3）降本增效（可超過(guò)一個(gè)數(shù)量級(jí)）存算一體存儲(chǔ)器中疊加計(jì)算能力，以新的高效運(yùn)算架構(gòu)進(jìn)行二維和三維矩陣運(yùn)算。存算一體的應(yīng)用領(lǐng)域自動(dòng)駕駛自然語(yǔ)言處理智慧城市商品推薦工業(yè)視覺(jué)醫(yī)藥計(jì)算個(gè)性化推薦多語(yǔ)言精準(zhǔn)識(shí)別2、深度學(xué)習(xí)

框架23深度學(xué)習(xí)框架：人工智能時(shí)代的操作系統(tǒng)0224深度學(xué)習(xí)框架分布式硬件資源物理資源調(diào)度、I/O設(shè)備管理人工智能基礎(chǔ)設(shè)施訓(xùn)練推理數(shù)據(jù)準(zhǔn)備環(huán)境安裝算法實(shí)現(xiàn)模型訓(xùn)練模型驗(yàn)證精度調(diào)試環(huán)境安裝模型轉(zhuǎn)換模型部署效果驗(yàn)證數(shù)據(jù)收集人工智能開(kāi)發(fā)鏈條長(zhǎng)且復(fù)雜開(kāi)發(fā)者使用簡(jiǎn)單支持AI領(lǐng)域的快速變化使用深度學(xué)習(xí)框架工具進(jìn)行開(kāi)發(fā)數(shù)據(jù)模型使用深度學(xué)習(xí)框架工具進(jìn)行開(kāi)發(fā)通用模型架構(gòu)支持計(jì)算機(jī)視覺(jué)應(yīng)用使用流行的編程語(yǔ)言

GPU加速拓展包資料來(lái)源：北京日?qǐng)?bào)、認(rèn)知計(jì)算與云安全公眾號(hào)、華為云0225資料來(lái)源：CSDN、

伯禹人工智能學(xué)院、機(jī)器之心、中國(guó)計(jì)算機(jī)學(xué)會(huì)、知乎、簡(jiǎn)書、MAREK

REI、磐創(chuàng)AI、浙商證券研究所2013201620182019202x2008蒙特利爾大學(xué)紐約大學(xué)多倫多大學(xué)AI

創(chuàng)業(yè)公司SkymindJosephRedmon提出GoogleAmazonPreferredNetworks微軟百度Facebook微軟Facebook商湯科技華為曠視科技清華大學(xué)系統(tǒng)設(shè)計(jì)簡(jiǎn)單模型配置文件非常不靈活多GPU的訓(xùn)練加速用戶友好、更加靈活前端垂直化大型模型訓(xùn)練深度學(xué)習(xí)框架：大模型訓(xùn)練和前端垂直化成為趨勢(shì)科技巨頭入場(chǎng)，井噴式發(fā)展2012 2015 201702國(guó)際主流深度學(xué)習(xí)框架：互聯(lián)網(wǎng)巨頭主導(dǎo)開(kāi)發(fā)26發(fā)布時(shí)間2013201420152016201720202020202x開(kāi)發(fā)公司深度學(xué)習(xí)框架PythonLua，Python（new）C++PythonC++Lua，Python（new）PythonC++、CUDA、Python國(guó)內(nèi)外深度學(xué)習(xí)框架語(yǔ)言 是否開(kāi)源√√√√√√√√計(jì)算圖靜態(tài)靜態(tài)動(dòng)態(tài)動(dòng)靜兼容靜態(tài)不依賴計(jì)算圖動(dòng)靜合一是否是分布式框架√√√√√特點(diǎn)/優(yōu)點(diǎn)速度快、使用方便、社區(qū)好性能高、適合做語(yǔ)音任務(wù)高效靈活、易用容易上手簡(jiǎn)單清晰移動(dòng)端高性能、通用輕便高效靈活、易用靈活高效資料來(lái)源：機(jī)器之心，知乎

,CSDNOpen

AI：從多種框架的使用到專注于Pytroch02272015年P(guān)ytroch成為統(tǒng)一的深度學(xué)習(xí)框架深度模型框架轉(zhuǎn)變大多數(shù)情況使用TensorFlow特殊情況使用Theano2020年原因核心功能支持GPU加速的張量計(jì)算方便優(yōu)化模型的自動(dòng)微分機(jī)制簡(jiǎn)單易懂：PyTorch

具有用戶友好的

API；便于調(diào)試：對(duì)

Python

生態(tài)的良好支持；強(qiáng)大高效：Pytorch提供了非常豐富的模型組件。極大縮短研究周期資料來(lái)源：OpenAI官網(wǎng)02

Tensorflow：谷歌開(kāi)源的向更加易用發(fā)展的主流學(xué)習(xí)框架282017年2019年開(kāi)源Tensorflow0.1版本2015年采用CPU+GPU計(jì)算模型使得神經(jīng)網(wǎng)絡(luò)能夠有效計(jì)算Tensorflow從0.1到2.0的發(fā)展歷程202x年Tensorflow2.3發(fā)布添加兩種新機(jī)制，解決輸入管道瓶頸并節(jié)約資源Tensorflow2.0發(fā)布缺點(diǎn)：調(diào)試?yán)щy、API混亂、入門困難運(yùn)用更簡(jiǎn)單的模型進(jìn)行構(gòu)建、簡(jiǎn)化PI優(yōu)點(diǎn)：簡(jiǎn)化的模型開(kāi)發(fā)流程、強(qiáng)大的跨平臺(tái)能力、強(qiáng)大的研究發(fā)現(xiàn)缺乏調(diào)度能力，需手動(dòng)配置Tensorflow1.0.0發(fā)布，穩(wěn)定版誕生優(yōu)點(diǎn)：更快、更靈活、隨時(shí)就緒引入更高級(jí)的API，可在移動(dòng)設(shè)備上運(yùn)行發(fā)布版本改進(jìn)之處優(yōu)點(diǎn)缺點(diǎn)資料來(lái)源：騰訊云、CSDN、helloword、城市經(jīng)濟(jì)網(wǎng)ChatGPT實(shí)現(xiàn)路徑：算力與框架支持，應(yīng)用百花齊放0229資料來(lái)源：CSDN、電子工程世界、量子位、機(jī)器之心、專知、浙商證券研究所微軟云AzureGPT-3TransformerPyTorchInstructGPT/GPT-3.5ChatGPTOpenAI的獨(dú)家云提供商算力資源深度學(xué)習(xí)框架易于使用API

迭代更穩(wěn)定模型Attention機(jī)制參數(shù)少速度快效果好模型人類反饋強(qiáng)化學(xué)習(xí)RLHF對(duì)話AI模型人類反饋強(qiáng)化學(xué)習(xí)RLHF人工監(jiān)督微調(diào)連續(xù)多輪對(duì)話承認(rèn)自身錯(cuò)誤質(zhì)疑不正確的問(wèn)題承認(rèn)自身的無(wú)知大模型Transfomer的Decoder

分支1750

億個(gè)參數(shù)小樣本學(xué)習(xí)能力無(wú)代碼編程對(duì)話類搜索引擎小說(shuō)生成語(yǔ)音陪伴語(yǔ)音工作助手對(duì)話虛擬人機(jī)器翻譯人工智能客服分布式訓(xùn)練需求對(duì)深度學(xué)習(xí)框架提出更高要求0230模型大模型訓(xùn)練數(shù)據(jù)巨大訓(xùn)練模型的參數(shù)巨大日益增長(zhǎng)的數(shù)據(jù)量落后的計(jì)算資源模型的復(fù)雜度深度學(xué)習(xí)框架支持分布式訓(xùn)練資料來(lái)源：CSDN、騰訊云開(kāi)發(fā)者社區(qū)、知乎、浙商證券研究所數(shù)據(jù)并行參數(shù)平均法更新式方法模型并行intra-layer拆分inter-layer拆分3、深度學(xué)習(xí)大模型31Transformer延伸的四條線03GPT-3超大規(guī)模Transfo-rmer資料來(lái)源：真格基金、知乎、各模型官網(wǎng)、

、浙商證券研究所，注：先后順序按照發(fā)布時(shí)間進(jìn)行了重新排序T5BERT只有encoder，同時(shí)使用上下文進(jìn)行編碼ERNIE2.0持續(xù)學(xué)習(xí)語(yǔ)義理解模型百度ERNIE1.0知識(shí)增強(qiáng)的語(yǔ)義表示模型谷歌谷歌OpenAI（微軟）GPT-1只有decoder，僅使用上文進(jìn)行編碼2018GPT-2模型更大，數(shù)據(jù)量更多20192020InstructGPTRLHF2022對(duì)話程序ChatGPT20222019FaceBookBART采用更加多樣的noise2019FaceBookM2m-1002020谷歌BigBird20202018FaceBookROBERTa訓(xùn)練參數(shù)調(diào)整2019FaceBookXLM2019谷歌ALBERT輕量化模型2019谷歌ELECTRA性能明顯升級(jí)202020192019ERNIE3.0知識(shí)增強(qiáng)大模型2021ERNIE3.0TITAN參數(shù)量大幅提升20212017對(duì)話程序文心一言2023E32大模型參數(shù)邁向千億時(shí)代03332018Google BERT-base（1.1）Google BERT-Large（3.4）OpenAiGPT-1

（1.2）百度

ERINE1.0Facebook

XLM百度

ERINE2.0Facebook

BARTGoogle

ALBERT（0.31）OpenAiGPT-2

（15.8）Facebook

RobertTa（3.35）NIVIDIA

Megatron-LM（83）GoogleT5（110）Google

ELECTRA（1.02）Micrasoft

Truning-NLG（172）Facebook

M2m-100（150）GoogleBigBird（1750）OpenAi

GPT-3（1758）EleutherAI

GPT-j（60）GLM（1300）百度

ERINE3.0（100）Google

FLAN（1370）OpenAi

InstructGPT（13）Google

LaMDA（2800）Google

Gopher（2800）百度ERNIE3.0

Titan（2600）NaverCorpHyperCLOVA（2040）MetaAI

OPT（1750）EleutherAI

GPT-NeoX（200）BigScience

BLOOM（1760）Google

PaLM（5400）微軟和英偉達(dá)

Megatron-Turing

NLG（5300）2019202020212022資料來(lái)源：真格基金、知乎、各模型官網(wǎng)、、電子工程世界、HuggingFace、浙商證券研究所，單位：億2018-2022年大模型參數(shù)量

1億

->

5400億2020年：千億參數(shù)轉(zhuǎn)折點(diǎn)GPT-1GPT-2GPT-3InstructGPT論文年份2018201920202022Transformer層數(shù)124896-參數(shù)量1.2億15.8億1750億13億預(yù)訓(xùn)練數(shù)據(jù)量5GB40GB45TB-GPT模型僅保留Transformer的解碼器，逐步升級(jí)層數(shù)和參數(shù)量0334Transformer架構(gòu)GPT系列架構(gòu)僅保留Decoder解碼器Decoder解碼器Encoder編碼器資料來(lái)源：CSDN、電子工程世界、浙商證券研究所，注：GPT（Gererate

Pre-Training

Model）基于InstructGPT形成ChatGPT對(duì)話系統(tǒng)0335ChatGPTInstructGPT代碼訓(xùn)練指令微調(diào)

（instruction

tuning）基于人類反饋的強(qiáng)化學(xué)習(xí)

（RLHF）參數(shù)數(shù)量降低了100倍（1750億->13億）增加Chat屬性網(wǎng)頁(yè)公眾測(cè)試入口略微降低參數(shù)量GPT-3資料來(lái)源：CSDN、電子工程世界、新智元、浙商證券研究所基于BERT衍生百度文心大模型，料將推出對(duì)話系統(tǒng)文心一言0336Transformer架構(gòu)僅保留Encoder編碼器Encoder編碼器Decoder解碼器BERT架構(gòu)資料來(lái)源：CSDN、電子工程世界、浙商證券研究所，注：BERT（Bidirectional

Encoder

Representation

from

Transformers）基于BERT衍生百度文心大模型，料將推出對(duì)話系統(tǒng)文心一言0337ERNIE

1.0架構(gòu)：改進(jìn)了MLM任務(wù)ERNIE

2.0：+持續(xù)學(xué)習(xí)框架ERNIE

3.0、3.0TITAN：+參數(shù)量ERNIE版本1.02.03.03.0

TITAN論文年份2019201920212021參數(shù)量參考bert

base(1.1億)參考bert

base(1.1億)，bert

large（3.4億）100億2600億預(yù)訓(xùn)練數(shù)據(jù)量Wiki，baike，news，tiebawiki，news，dialogue，IR，discourse

relation4TB-資料來(lái)源：黑馬程序員、知乎、BaiduResearch、浙商證券研究所，注：ERNIE（Enhancedlanguage

Representationwith

InformativeEntities）4、應(yīng)用38ChatGPT的背后：技術(shù)驅(qū)動(dòng)的數(shù)字內(nèi)容新生產(chǎn)方式——AIGC內(nèi)容生產(chǎn)總量?jī)?nèi)容消費(fèi)體驗(yàn)04PGC:Professionally-Generated

Content內(nèi)容生產(chǎn)總量較低單人/多人專業(yè)體驗(yàn)舉例：長(zhǎng)視頻39專家生成內(nèi)容用戶生成內(nèi)容UGC:User-GeneratedContent內(nèi)容生產(chǎn)總量變多小規(guī)模多人交互舉例：小紅書、微博AI輔助生成內(nèi)容AI生成內(nèi)容AIUGC:

AI-assistedGenerated

Content內(nèi)容生產(chǎn)總量大大規(guī)模沉浸交互舉例：語(yǔ)音轉(zhuǎn)文字協(xié)助紀(jì)要生成、百家號(hào)TTV協(xié)助新聞圖文生成視頻AIGC:

AI-GeneratedContent內(nèi)容生產(chǎn)總量巨大元宇宙式體驗(yàn)舉例：ChatGPT、AI繪畫、AI生成視頻等數(shù)據(jù)來(lái)源：浙商證券研究所按技術(shù)場(chǎng)景，AIGC內(nèi)容可分為文本、音頻、圖像、視頻等04跨模態(tài)生成策略生成Game

AI虛擬人生成按技術(shù)場(chǎng)景劃分AIGC內(nèi)容分為文本生成圖像生成音頻生成視頻生成40數(shù)據(jù)、浙商證券研究所產(chǎn)業(yè)鏈逐步形成，玩家百花齊放，商業(yè)模式持續(xù)探索以ChatGPT為代表的AIGC行業(yè)，上游主要包括數(shù)據(jù)供給方、算法/模型機(jī)構(gòu)、創(chuàng)作者生態(tài)以及底層配合工具等，中游主要包括文字、圖像、音頻、視頻等數(shù)字內(nèi)容的處理加工方，下游主要是各類數(shù)字內(nèi)容分發(fā)平臺(tái)、消費(fèi)方及相關(guān)服務(wù)機(jī)構(gòu)等。上游中游下游數(shù)據(jù)供給方（業(yè)務(wù)數(shù)據(jù)聯(lián)通、素材數(shù)據(jù)收集等，如第三方營(yíng)銷公司、版權(quán)圖庫(kù)方等）數(shù)據(jù)分析及標(biāo)注創(chuàng)作者生態(tài)生物資產(chǎn)及內(nèi)容素材底層配合工具渲染引擎、混音設(shè)備等相關(guān)算法/模型研究機(jī)構(gòu)相關(guān)開(kāi)源算法嵌入/結(jié)合能力的業(yè)務(wù)平臺(tái)/業(yè)務(wù)生態(tài)個(gè)性化市場(chǎng)營(yíng)銷廣告植入、品牌虛擬形象打造、營(yíng)銷內(nèi)容生成等自動(dòng)實(shí)時(shí)交互數(shù)據(jù)梳理內(nèi)外部數(shù)據(jù)分析及更新、數(shù)據(jù)分析及算法訓(xùn)練運(yùn)營(yíng)增效智能客服、簡(jiǎn)單決策等周邊售賣NFT、個(gè)性化產(chǎn)品等內(nèi)容制作工具音頻/視頻編輯工具、新聞采編、游戲制作等內(nèi)容設(shè)計(jì)視覺(jué)設(shè)計(jì)、文案設(shè)計(jì)、結(jié)構(gòu)設(shè)計(jì)等各內(nèi)容創(chuàng)作及分發(fā)平臺(tái)基于AICG激發(fā)PGC及UGC活力第三方分發(fā)渠道內(nèi)容終端生產(chǎn)廠商新聞媒體機(jī)構(gòu)、金融機(jī)構(gòu)等消費(fèi)品廠商AIGC內(nèi)容檢測(cè)第三方內(nèi)容服務(wù)機(jī)構(gòu)MCN公司、公關(guān)公司等0441數(shù)據(jù)來(lái)源：量子位、浙商證券研究所04數(shù)據(jù)來(lái)源：量子位、浙商證券研究所42應(yīng)用領(lǐng)域廣泛，核心價(jià)值在于優(yōu)化內(nèi)容生產(chǎn)的效率與創(chuàng)意01游戲02廣告營(yíng)銷03影視04媒體05互聯(lián)網(wǎng)06娛樂(lè)ChatGPTAIGC=提升內(nèi)容生產(chǎn)效率讓創(chuàng)作者擁有一個(gè)更加高效的智能創(chuàng)作工具，優(yōu)化內(nèi)容創(chuàng)作，大幅提升效率并降低成本；提升創(chuàng)作效率的同時(shí)，同樣提升了反饋生成效率，有助于實(shí)現(xiàn)實(shí)時(shí)交互內(nèi)容。其他07降低內(nèi)容生產(chǎn)成本捕捉激發(fā)創(chuàng)作靈感聯(lián)動(dòng)實(shí)現(xiàn)數(shù)據(jù)優(yōu)化AIGC能夠代替人工完成聲音錄制、圖像渲染、視頻創(chuàng)作等工作，從而降低內(nèi)容生產(chǎn)的成本與門檻，使更多用戶能夠參與到高價(jià)值的內(nèi)容創(chuàng)作流程中。幫助有經(jīng)驗(yàn)的創(chuàng)作者捕捉靈感，在設(shè)計(jì)初期生成大量草圖，更好的理解創(chuàng)作需求并尋找創(chuàng)作靈感。海量數(shù)據(jù)提高創(chuàng)造性和開(kāi)放性，激發(fā)創(chuàng)意認(rèn)知、提升生產(chǎn)多樣性。在與其他特定的數(shù)據(jù)庫(kù)（例如實(shí)時(shí)更新數(shù)據(jù)、特定主體數(shù)據(jù)等）或AI系統(tǒng)進(jìn)行聯(lián)動(dòng)后，AIGC能夠?qū)崿F(xiàn)更精準(zhǔn)的未來(lái)預(yù)測(cè)或更個(gè)性化預(yù)測(cè)基礎(chǔ)上調(diào)整生成內(nèi)容。04數(shù)據(jù)來(lái)源：量子位、浙商證券研究所43ChatGPT/AIGC+游戲：推動(dòng)游戲生產(chǎn)范式升級(jí)，行業(yè)新篇章增加玩家游戲體驗(yàn)對(duì)局陪伴?？膳惆橥婕疫M(jìn)行游戲，包括平衡匹配、冷啟動(dòng)、玩家掉線接管等。特定風(fēng)格模擬。AI通過(guò)模仿職業(yè)選手，玩家則感覺(jué)像在與真實(shí)的職業(yè)選手對(duì)抗。玩法教學(xué)。與玩家在真實(shí)對(duì)戰(zhàn)環(huán)境中交流協(xié)作，并在過(guò)程中向玩家傳授職業(yè)級(jí)的策略與操作技術(shù)，幫助玩家迅速熟悉英雄操作與游戲玩法，提高游戲的可玩性。游戲性能測(cè)試前期平衡性測(cè)試。AIbot可充分地模擬玩家在某一套數(shù)值體系下的游戲體驗(yàn)，提出優(yōu)化策略，為玩家?guī)?lái)更加平衡的多樣性游戲交互。游戲功能測(cè)試。通過(guò)AI

bot針對(duì)性的找出游戲中所有交互的可能性，通過(guò)發(fā)現(xiàn)潛在漏洞輔助游戲策劃。NPC角色AI生成AI可以創(chuàng)造不同的面孔、服飾、聲音甚至性格特征，甚至可同步驅(qū)動(dòng)嘴型、表情等面部變化，達(dá)到高度逼真；并通過(guò)大量數(shù)據(jù)模擬人類運(yùn)動(dòng)，完成行走、跑步等一系列動(dòng)作反應(yīng)。NPC邏輯及劇情AI生成AI智能NPC能夠分析玩家的實(shí)時(shí)輸入，與玩家動(dòng)態(tài)交互，構(gòu)建幾乎無(wú)限且不重復(fù)的劇情，增強(qiáng)用戶體驗(yàn)并延長(zhǎng)游戲生命周期。游戲策略生成讓AI感知環(huán)境、自身狀態(tài)并基于特定目標(biāo)決定當(dāng)下需要執(zhí)行的動(dòng)作，基于特定問(wèn)題和場(chǎng)景，自主提出解決方案。游戲04數(shù)據(jù)來(lái)源：浙商證券研究所44ChatGPT/AIGC+廣告營(yíng)銷：24小時(shí)虛擬客服，專業(yè)可靠智能03千人千面，個(gè)性化營(yíng)銷推薦ChatGPT可結(jié)合數(shù)據(jù)及客戶的訴求，進(jìn)行個(gè)性化推薦系統(tǒng)的應(yīng)用給出用戶的營(yíng)銷線索，實(shí)現(xiàn)更標(biāo)準(zhǔn)、更貼心的用戶服務(wù)。01全天候24小時(shí)在線ChatGPT可作為AI驅(qū)動(dòng)的虛擬客服，在廣告營(yíng)銷領(lǐng)域?yàn)榭蛻籼峁?4小時(shí)全天候的客服服務(wù)，同時(shí)亦能減輕商家人工客服的營(yíng)銷成本。02穩(wěn)定可靠，快速解答ChatGPT作為虛擬客服相比人工客服更加穩(wěn)定可靠，能夠快速解答客戶問(wèn)題、傳遞標(biāo)準(zhǔn)化營(yíng)銷話術(shù)等，并提升問(wèn)題解答的準(zhǔn)確程度。0445ChatGPT/AIGC+廣告營(yíng)銷：內(nèi)容智能生成，精準(zhǔn)個(gè)性化營(yíng)銷數(shù)據(jù)來(lái)源：量子位、浙商證券研究所多模態(tài)廣告智能制作AI可按廣告主要求自動(dòng)生成廣告文案；亦可根據(jù)廣告文案自動(dòng)生成為廣告海報(bào)、廣告視頻，大大降低了廣告的制作成本。營(yíng)銷內(nèi)容個(gè)性化AI生成系統(tǒng)與底層的客戶數(shù)據(jù)系統(tǒng)進(jìn)行數(shù)據(jù)聯(lián)通，實(shí)時(shí)根據(jù)數(shù)據(jù)的反饋，對(duì)需求進(jìn)行針對(duì)性調(diào)整，由AI快速迭代對(duì)營(yíng)銷內(nèi)容進(jìn)行更新，提升個(gè)性化營(yíng)銷的效率和精準(zhǔn)性。多套廣告營(yíng)銷解決方案生成AI可根據(jù)目標(biāo)人群，進(jìn)行素材分析、摳圖、配色等項(xiàng)目，制作多種類型的廣告文案/海報(bào)/視頻，生成多套設(shè)計(jì)解決方案。04數(shù)據(jù)來(lái)源：中國(guó)信息通信研究院、量子位、1905電影網(wǎng)、浙商證券研究所46ChatGPT/AIGC+影視：賦能影視制作，提升作品質(zhì)量影視劇本文稿創(chuàng)作通過(guò)對(duì)海量劇本數(shù)據(jù)進(jìn)行分析歸納，并按照預(yù)設(shè)風(fēng)格快速生產(chǎn)劇本，創(chuàng)作者再進(jìn)行篩選和二次加工，激發(fā)創(chuàng)作者的靈感，縮短創(chuàng)作周期。提升影視剪輯、后期制作水平1）實(shí)現(xiàn)對(duì)影視圖像進(jìn)行修復(fù)、還原，提升影像資料的清晰度，保障影視作品的畫面質(zhì)量。2）實(shí)現(xiàn)影視預(yù)告片自動(dòng)生成。3）實(shí)現(xiàn)將影視內(nèi)容維度轉(zhuǎn)制，從2D向3D自動(dòng)轉(zhuǎn)制。1）通過(guò)AI人臉合成、聲音合成實(shí)現(xiàn)數(shù)字復(fù)活已故演員、替換“劣跡藝人”、演員角色年齡的跨越、高難度動(dòng)作合成等，減少演員自身局限對(duì)影視作品的影響；2）通過(guò)人工智能合成虛擬物理場(chǎng)景，將無(wú)法實(shí)拍或成本過(guò)高的場(chǎng)景生成出來(lái)，拓寬影視作品想象邊界，帶來(lái)更優(yōu)質(zhì)的視覺(jué)效果和聽(tīng)覺(jué)體驗(yàn)。擴(kuò)展角色和場(chǎng)景創(chuàng)作空間 影視發(fā)行智能審核、用戶端個(gè)性化推薦1）通過(guò)自然語(yǔ)言處理NLP和深度學(xué)習(xí)DL實(shí)現(xiàn)視頻審核和視頻傳播技術(shù)；2）用戶端實(shí)現(xiàn)視頻自主互動(dòng)、彈幕防擋。04數(shù)據(jù)來(lái)源：中國(guó)信息通信研究院、浙商證券研究所47ChatGPT/AIGC+媒體：推進(jìn)人機(jī)協(xié)作共生，媒體效率提升新聞采編環(huán)節(jié)提高內(nèi)容制作效率新聞傳播環(huán)節(jié)播報(bào)高效智能化新聞主體影響智媒影響產(chǎn)業(yè)及生活實(shí)現(xiàn)采訪錄音語(yǔ)音轉(zhuǎn)寫借助語(yǔ)音識(shí)別技術(shù)將錄音語(yǔ)音轉(zhuǎn)寫成文字，有效壓縮重復(fù)工作，保障新聞時(shí)效性。實(shí)現(xiàn)智能新聞寫作提升新聞資訊的時(shí)效?；谒惴ㄗ詣?dòng)編寫新聞，將工作自動(dòng)化，更快、更準(zhǔn)、更智能化地生產(chǎn)內(nèi)容。實(shí)現(xiàn)智能視頻剪輯提升視頻內(nèi)容的價(jià)值。通過(guò)使用視頻字幕生成、視頻錦集、視頻拆條、視頻超分等視頻智能化剪輯工具，節(jié)省成本，最大化版權(quán)內(nèi)容價(jià)值。對(duì)傳媒機(jī)構(gòu)產(chǎn)生深刻營(yíng)銷AIGC大幅提高生產(chǎn)效率，帶來(lái)新的視覺(jué)化、互動(dòng)化體驗(yàn)，推動(dòng)傳媒向智媒轉(zhuǎn)變。對(duì)傳媒從業(yè)者產(chǎn)生深刻影響AIGC助力生產(chǎn)更具人文關(guān)懷、社會(huì)意義和經(jīng)濟(jì)價(jià)值的新聞作品，并將部分勞動(dòng)性的采編播工作自動(dòng)化。對(duì)傳媒受眾產(chǎn)生深刻影響AIGC使其在更短時(shí)間內(nèi)獲得以更豐富多元的形態(tài)呈現(xiàn)的新聞內(nèi)容，也降低了傳媒行業(yè)的技術(shù)門檻，極大增強(qiáng)其參與感。應(yīng)用范圍不斷拓展目前新華社、中央廣播電視總臺(tái)、人民日?qǐng)?bào)社、湖南衛(wèi)視等積極布局，推出“新小微”、“小C”等虛擬新聞主持人應(yīng)用場(chǎng)景不斷升級(jí)除了常規(guī)的新聞播報(bào)，AI合成主播開(kāi)始陸續(xù)支持多語(yǔ)種播報(bào)和手語(yǔ)播報(bào)，不斷升級(jí)應(yīng)用場(chǎng)景。應(yīng)用形態(tài)日趨完善在形象方面，逐步向3D拓展；在驅(qū)動(dòng)范圍上，向面部表情、肢體、手指、背景內(nèi)容素材延伸；在內(nèi)容構(gòu)建上，向智能化生產(chǎn)探索。。0448ChatGPT/AIGC+互聯(lián)網(wǎng)：重構(gòu)搜索引擎，更便捷高效多元改進(jìn)用戶搜索體驗(yàn)，在一些簡(jiǎn)單的事情如體育比分、股票價(jià)格和天氣等，新必應(yīng)會(huì)提供更相關(guān)結(jié)果，同時(shí)顯示更全面的答案。更好的搜索體驗(yàn)審查從網(wǎng)絡(luò)上搜索到的結(jié)果找到并總結(jié)答案。例如問(wèn)題「如何用雞蛋代替蛋糕中的另一種成分」，新版必應(yīng)能夠給出詳細(xì)說(shuō)明。更完整的答案全新的交互式聊天體驗(yàn)使用戶能夠通過(guò)詢問(wèn)更多細(xì)節(jié)、清晰度和想法來(lái)優(yōu)化搜索，直到獲得正在尋找的完整答案，并提供可用鏈接。全新的聊天體驗(yàn)數(shù)據(jù)來(lái)源：機(jī)器之心、Bing、浙商證券研究所可幫助用戶獲得靈感，例如可以幫助用戶編寫電子郵件、規(guī)劃旅游行程、準(zhǔn)備工作面試等；還引用了信息所有來(lái)源，用戶可詳細(xì)查看鏈接。激發(fā)創(chuàng)造性火花圖：微軟旗下搜索引擎集成ChatGPT04數(shù)據(jù)來(lái)源：中國(guó)信息通信研究院、優(yōu)衣庫(kù)APP、電商報(bào)、Roblox官網(wǎng)、浙商證券研究所49ChatGPT/AIGC+互聯(lián)網(wǎng)：電商購(gòu)物虛實(shí)結(jié)合，沉浸式體驗(yàn)圖：潮牌Vans在游戲Roblox的店鋪展覽基于不同角度的商品圖像，借助視覺(jué)生成算法自動(dòng)化生成商品的3D幾何模型和紋理，輔以線上虛擬“看、試、穿、戴”，提供接近實(shí)物的差異化網(wǎng)購(gòu)體驗(yàn)，助力高效提升用戶轉(zhuǎn)化。圖：優(yōu)衣庫(kù)4D試衣間1）為觀眾提供24小時(shí)不間斷的貨品推薦介紹，增加商品商鋪曝光度；2）推進(jìn)店鋪品牌年輕化科技化進(jìn)程；3）虛擬主播穩(wěn)定性強(qiáng)，行為言談可根據(jù)品牌方要求個(gè)性化定制，失誤率低。圖：快手虛擬主播與真人主播場(chǎng)景互動(dòng)通過(guò)二維圖像的三維重建，實(shí)現(xiàn)虛擬貨場(chǎng)快速、低成本、大批量的構(gòu)建，有效降低商家搭建3D購(gòu)物空間的門檻及成本，為消費(fèi)者提供新消費(fèi)體驗(yàn)。生成商品3D模型用于商品展示和虛擬試用01打造虛擬主播提升直播帶貨效率02線上線下商城加速演變打造全新購(gòu)物場(chǎng)景0304數(shù)據(jù)來(lái)源：微博、小紅書、百度指數(shù)、浙商證券研究所50ChatGPT/AIGC+娛樂(lè)：人機(jī)交互新臺(tái)階，有趣有料高熱度ChatGPT火爆全網(wǎng)高熱度，2個(gè)月活躍用戶破億ChatGPT有趣有料，人機(jī)交互娛樂(lè)邁入新臺(tái)階圖：ChatGPT百度搜索指數(shù)趨勢(shì)圖（2022/02/02-2023/02/09圖：ChatGPT百度資訊指數(shù)趨勢(shì)圖（2022/02/02-2023/02/0904數(shù)據(jù)來(lái)源：中國(guó)信息通信研究院、浙商證券研究所51ChatGPT/AIGC+娛樂(lè)：降低內(nèi)容生產(chǎn)門檻，助力元宇宙加速打造虛擬偶像，釋放IP價(jià)值1）與用戶共創(chuàng)合成歌曲，加深粉絲黏性；2）合成音視頻動(dòng)畫，支撐虛擬偶像在更多元的場(chǎng)景進(jìn)行內(nèi)容變現(xiàn)。?

各大科技巨頭積極探索與加速布局“虛擬數(shù)字世界”與現(xiàn)實(shí)世界大融合的“未來(lái)”。開(kāi)發(fā)C端用戶數(shù)字化身1）圖像視頻生成，極大滿足用戶獵奇需求；2）語(yǔ)音合成，變聲增加互動(dòng)娛樂(lè)性。實(shí)現(xiàn)趣味性圖像或音視頻生成，激發(fā)用戶參與熱情04數(shù)據(jù)來(lái)源：中國(guó)信息通信研究院、浙商證券研究所52ChatGPT/AIGC+其他：加快數(shù)實(shí)融合，產(chǎn)業(yè)升級(jí)提速教育+AIGC賦予教育材料新活力，為教育工作者提供了新的工具，使原本抽象、平面的課本具體化、立體化。醫(yī)療+AIGC賦能診療全過(guò)程。1）輔助診斷，可用于改善醫(yī)學(xué)圖像質(zhì)量、錄入電子病歷等；2）康復(fù)治療，為失聲者合成語(yǔ)言音頻，為殘疾者合成肢體投影等。金融+AIGC助力