證券研究報告ChatGPT研究框架——【AIGC算力時代系列報告】行業(yè)評級：看好2023年2月14日分析師陳杭李佩京姚天航張建民研究助理安子超郵箱chenhang@stocklipeijing@stocke.coyaotianhang@stockezhangjianmin@stock郵箱anzichao@證書編號S1230522110004S1230522060001S1230522010001S1230518060001摘要【芯片算力】▲芯片需求=量↑x價↑，AIGC拉動芯片產(chǎn)業(yè)量價齊升。1）量：AIGC帶來的全新場景+原場景流量大幅提高；2）價：對高端芯片的需求將拉動芯片均價。ChatGPT的“背后英雄”：芯片，看好國內(nèi)GPU、CPU、FPGA、AI芯片及光模塊產(chǎn)業(yè)鏈。相關(guān)標的：海光信息、景嘉微、龍芯中科、中國長城、安路科技、復(fù)旦微電、紫光國微、寒武紀、瀾起科技、德科立、天孚通信、中際旭創(chuàng)。【深度學(xué)習(xí)框架】深度學(xué)習(xí)框架是人工智能算法的底層開發(fā)工具，是人工智能時代的操作系統(tǒng)，當(dāng)前深度學(xué)習(xí)框架發(fā)展趨勢是趨于大模型訓(xùn)練，對深度學(xué)習(xí)框架的分布式訓(xùn)練能力提出了要求，國產(chǎn)深度學(xué)習(xí)框架迎來發(fā)展機遇。相關(guān)標的：百度、海天瑞聲、商湯科技、微軟、谷歌、Meta。模型的對話系統(tǒng)，95%【深度學(xué)習(xí)大模型】ChatGPT是基于公司開發(fā)的InstructGPTOpenAIGPT系列模型源自2017年誕生的Transformer模型，此后大模型數(shù)量激增，參數(shù)量進入千億時代，國內(nèi)百度也發(fā)布了ERNIE系列模型并有望運用于即將發(fā)布的文心一言（ERNIEBot）對話系統(tǒng)，未來國內(nèi)廠商有望在模型算法領(lǐng)域持續(xù)發(fā)力。添加標題相關(guān)標的：百度、科大訊飛、商湯科技、谷歌、微軟?！緫?yīng)用】ChatGPT火爆全球的背后，可以窺見伴隨人工智能技術(shù)的發(fā)展，數(shù)字內(nèi)容的生產(chǎn)方式向著更加高效邁進。ChatGPT及AIGC未來有望在包括游戲、廣告營銷、影視、媒體、互聯(lián)網(wǎng)、娛樂等各領(lǐng)域應(yīng)用，優(yōu)化內(nèi)容生產(chǎn)的效率與創(chuàng)意，加速數(shù)實融合與產(chǎn)業(yè)升級。相關(guān)標的：百度、騰訊、阿里巴巴、網(wǎng)易、昆侖萬維、閱文集團、捷成股份、視覺中國、風(fēng)語筑、中文在線、三七互娛、吉比特、天娛數(shù)科。【通信】AIGC類產(chǎn)品未來有望成為5G時代新的流量入口，率先受益的有望是AIGC帶來的底層基礎(chǔ)算力爆發(fā)式增長。相關(guān)標的：包括算力調(diào)度（運營商）、算力供給（運營商、奧飛數(shù)據(jù)、數(shù)據(jù)港）、算力設(shè)備（浪潮信息、聯(lián)想集團、紫光股份、中興通訊、銳捷網(wǎng)絡(luò)、天孚通信、光庫科技、中際旭創(chuàng)、新易盛）、算力散熱（英維克、高瀾股份）。21、芯片算力3算力需求爆發(fā)拉動芯片量價齊升光模塊和光芯片Transformer技術(shù)模型迭代芯片需求快速增加算力需求增加芯片均價大幅提升量價AI訓(xùn)練計算需求模型訓(xùn)練成本＞預(yù)計每3.5個月翻一番1200萬美元模型算法訓(xùn)練數(shù)據(jù)算力英偉達GPUA100＞1萬顆ChatGPT完美運行AI芯片（加速器）資料來源：浙商證券研究所

芯片需求

通過AI服務(wù)器實現(xiàn)GPUCPUFPGAAI光模塊4人工智能四層架構(gòu)，芯片為底層支撐AI繪畫：盜夢師AIGCAI寫作：弈寫上層應(yīng)用AI音樂：DeepMusicChatGPT百度：文心大模型大模型谷歌：PaLM華為：盤古大模型OpenAI：GPT3.5百度：PaddlePaddle深度學(xué)習(xí)框架Meta：PyTorch華為：MindSpore谷歌：TensorFlowCPU GPU 底層芯片F(xiàn)PGA ASIC5資料來源：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算任務(wù)需要各類芯片實現(xiàn)?強大的調(diào)度、管理、?并行架構(gòu)?低延時?成本低協(xié)調(diào)能力；?計算單元多?開發(fā)周期短?能耗低?應(yīng)用范圍廣?適合大量邏輯確定?硬件可根據(jù)需求調(diào)整?性能強?開發(fā)方便靈活的重復(fù)計算?成本和壁壘高?針對AI設(shè)定特定架構(gòu)通CPU用性GPU強，應(yīng)用FPGA方便AI用ASIC?研發(fā)階段?邏輯判斷?數(shù)據(jù)中心?任務(wù)調(diào)度與控制?模型訓(xùn)練?AI推理?成熟量產(chǎn)階段性能更優(yōu)，能效更高6資料來源：Huaweiforum，浙商證券研究所ChatGPT流量激增，為AI服務(wù)器帶來重要發(fā)展機遇原場景流量提升+新應(yīng)用場景 服務(wù)器算力要求提升達成1億月活躍用戶耗時終端用戶使用頻率提高，史上用戶增速最快消費級應(yīng)用數(shù)據(jù)流量暴漲，對服務(wù)器的數(shù)據(jù)處理能力、可靠性60個月78個月及安全性等要求相應(yīng)提升54個月數(shù)據(jù)的質(zhì)和量發(fā)生變化,30個月9個月非結(jié)構(gòu)化數(shù)據(jù)占比激增2個月應(yīng)用ChatGPT在問答模式的基礎(chǔ)上進行推理、編寫代碼、原場景流量提升文本創(chuàng)作等，用戶人數(shù)及使用次數(shù)均提升。智能客服智能音箱內(nèi)容生產(chǎn)創(chuàng)造新應(yīng)用場景游戲NPC陪伴型機器人……資料來源：SensorTower，WorldofEngineering，頭豹研究院，華經(jīng)產(chǎn)業(yè)研究院，浙商證券研究所

AI服務(wù)器需求增加傳統(tǒng)CPU服務(wù)器通用性較強，專用性較弱算力無法滿足AI服務(wù)器需求288億美元CAGR=18.8%全球AI服 122億美元務(wù)器市場規(guī)模72020 2025AI服務(wù)器快速增長，大力拉動芯片需求中國人工智能服務(wù)器工作負載預(yù)測訓(xùn)練推理100%90%80%70%60%50%40%30%20%10%0%2020 2021 2022 2023 2024 2025 20262021年全球服務(wù)器市場格局其他,17.1% 新華三/HPE,15.6%戴爾,15.4%ODM,浪潮,8.9%35.5%華為,1.1%聯(lián)想,6.4%

2022年中國人工智能芯片市場規(guī)模占比ASIC,1.0% FPGA,0.4%NPU,9.6%GPU,89.0%2021年中國服務(wù)器市場格局其他,21.8%浪潮,30.7%ODM,8.5%聯(lián)想,6.6%華為,7.4% 新華三/HPE,戴爾,7.5% 17.5%

AI服務(wù)器=？異構(gòu)形式CPU+GPU或FPGA或ASIC8資料來源：IDC，《2022-2023中國人工智能計算力發(fā)展評估報告》，芯八哥，wind，浙商證券研究所整理AI服務(wù)器芯片構(gòu)成——CPU+加速芯片AI服務(wù)器應(yīng)用領(lǐng)域CPU+加速芯片：通常搭載GPU、計算機視覺機器學(xué)習(xí)FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿足自然語言處理高吞吐量互聯(lián)的需求芯片種類優(yōu)點缺點提供了多核并行計算的基礎(chǔ)結(jié)構(gòu)，核心管理控制能力弱，功GPU數(shù)多，可支撐大量數(shù)據(jù)的并行計算，擁耗高有更高浮點運算能力可以無限次編程，延時性較低，擁有流開發(fā)難度大，只適合FPGA水線并行（GPU只有數(shù)據(jù)并行），實時定點運算，價格比較性最強，靈活性最高昂貴與通用集成電路相比體積更小，重量更靈活性不夠，價格高ASIC輕，功耗更低，可靠性提高，性能提高，于FPGA保密性增強，成本降低資料來源：華經(jīng)產(chǎn)業(yè)研究院，億歐智庫，浙商證券研究所

應(yīng)用場景訓(xùn)練（算力>30TOPS）高度推理適配（算力>30TOPS）計算（5~30TOPS）901 CPU擅長邏輯控制，可用于推理/預(yù)測整個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。暫時存控制單元放數(shù)據(jù)的區(qū)域，控制指令CPU控制指令保存等待處理數(shù)據(jù)或已經(jīng)處理過存儲單元運算單元的數(shù)據(jù)。執(zhí)行部件，運算器的核心?？梢詧?zhí)行算術(shù)運算和邏輯運算。運算單元所進行的全部操作都是由控制單元發(fā)出的控制信號來指揮。資料來源：CSDN，浙商證券研究所整理

CPU運行原理取指令指令譯碼執(zhí)行指令修改指令計數(shù)器作為計算機系統(tǒng)的運算和控制核心，是信息處理、程序運行的最終執(zhí)行單元。優(yōu)勢 有大量的緩存和復(fù)雜的邏輯控制單元，擅長邏輯控制、串行的運算。劣勢 計算量較小，且不擅長復(fù)雜算法運算和處理并行重復(fù)的操作。在深度學(xué)習(xí)中可用于推理/預(yù)測 10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單核心CPU多核心CPU串行單任務(wù)處理分時多任務(wù)處理處理的任務(wù)更多、分時多任務(wù)處理“一心一用” “一心多用” 處理速度更快 “多心多用”

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)動程序等。英特爾20052010201720202023從單核到多核奔騰D系列酷睿i7-980X酷睿i9LakefieldSapphireRapids史上第一個雙核首款6核處理器18核處理器首款采用混合架構(gòu)擁有56個核心處理器的x865核處理器AMD20052007201820202023從雙核到96核Athlon64X2Phenom9500第二代銳龍銳龍Threadripper霄龍9004Threadripper3990X同一塊芯片內(nèi)整首款原生4核處最大核心數(shù)量已擁有64核核心數(shù)量最多可合兩個K8核心理器達到32核達96個11資料來源：芯論語，半導(dǎo)體產(chǎn)業(yè)縱橫，AMD官網(wǎng)，浙商證券研究所GPU高度適配AI模型構(gòu)建AI模型構(gòu)建（以英偉達A100為例）訓(xùn)練過程 推理過程

ChatGPT引發(fā)GPU熱潮百度：即將推出文心一言（ERNIEBot）GPU的并行計算高度適配神經(jīng)網(wǎng)絡(luò)GPU幫助高速解決問題：2048個A100GPU可在一分鐘內(nèi)成規(guī)模地處理BERT之類的訓(xùn)練工作負載；3X1X0.7XV100 A10040GB A10080GBFP16 FP16 FP16

多實例GPU(MIG)技術(shù)允許多個網(wǎng)絡(luò)同時基于單個A100運行，從而優(yōu)化計算資源的利用率。在A100其他推理性能增益的基礎(chǔ)之上，僅結(jié)構(gòu)稀疏支持一項就能帶來高達兩倍的性能提升。在BERT等先進的對話式AI模型上，A100可將推理吞吐量提升到高達CPU的249倍；245X 249X1XCPUOnly A10040GB A10080GB

95%蘋果：引入AI加速器設(shè)計的M2系列芯片（M2pro和M2max）將被搭載于新款電腦OpenAI：隨著ChatGPT的使用量激增，OpenAI需要更強的計算能力來響應(yīng)百萬級別的用戶需求，因此增加了對英偉達GPU的需求AMD：計劃推出與蘋果M2系列芯片競爭的臺積電4nm工藝"Phoenix"系列芯片，以及使用Chiplet工藝設(shè)計的"AlveoV70"AI芯片。這兩款芯片均計劃在今年推向市場，分別面向消費電子市場以及AI推理領(lǐng)域12資料來源：英偉達官網(wǎng)，鎂客網(wǎng)，騰訊網(wǎng)，浙商證券研究所FPGA：可通過深度學(xué)習(xí)+分布集群數(shù)據(jù)傳輸賦能大模型可編程靈活性高：半定制電路，理論上可以實現(xiàn)任意ASIC和DSP的邏輯功能開發(fā)周期短：可通過設(shè)計軟件處理布線、布局及時序等問題?，F(xiàn)場可重編功能：可以遠程通過軟件實現(xiàn)自定義硬件功能。低延時：邏輯門通過硬件線連接，不需要時鐘信號方便并行計算：集成了大量基本門電路，一次可執(zhí)行多個指令算法深度學(xué)習(xí) 異構(gòu)計算、并行計算通信接口 數(shù)據(jù)高速收發(fā)、交換資料來源：ofweek，摩爾星球，C114，知識產(chǎn)權(quán)課堂，億歐智庫，浙商證券研究所

FPGA推理Intel，AMD(Xilinx)，亞馬遜，AMD(Xilinx)微軟，百度，阿里，騰訊訓(xùn)練Intel，AMD(Xilinx)/13數(shù)據(jù)中心邊緣端ASIC可進一步優(yōu)化性能與功耗，全球巨頭紛紛布局國內(nèi)外ASIC芯片龍頭布局隨著機器學(xué)習(xí)、邊緣計算、自動駕駛的發(fā)展，大量數(shù)據(jù)處理任務(wù)的產(chǎn)生，對于芯片計算效率、計算能力和計能耗比的要求也越來越高，ASIC通過與CPU結(jié)合的方式被廣泛關(guān)注，國內(nèi)外龍頭廠商紛紛布局迎戰(zhàn)AI時代的到來。谷歌：張量處理器——TPU 阿里巴巴：含光800AI芯片最新的TPUv4集群被稱為Pod，包含4096個v4芯片，可提供超過1exaflops的浮點性能國英偉達：GPU+CUDA?主要面向大型數(shù)據(jù)密集型HPC和AI應(yīng)用；外?基于Grace的系統(tǒng)與NVIDIAGPU緊密結(jié)合，性能比NVIDIADGX系統(tǒng)高出10倍；Habana（Intel收購）已推出云端AI訓(xùn)練芯片Gaudi和云端AI推理芯片Goya；資料來源：機器之心，華為官網(wǎng)，半導(dǎo)體產(chǎn)業(yè)縱橫，公開資料整理，浙商證券研究所

國內(nèi)

硬件：自研芯片架構(gòu)；軟件：集成達摩院先進算法，可實現(xiàn)大網(wǎng)絡(luò)模型在一顆NPU上完成計算。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)界算力最強的AI處理器，基于自研華為達芬奇架構(gòu)3DCube技術(shù)；14數(shù)據(jù)傳輸速率：容易被忽略的算力瓶頸算力需求：超摩爾發(fā)展算力供給：芯片提升+并行計算并行瓶頸：數(shù)據(jù)傳輸速率AI時代模型算力需求以超過摩爾定律增長數(shù)據(jù)中心通過交換機網(wǎng)絡(luò)實現(xiàn)設(shè)備互聯(lián)通信延時導(dǎo)致加速放緩算力（FLPOs）加理論加速比速5-6個月翻倍（遠超摩爾定律）比深深大實際加速比度度學(xué)學(xué)模習(xí)習(xí)型之20個月翻倍（近似摩爾定律）時時前代代模型發(fā)布時間并行計算節(jié)點數(shù)15資料來源：GoogleScholar，并行處理中節(jié)點間通信對加速比的影響，浙商證券研究所數(shù)據(jù)傳輸核心器件：光模塊光模塊包含發(fā)射器件和接收器件，光纖通信時的光電轉(zhuǎn)換數(shù)據(jù)中心占光模塊一半以上市場(2021Q4)發(fā)射器件接收器件32.6%骨干城域驅(qū)電信電激光器（內(nèi)含探測器（內(nèi)含放電動接入信大信光芯片）光模塊號電光芯片）器號67.4%路光纖傳輸數(shù)據(jù)中心內(nèi)部數(shù)通電信號光信號電信號數(shù)據(jù)中心互聯(lián)光模塊向高速傳輸發(fā)展，以順應(yīng)數(shù)據(jù)傳輸量增長趨勢1x9、GBIC10GSFP、XFP40GQSFP、CFP、COBO400GQSFP-DD、OSFP-XD800、1.6T…硅光技術(shù)相干技術(shù)1995-20002000-20102010-20202020之后光電共封裝技術(shù)（CPO）16資料來源：中際旭創(chuàng)年報，光纖在線，電子發(fā)燒友，華經(jīng)情報網(wǎng)，浙商證券研究所服務(wù)器CPU需求增長，國化產(chǎn)三條發(fā)展路線中國服務(wù)器市場規(guī)模中國加速計算服務(wù)器市場預(yù)測12000 （百萬美元）10000800060004000200002022 2023 2024 2025 2026服務(wù)器CPU市場格局服務(wù)器CPUX86架構(gòu)廠商份額AMD,9.80%英特爾,90.20%

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

國產(chǎn)服務(wù)器CPU發(fā)展之路上海兆芯CISC X86架構(gòu)海光信息華為鯤鵬ARM架構(gòu)天津飛騰RISCMIPS架構(gòu)龍芯中科MIPS架構(gòu)申威科技

自主化程度：低，未來擴充指令集難度較大，但生態(tài)遷移成本小、性能高缺點：安全基礎(chǔ)不牢靠自主化程度：較高，安全基礎(chǔ)相對牢靠，擁有自主發(fā)展權(quán)缺點：生態(tài)構(gòu)建較為困難自主化程度：極高，申威科技已基本實現(xiàn)完全自主可控缺點：生態(tài)構(gòu)建極其困難資料來源：IDC，wind，浙商證券研究所整理

17未來算力升級路徑：CHIPLET、存算一體近期CHATGPT的興起推動著人工智能在應(yīng)用端的蓬勃發(fā)展，這也對計算設(shè)備的運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)對現(xiàn)有模型構(gòu)成底層算力支撐，但面對未來潛在的算力指數(shù)增長，短期使用CHIPLET異構(gòu)技術(shù)加速各類應(yīng)用算法落地，長期來看打造存算一體芯片（減少芯片內(nèi)外的數(shù)據(jù)搬運），或?qū)⒊蔀槲磥硭懔ι壍臐撛诜绞健?016AlphaGo(DeepMind)2018BERT(GoogleAI)CPU

2019游戲AlphaStar(DeepMind)2020GPT-3(OpenAI)GPU

20212023蛋白質(zhì)結(jié)構(gòu)AlphaFold2(DeepMind)2022ChatGPT(OpenAI)大模型通用AIGato(DeepMind)大算力未來：Chiplet？未來：存算一體？18資料來源：知乎《先進存算一體芯片設(shè)計》（陳巍等），浙商證券研究所CHIPLET是布局先進制程、加速算力升級的關(guān)鍵技術(shù)Chiplet異構(gòu)技術(shù)不僅可以突破先進制程的封鎖，并且可以大幅提升大型芯片的良率、降低設(shè)計的復(fù)雜程度和設(shè)計成本、降低芯片制造成本。Chiplet技術(shù)加速了算力升級，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。1 能用+芯粒 Chiplet=2 夠用3 好用數(shù)據(jù)來源：芯智訊，浙商證券研究所

===

13590nm芯粒14nm5nm

功+65模+28nm數(shù)率45nm擬字美國芯片法案 芯粒 Chiplet4GCPU5G基站+7nmGPUAIFPGA服務(wù)器智能座艙AI演算L2+基帶L4+智駕AIGC、ChatGPT+3/2nm智能電車、無人駕駛智能座艙、VRARMR人工智能、5/6G手機19CHIPLET已廣泛應(yīng)用于服務(wù)器芯片華為海思：鯤鵬920AMD：EPYC第1代至第4代?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)計完成。典型主頻下，SPECintBenchmark評分超過930。寒武紀：云端AI芯片思元370 Chiplet?基于7nm制程工藝，是寒武紀首款采服務(wù)器用chiplet（芯粒）技術(shù)的AI芯片芯片集成了390億個晶體管，最大算力高達256TOPS(INT8)，是寒武紀第二代產(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GDDR6的1.5倍。 龍芯中科：龍芯3D5000（試驗）面向服務(wù)器市場的32核CPU產(chǎn)品，通過Chiplet技術(shù)把兩個3C5000硅片封裝在一起，集成了32個LA464處理器核和64MB片上共享緩存，22年末初樣試驗成功資料來源：各公司官網(wǎng)，浙商證券研究所

Chiplet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AMDEPYC處理器中，裝載8個“Zen”CPU核，2個DDR4內(nèi)存通道和32個PCIe通道，以滿足性能目標。2022年AMD正式發(fā)布第四代EPYC處理器，擁有高添達加96顆標5nm題的Zen4核心，并使用新一代的Chiplet工藝，結(jié)合5nm和6nm工藝來降低成本。英特爾：第14代酷睿MeteorLake首次采用intel4工藝，首次引入chiplet小芯片設(shè)計，預(yù)計將于23年下半年推出至少性能功耗比的目標要達到13代RaptorLake的1.5倍水平。20存算一體：打破“存儲墻”限制，技術(shù)迭代演進“存儲墻”成為了數(shù)據(jù)計算應(yīng)用的一大障礙面對計算中心的數(shù)據(jù)洪流，數(shù)據(jù)搬運慢、搬運能耗大等問題成為了計算的關(guān)鍵瓶頸。從處理單元外的存儲器提取數(shù)據(jù)，搬運時間往往是運算時間的成百上千倍，整個過程的無用能耗大概在60%-90%之間，能效非常低。算力發(fā)展速度存儲墻限制存儲發(fā)展速度資料來源：知乎《先進存算一體芯片設(shè)計》（陳巍等），浙商證券研究所

存算技術(shù)演進路線查存計算（ProcessingWithMemory）GPU對復(fù)雜函數(shù)的運算 最早期技術(shù)近存計算（ComputingNearMemory）AMD的Zen系列CPU 三星HBM-PIM存內(nèi)計算（ComputingInMemory）閃存知存Mythic千芯科技存內(nèi)邏輯（LogicInMemory）滿足大模型計TSMC千芯科技算精度要求21存算一體：更大算力、更高能效、降本增效存算一體就是存儲器中疊加計算能力，以新的高效運算架構(gòu)進行二維和三維矩陣計算。存算一體的優(yōu)勢包括：（1）具有更大算力（1000TOPS以上）（2）具有更高能效（超過10-100TOPS/W），超越傳統(tǒng)ASIC算力芯片（3）降本增效（可超過一個數(shù)量級）CPU一般10-100計算核心計算計算控制單元單元單元計算計算單元單元緩存片外內(nèi)存

GPU一般萬量級計算核心控制單元計計計計算算算算緩存控制單元計計計計算算算算緩存控制單元計計計計緩存算算算算……片外內(nèi)存

存算一體一般百萬量級等效計算核心存存存存存存存算算算算算算算存存存存存存存算算算算算算算控存存存存存存存制算算算算算算算單存存存存存存存元算算算算算算算存存存存存存存算算算算算算算存存存存存存存算算算算算算算片外內(nèi)存

存算一體存儲器中疊加計算能力，以新的高效運算架構(gòu)進行二維和三維矩陣運算。存算一體的應(yīng)用領(lǐng)域自動駕駛自然語言處理智慧城市商品推薦工業(yè)視覺醫(yī)藥計算個性化推薦多語言精準識別22資料來源：知乎《先進存算一體芯片設(shè)計》（陳巍等），浙商證券研究所2、深度學(xué)習(xí)框架2302 深度學(xué)習(xí)框架：人工智能時代的操作系統(tǒng)訓(xùn)練人工智能開發(fā)鏈條長且復(fù)雜推理數(shù)據(jù)使用深度學(xué)習(xí)框架工具進行開發(fā)

數(shù)據(jù)準備 環(huán)境安裝算法實現(xiàn)模型訓(xùn)練精度調(diào)試環(huán)境安裝 模型轉(zhuǎn)換模型部署效果驗證數(shù)據(jù)收集人工智能基礎(chǔ)設(shè)施 通用模型架構(gòu)深度學(xué)習(xí)框架 支持計算機視覺應(yīng)用物理資源調(diào)度、使用流行的編程語言I/O設(shè)備管理分布式硬件資源 GPU加速拓展包

模型驗證使用深度學(xué)習(xí)框架工具進行開發(fā)模型開發(fā)者使用簡單支持AI領(lǐng)域的快速變化資料來源：北京日報、認知計算與云安全公眾號、華為云

2402深度學(xué)習(xí)框架：大模型訓(xùn)練和前端垂直化成為趨勢科技巨頭入場，井噴式發(fā)展2012201520172019華為紐約大學(xué)GoogleFacebookAI創(chuàng)業(yè)公商湯科技司Skymind微軟曠視科技蒙特利爾大學(xué)AmazonFacebook百度清華大學(xué)多倫多大學(xué)Preferred微軟JosephNetworksRedmon提出2008201320162018202x系統(tǒng)設(shè)計簡單多GPU的訓(xùn)練加速前端垂直化模型配置文件非常不靈活用戶友好、更加靈活大型模型訓(xùn)練25資料來源：CSDN、伯禹人工智能學(xué)院、機器之心、中國計算機學(xué)會、知乎、簡書、MAREKREI、磐創(chuàng)AI、浙商證券研究所02 國際主流深度學(xué)習(xí)框架：互聯(lián)網(wǎng)巨頭主導(dǎo)開發(fā)國內(nèi)外深度學(xué)習(xí)框架發(fā)布時間 開發(fā)公司 深度學(xué)習(xí)框架 語言 是否開源

計算圖是否是分布式框架

特點/優(yōu)點2013201420152016201720202020202x資料來源：機器之心，知乎,CSDN

PythonLua，Python（new）C++PythonC++Lua，Python（new）PythonC++、CUDA、Python

√√√√√√√√

靜態(tài)靜態(tài)√動態(tài)√動靜兼容√靜態(tài)√不依賴計算圖 √動靜合一

速度快、使用方便、社區(qū)好性能高、適合做語音任務(wù)高效靈活、易用容易上手簡單清晰移動端高性能、通用輕便高效靈活、易用靈活高效2602OpenAI：從多種框架的使用到專注于Pytroch大多數(shù)情況使用特殊情況使用2015年TensorFlowTheano深度模型框架轉(zhuǎn)變2020年 Pytroch成為統(tǒng)一的深度學(xué)習(xí)框架?簡單易懂：PyTorch具有用戶友好的API；原因?便于調(diào)試：對Python生態(tài)的良好支持；?強大高效：Pytorch提供了非常豐富的模型組件。資料來源：OpenAI官網(wǎng)

支持GPU加速的張量計算核心功能方便優(yōu)化模型的自動微分機制極大縮短研究周期2702Tensorflow：谷歌開源的向更加易用發(fā)展的主流學(xué)習(xí)框架Tensorflow從0.1到2.0的發(fā)展歷程缺點優(yōu)點使得神經(jīng)網(wǎng)絡(luò)能夠有效計算改進之采用CPU+GPU計算模型處發(fā)布版開源Tensorflow0.1版本本2015年資料來源：騰訊云、CSDN、helloword、城市經(jīng)濟網(wǎng)

缺點：調(diào)試困難、API混亂、入門困難優(yōu)點：更快、更靈活、隨時就緒引入更高級的API，可在移動設(shè)備上運行Tensorflow1.0.0發(fā)布，穩(wěn)定版誕生2017年

缺乏調(diào)度能力，需手動配置優(yōu)點：簡化的模型開發(fā)流程、強大的跨平臺能力、強大的研究發(fā)現(xiàn)運用更簡單的模型進行構(gòu)建、簡化 添加兩種新機制，解決輸入管PI道瓶頸并節(jié)約資源Tensorflow2.3發(fā)布Tensorflow2.0發(fā)布2019年202x年2802 ChatGPT實現(xiàn)路徑：算力與框架支持，應(yīng)用百花齊放對話AI模型人類反饋強化學(xué)習(xí)RLHF 人工監(jiān)督微調(diào)連續(xù)多輪對話 承認自身錯誤質(zhì)疑不正確的問題 承認自身的無知大模型Transfomer的Decoder分支1750億個參數(shù)小樣本學(xué)習(xí)能力深度學(xué)習(xí)框架

對話虛擬人無代碼編程

語音工作助手 人工智能客服對話類搜索引擎 小說生成ChatGPTInstructGPT/GPT-3.5GPT-3Transformer

機器翻譯語音陪伴模型人類反饋強化學(xué)習(xí)RLHF模型Attention機制參數(shù)少 速度快 效果好易于使用API迭代更穩(wěn)定

PyTorch微軟云Azure

算力資源OpenAI的獨家云提供商29資料來源：CSDN、電子工程世界、量子位、機器之心、專知、浙商證券研究所02 分布式訓(xùn)練需求對深度學(xué)習(xí)框架提出更高要求模型訓(xùn)訓(xùn)練模練型數(shù)的據(jù)參巨數(shù)大巨大大模型

日益增長的數(shù)據(jù)量模型的復(fù)雜度落后的計算資源

深度學(xué)習(xí)框架支持分布式訓(xùn)練數(shù)據(jù)并行參數(shù)平均法 更新式方法模型并行intra-layer inter-layer拆分 拆分30資料來源：CSDN、騰訊云開發(fā)者社區(qū)、知乎、浙商證券研究所3、深度學(xué)習(xí)大模型3103 Transformer延伸的四條線OpenAI（微軟）GPT-1GPT-2GPT-3Instruct只有decoder，模型更大，數(shù)據(jù)超大規(guī)模GPT僅使用上文進行編碼量更多RLHF2019202020182022

對話程序ChatGPT2022Transfo-rmer2017

谷歌T52019谷歌BERT只有encoder，同時使用上下文進行編碼2018

FaceBookBART采用更加多樣的noise2019FaceBookXLM2019百度ERNIE1.0知識增強的語義表示模型2019

谷歌BigBird2020FaceBookROBERTa訓(xùn)練參數(shù)調(diào)整2019ERNIE2.0持續(xù)學(xué)習(xí)語義理解模型2019

FaceBookM2m-1002020谷歌ALBERT輕量化模型2019ERNIE3.0知識增強大模型2021

谷歌ELECTRA性能明顯升級2020ERNIE 對話程序3.0TITAN 文心一言參數(shù)量大幅提升2021 2023E資料來源：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)布時間進行了重新排序

3203大模型參數(shù)邁向千億時代GooglePaLM（5400）微軟和英偉達Megatron-GoogleLaMDA（2800）2018-2022年大模型參數(shù)量1億->5400億TuringNLG（5300）GoogleGopher（2800）百度ERNIE3.0Titan（2600）NaverCorpBigScienceBLOOMOpenAiGPT-3（1758）HyperCLOVA（2040）（1760）GoogleBERT-Large（3.4）OpenAiGPT-1（1.2）Google BERT-base（1.1）

GoogleT5（110）NIVIDIAMegatron-LM（83）OpenAiGPT-2（15.8）FacebookRobertTa（3.35）GoogleALBERT（0.31）FacebookBARTFacebookXLM百度ERINE2.0百度ERINE1.0

MetaAIOPT（1750）GoogleBigBird（1750）GoogleFLAN（1370）GLM（1300）MicrasoftTruning-NLG（172）EleutherAIGPT-NeoX（200）FacebookM2m-100百度ERINE3.0（100）（150）EleutherAIGPT-j（60）OpenAiInstructGPT（13）GoogleELECTRA（1.02）2020年：千億參數(shù)轉(zhuǎn)折點2018 2019

20202021202233資料來源：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：億03GPT模型僅保留Transformer的解碼器，逐步升級層數(shù)和參數(shù)量GPT系列架構(gòu)TransformerDecoder解碼器架構(gòu)僅保留DecoderEncoder編碼器解碼器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-34資料來源：CSDN、電子工程世界、浙商證券研究所，注：GPT（GereratePre-TrainingModel）03 基于InstructGPT形成ChatGPT對話系統(tǒng)ChatGPTInstructGPT

?增加Chat屬性?略微降低參數(shù)量?網(wǎng)頁公眾測試入口?代碼訓(xùn)練?參數(shù)數(shù)量降低了100倍?指令微調(diào)（instructiontuning）（1750億->13億）?基于人類反饋的強化學(xué)習(xí)（RLHF）GPT-335資料來源：CSDN、電子工程世界、新智元、浙商證券研究所03 基于BERT衍生百度文心大模型，料將推出對話系統(tǒng)文心一言Transformer架構(gòu) 解碼器DecoderEncoder編碼器

BERT架構(gòu)僅保留Encoder編碼器36資料來源：CSDN、電子工程世界、浙商證券研究所，注：BERT（BidirectionalEncoderRepresentationfromTransformers）03 基于BERT衍生百度文心大模型，料將推出對話系統(tǒng)文心一言ERNIE1.0架構(gòu)：改進了MLM任務(wù) ERNIE2.0：+持續(xù)學(xué)習(xí)框架 ERNIE3.0、3.0TITAN：+參數(shù)量ERNIE版本1.02.03.03.0TITAN論文年份2019201920212021參數(shù)量參考bertbase(1.1億)參考bertbase(1.1億)，100億2600億bertlarge（3.4億）預(yù)訓(xùn)練數(shù)據(jù)量Wiki，baike，wiki，news，dialogue，IR，4TB-news，tiebadiscourserelation37資料來源：黑馬程序員、知乎、BaiduResearch、浙商證券研究所，注：ERNIE（EnhancedlanguageRepresentationwithInformativeEntities）4、應(yīng)用3804 ChatGPT的背后：技術(shù)驅(qū)動的數(shù)字內(nèi)容新生產(chǎn)方式——AIGC內(nèi)容生產(chǎn)總

AI輔助生成內(nèi)容

AI生成內(nèi)容?AIGC:AI-GeneratedContent量專家生成內(nèi)容PGC:Professionally-GeneratedContent內(nèi)容生產(chǎn)總量較低單人/多人專業(yè)體驗舉例：長視頻

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

AIUGC:AI-assistedGeneratedContent內(nèi)容生產(chǎn)總量大大規(guī)模沉浸交互舉例：語音轉(zhuǎn)文字協(xié)助紀要生成、百家號TTV協(xié)助新聞圖文生成視頻

?內(nèi)容生產(chǎn)總量巨大?元宇宙式體驗?舉例：ChatGPT、AI繪畫、AI生成視頻等內(nèi)容消費體驗數(shù)據(jù)來源：浙商證券研究所3904 按技術(shù)場景，AIGC內(nèi)容可分為文本、音頻、圖像、視頻等文本生成跨模態(tài)生成音頻生成策略生成圖像生成按技術(shù)場景劃分GameAIAIGC內(nèi)容分為視頻生成 虛擬人生成數(shù)據(jù)、浙商證券研究所4004 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、消費方及相關(guān)服務(wù)機構(gòu)等。數(shù)據(jù)供給方數(shù)據(jù)分析及創(chuàng)作者生態(tài)底層配合工具（業(yè)務(wù)數(shù)據(jù)聯(lián)通、素材數(shù)據(jù)收集等，如第三方營銷上標注生物資產(chǎn)及內(nèi)容素材渲染引擎、混音設(shè)備等公司、版權(quán)圖庫方等）游相關(guān)算法/模型研究機構(gòu)相關(guān)開源算法嵌入/結(jié)合能力的業(yè)務(wù)平臺/業(yè)務(wù)生態(tài)內(nèi)容設(shè)計內(nèi)容制作工具周邊售賣運營增效中視覺設(shè)計、文案設(shè)計、結(jié)構(gòu)設(shè)計等音頻/視頻編輯工具、新聞采編、游戲制作等NFT、個性化產(chǎn)品等智能客服、簡單決策等游個性化市場營銷數(shù)據(jù)梳理自動實時廣告植入、品牌虛擬形象打造、營銷內(nèi)容生成等內(nèi)外部數(shù)據(jù)分析及更新、數(shù)據(jù)分析及算法訓(xùn)練交互各內(nèi)容創(chuàng)作及分發(fā)平臺第三方內(nèi)容終端生產(chǎn)廠商消費品下基于AICG激發(fā)PGC及UGC活力分發(fā)渠道新聞媒體機構(gòu)、金融機構(gòu)等廠商游AIGC內(nèi)容檢測第三方內(nèi)容服務(wù)機構(gòu)MCN公司、公關(guān)公司等數(shù)據(jù)來源：量子位、浙商證券研究所4104 應(yīng)用領(lǐng)域廣泛，核心價值在于優(yōu)化內(nèi)容生產(chǎn)的效率與創(chuàng)意0102ChatGPT 03040506AIGC07數(shù)據(jù)來源：量子位、浙商證券研究所

游戲提升內(nèi)容生產(chǎn)效率降低內(nèi)容生產(chǎn)成本讓創(chuàng)作者擁有一個更加高效AIGC能夠代替人工完成聲音廣告營銷的智能創(chuàng)作工具，優(yōu)化內(nèi)容錄制、圖像渲染、視頻創(chuàng)作創(chuàng)作，大幅提升效率并降低等工作，從而降低內(nèi)容生產(chǎn)成本；提升創(chuàng)作效率的同時，的成本與門檻，使更多用戶影視同樣提升了反饋生成效率，能夠參與到高價值的內(nèi)容創(chuàng)=有助于實現(xiàn)實時交互內(nèi)容。作流程中。媒體捕捉激發(fā)創(chuàng)作靈感聯(lián)動實現(xiàn)數(shù)據(jù)優(yōu)化互聯(lián)網(wǎng)幫助有經(jīng)驗的創(chuàng)作者捕捉靈在與其他特定的數(shù)據(jù)庫（例感，在設(shè)計初期生成大量草 如實時更新數(shù)據(jù)、特定主體娛樂 圖，更好的理解創(chuàng)作需求并 數(shù)據(jù)等）或AI系統(tǒng)進行聯(lián)動尋找創(chuàng)作靈感。海量數(shù)據(jù)提 后，AIGC能夠?qū)崿F(xiàn)更精準的高創(chuàng)造性和開放性，激發(fā)創(chuàng) 未來預(yù)測或更個性化預(yù)測基其他 意認知、提升生產(chǎn)多樣性。 礎(chǔ)上調(diào)整生成內(nèi)容。4204 ChatGPT/AIGC+游戲：推動游戲生產(chǎn)范式升級，行業(yè)新篇章游戲數(shù)據(jù)來源：量子位、浙商證券研究所

增加玩家游戲體驗1）對局陪伴?？膳惆橥婕疫M行游戲，包括平衡匹配、冷啟動、玩家掉線接管等。2）特定風(fēng)格模擬。AI通過模仿職業(yè)選手，玩家則感覺像在與真實的職業(yè)選手對抗。3）玩法教學(xué)。與玩家在真實對戰(zhàn)環(huán)境中交流協(xié)作，并在過程中向玩家傳授職業(yè)級的策略與操作技術(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。游戲性能測試1）前期平衡性測試。AIbot可充分地模擬玩家在某一套數(shù)值體系下的游戲體驗，提出優(yōu)化策略，為玩家?guī)砀悠胶獾亩鄻有杂螒蚪换ァ?）游戲功能測試。通過AIbot針對性的找出游戲中所有交互的可能性，通過發(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)動嘴型、表情等面部變化，達到高度逼真；并通過大量數(shù)據(jù)模擬人類運動，完成行走、跑步等一系列動作反應(yīng)。NPC邏輯及劇情AI生成AI智能NPC能夠分析玩家的實時輸入，與玩家動態(tài)交互，構(gòu)建幾乎無限且不重復(fù)的劇情，增強用戶體驗并延長游戲生命周期。游戲策略生成讓AI感知環(huán)境、自身狀態(tài)并基于特定目標決定當(dāng)下需要執(zhí)行的動作，基于特定問題和場景，自主提出解決方案。4304 ChatGPT/AIGC+廣告營銷：24小時虛擬客服，專業(yè)可靠智能全天候24小時在線ChatGPT可作為AI驅(qū)動的虛擬客服，在廣告營銷領(lǐng)域為客戶提供24小時全天候的客服服務(wù)，同時亦能減輕商家人工客服的營銷成本。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題、傳遞標準化營銷話術(shù)等，并提升問題解答的準確程度。03 千人千面，個性化營銷推薦ChatGPT可結(jié)合數(shù)據(jù)及客戶的訴求，進行個性化推薦系統(tǒng)的應(yīng)用給出用戶的營銷線索，實現(xiàn)更標準、更貼心的用戶服務(wù)。數(shù)據(jù)來源：浙商證券研究所4404 ChatGPT/AIGC+廣告營銷：內(nèi)容智能生成，精準個性化營銷多模態(tài)廣告智能制作多套廣告營銷解決方案生成營銷內(nèi)容個性化AI可按廣告主要求自動生成廣告 AI可根據(jù)目標人群，進行素材分 AI生成系統(tǒng)與底層的客戶數(shù)據(jù)文案；亦可根據(jù)廣告文案自動生析、摳圖、配色等項目，制作多系統(tǒng)進行數(shù)據(jù)聯(lián)通，實時根據(jù)成為廣告海報、廣告視頻，大大種類型的廣告文案/海報/視頻，生數(shù)據(jù)的反饋，對需求進行針對降低了廣告的制作成本。成多套設(shè)計解決方案。性調(diào)整，由AI快速迭代對營銷內(nèi)容進行更新，提升個性化營銷的效率和精準性。數(shù)據(jù)來源：量子位、浙商證券研究所4504 ChatGPT/AIGC+影視：賦能影視制作，提升作品質(zhì)量影視劇本文稿創(chuàng)作提升影視剪輯、后期制作水平通過對海量劇本數(shù)據(jù)進行分析歸納，并按照預(yù)設(shè)風(fēng)1）實現(xiàn)對影視圖像進行修復(fù)、還原，提升影像資料的清晰度，保障影視作品格快速生產(chǎn)劇本，創(chuàng)作者再進行篩選和二次加工，的畫面質(zhì)量。2）實現(xiàn)影視預(yù)告片自動生成。3）實現(xiàn)將影視內(nèi)容維度轉(zhuǎn)制，從激發(fā)創(chuàng)作者的靈感，縮短創(chuàng)作周期。2D向3D自動轉(zhuǎn)制。擴展角色和場景創(chuàng)作空間影視發(fā)行智能審核、用戶端個性化推薦1）通過AI人臉合成、聲音合成實現(xiàn)數(shù)字復(fù)活已故演員、替換“劣跡藝人”、演員1）通過自然語言處理NLP和深度學(xué)習(xí)DL實現(xiàn)視頻審核和視角色年齡的跨越、高難度動作合成等，減少演員自身局限對影視作品的影響；頻傳播技術(shù)；2）通過人工智能合成虛擬物理場景，將無法實拍或成本過高的場景生成出來，拓2）用戶端實現(xiàn)視頻自主互動、彈幕防擋。寬影視作品想象邊界，帶來更優(yōu)質(zhì)的視覺效果和聽覺體驗。數(shù)據(jù)來源：中國信息通信研究院、量子位、1905電影網(wǎng)、浙商證券研究所4604 ChatGPT/AIGC+媒體：推進人機協(xié)作共生，媒體效率提升新聞采編環(huán)節(jié) 新聞傳播環(huán)節(jié) 新聞主體影響提高內(nèi)容制作效率 播報高效智能化 智媒影響產(chǎn)業(yè)及生活實現(xiàn)采訪錄音語音轉(zhuǎn)寫應(yīng)用范圍不斷拓展對傳媒機構(gòu)產(chǎn)生深刻營銷借助語音識別技術(shù)將錄音語音轉(zhuǎn)寫成文字，有效壓縮重復(fù)工作，保障新聞時效性。

目前新華社、中央廣播電視總臺、人民日報社、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。

AIGC大幅提高生產(chǎn)效率，帶來新的視覺化、互動化體驗，推動傳媒向智媒轉(zhuǎn)變。實現(xiàn)智能新聞寫作提升新聞資訊的時效?；谒惴ㄗ詣泳帉懶侣?，將工作自動化，更快、更準、更智能化地生產(chǎn)內(nèi)容。

應(yīng)用場景不斷升級除了常規(guī)的新聞播報，AI合成主播開始陸續(xù)支持多語種播報和手語播報，不斷升級應(yīng)用場景。

對傳媒從業(yè)者產(chǎn)生深刻影響AIGC助力生產(chǎn)更具人文關(guān)懷、社會意義和經(jīng)濟價值的新聞作品，并將部分勞動性的采編播工作自動化。實現(xiàn)智能視頻剪輯應(yīng)用形態(tài)日趨完善對傳媒受眾產(chǎn)生深刻影響提升視頻內(nèi)容的價值。通過使用視頻字在形象方面，逐步向3D拓展；在驅(qū)動范AIGC使其在更短時間內(nèi)獲得以更豐富幕生成、視頻錦集、視頻拆條、視頻超圍上，向面部表情、肢體、手指、背景多元的形態(tài)呈現(xiàn)的新聞內(nèi)容，也降低了分等視頻智能化剪輯工具，節(jié)省成本，內(nèi)容素材延伸；在內(nèi)容構(gòu)建上，向智能傳媒行業(yè)的技術(shù)門檻，極大增強其參與最大化版權(quán)內(nèi)容價值。化生產(chǎn)探索。感。數(shù)據(jù)來源：中國信息通信研究院、浙商證券研究所4704 ChatGPT/AIGC+互聯(lián)網(wǎng)：重構(gòu)搜索引擎，更便捷高效多元更好的搜索體驗圖：微軟旗下搜索引擎集成ChatGPT更完整的答案改進用戶搜索體驗，在一些簡審查從網(wǎng)絡(luò)上搜索到的結(jié)果找單的事情如體育比分、股票價到并總結(jié)答案。例如問題「如格和天氣等，新必應(yīng)會提供更何用雞蛋代替蛋糕中的另一種相關(guān)結(jié)果，同時顯示更全面的成分」，新版必應(yīng)能夠給出詳答案。細說明。全新的交互式聊天體驗使用戶可幫助用戶獲得靈感，例如可能夠通過詢問更多細節(jié)、清晰以幫助用戶編寫電子郵件、規(guī)度和想法來優(yōu)化搜索，直到獲劃旅游行程、準備工作面試等；得正在尋找的完整答案，并提還引用了信息所有來源，用戶供可用鏈接?？稍敿毑榭存溄?。全新的聊天體驗激發(fā)創(chuàng)造性火花數(shù)據(jù)來源：機器之心、Bing、浙商證券研究所4804 ChatGPT/AIGC+互聯(lián)網(wǎng)：電商購物虛實結(jié)合，沉浸式體驗01生成商品3D模型02打造虛擬主播03線上線下商城加速演變用于商品展示和虛擬試用提升直播帶貨效率打造全新購物場景基于不同角度的商品圖像，借助視覺生1）為觀眾提供24小時不間斷的貨品推通過二維圖像的三維重建，實現(xiàn)虛擬貨成算法自動化生成商品的3D幾何模型和薦介紹，增加商品商鋪曝光度；場快速、低成本、大批量的構(gòu)建，有效紋理，輔以線上虛擬“看、試、穿、2）推進店鋪品牌年輕化科技化進程；降低商家搭建3D購物空間的門檻及成本，戴”，提供接近實物的差異化網(wǎng)購體驗，3）虛擬主播穩(wěn)定性強，行為言談可根為消費者提供新消費體驗。助力高效提升用戶轉(zhuǎn)化。據(jù)品牌方要求個性化定制，失誤率低。圖：優(yōu)衣庫4D試衣間圖：快手虛擬主播與真人主播場景互動圖：潮牌Vans在游戲Roblox的店鋪展覽數(shù)據(jù)來源：中國信息通信研究院、優(yōu)衣庫APP、電商報、Roblox官網(wǎng)、浙商證券研究所4904 ChatGPT/AIGC+娛樂：人機交互新臺階，有趣有料高熱度ChatGPT有趣有料，人機交互娛樂邁入新臺階 ChatGPT火爆全網(wǎng)高熱度，2個月活躍用戶破億圖：ChatGPT百度搜索指數(shù)趨勢圖（2022/02/02-2023/02/09圖：ChatGPT百度資訊指數(shù)趨勢圖（2022/02/02-2023/02/09數(shù)據(jù)來源：微博、小紅書、百度指數(shù)、浙商證券研究所5004 ChatGPT/AIGC+娛樂：降低內(nèi)容生產(chǎn)門檻，助力元宇宙加速實現(xiàn)趣味性圖像或音視頻生成，激發(fā)用戶參與熱情1）圖像視頻生成，極大滿足用戶獵奇需求；2）語音合成，變聲增加互動娛樂性。打造虛擬偶像，釋放IP價值1）與用戶共創(chuàng)合成歌曲，加深粉絲黏性；2）合成音視頻動畫，支撐虛擬偶像在更多元的場景進行內(nèi)容變現(xiàn)。

開發(fā)C端用戶數(shù)字化身?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)實世界大融合的“未來”。數(shù)據(jù)來源：中國信息通信研究院、浙商證券研究所5104 ChatGPT/AIGC+其他：加快數(shù)實融合，產(chǎn)業(yè)升級提速教育+金融+AIGC賦予教育材料新活力，AIGC助力實現(xiàn)降本增效。1）為教育工作者提供了新的工實現(xiàn)金融資訊、產(chǎn)品介紹視頻具，使原本抽象、平面的課內(nèi)容的自動化生產(chǎn)，提升效率；本具體化、立體化。2）塑造視聽雙通道的虛擬數(shù)字人客服。ChatGPT醫(yī)療+AIGC工業(yè)+AIGC賦能診療全過程。AIGC提升產(chǎn)業(yè)效率和價值。1）輔助診斷，可用于改善醫(yī)1）融入計算機輔助設(shè)計CAD，學(xué)圖像質(zhì)量、錄入電子病歷等；極大縮短工程設(shè)計周期；支持2）康復(fù)治療，為失聲者合成生成衍生設(shè)計，實現(xiàn)動態(tài)模擬；語言音頻，為殘疾者合成肢體2）加速數(shù)字孿生系統(tǒng)的構(gòu)建，投影等。高效創(chuàng)建數(shù)字孿生系統(tǒng)。數(shù)據(jù)來源：中國信息通信研究院、浙商證券研究所525、通信5305 算力調(diào)度：提高算力使用效率，電信運營商打造算力統(tǒng)一調(diào)度平臺智能調(diào)度，提高算力使用效率政企（BB）算力調(diào)度平臺政企（）內(nèi)蒙古算力資源/應(yīng)用樞紐京津冀樞紐寧夏樞紐長三角甘肅樞紐感知算力樞紐算力網(wǎng)絡(luò)應(yīng)用意圖算網(wǎng)管理成渝樞粵港澳注冊服務(wù)/路由紐樞紐/位置時延等數(shù)據(jù)來源：阿里云，浙商證券研究所5405 算力供給：為應(yīng)對不同應(yīng)用場景需求，力中心大發(fā)展AIGC將推動智能算123

數(shù)據(jù)中心X86、ARM服務(wù)器智算中心AI、GPU型服務(wù)器超算中心 超級計算機

奧飛數(shù)據(jù)數(shù)據(jù)港運營商華為中科曙光聯(lián)想

基礎(chǔ)算力：當(dāng)前主流通用計算模式應(yīng)用場景：電商、短視頻等智能算力：80%以上非結(jié)構(gòu)化數(shù)據(jù)處理需要多樣化算力應(yīng)用場景：AIGC、無人駕駛等超算算力：超級計算機供給算力，算力規(guī)模極高應(yīng)用場景：科學(xué)計算、AI55資料來源：浙商證券研究所05算力設(shè)備：向高速率多樣化演進，AIGC有望催動國產(chǎn)化替代進程服務(wù)器交換機?方向：AI、GPU型服務(wù)器?方向：400G/800G高速率交換?代表廠商：浪潮信息、紫光股份、?代表廠商：銳捷網(wǎng)絡(luò)、紫光股份、中興通訊、中科曙光等中興通訊等以太網(wǎng)芯片算力光模塊?方向：硅光、CPO新型技術(shù)?方向：25G/200G等國產(chǎn)芯片設(shè)備?代表廠商：裕太微等?代表廠商：天孚通信、中際旭創(chuàng)等光芯片光器件?方向：25G/50G/100G等國產(chǎn)光芯片?方向：新型調(diào)制解調(diào)器?代表廠商：天孚通信、光庫科技等?代表廠商：源杰科技、光迅科技等數(shù)據(jù)來源：浙商證券研究所5605 算力設(shè)備：光模塊作為算力核心器件，有望明顯受益交換機密度每兩年翻番當(dāng)前階段交換機×2×2×25Tbps12.8Tbps25.6Tbps5