>> 中信證券-科技行業(yè)前瞻研究重大事項點評：如何看待OpenAI開放ChatGPT商用API？-230303
| 上傳日期： |
2023/3/3 |
大?。?/td>
| 424KB |
| 格式： |
pdf 共4頁 |
來源： |
中信證券 |
| 評級： |
-- |
作者： |
許英博,陳俊云,賈凱方 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
近日OpenAI發(fā)布了Beta版本的ChatGPTAPI，并按照使用量收費，單次調(diào)用價格亦較前一代下降90%。我們分析認為，OpenAI將其在千億參數(shù)模型中所學習到的能力通過類似于蒸餾（distillation）的方式濃縮進了百億參數(shù)的模型中，并有效降低了模型在推理端成本，從而找到可以盈利的商業(yè)化途徑。我們判斷這一模式亦有望在未來成為各大AI公司在提供AI服務時的商業(yè)化范式，推動更多AI產(chǎn)品在中短期的商業(yè)化落地，從而在全球范圍內(nèi)加速AI產(chǎn)業(yè)化進程。我們持續(xù)看好ChatGPT及AI領域的相關產(chǎn)業(yè)投資機會，并建議持續(xù)聚焦芯片、算力設施、模型架構(gòu)&工程實踐、應用場景等核心環(huán)節(jié)，建議持續(xù)重點關注英偉達、臺積電、微軟、AMD、Arista、博通、Marvell、百度等。
▍事件背景：北京時間2023年3月2日凌晨，OpenAI發(fā)布了Beta版本的ChatGPTAPI，并以收費形式提供給用戶使用。根據(jù)OpenAI官網(wǎng)介紹，本次開放的API背后模型被命名為GPT-3.5 turbo，使用了與ChatGPT相同的模型。此外，與ChatGPTAPI一同開放的模型還有聲音轉(zhuǎn)文字模型Whispe的API。根據(jù)OpenAI官網(wǎng)，截至北京時間3月3日，目前已經(jīng)有五家公司宣布接入了ChatGPTAPI，分別為即時通訊軟件Snapchat、學習平臺Quizlet、購物網(wǎng)站Instacart、購物軟件shop以及教育軟件speak。
▍OpenAI商業(yè)模式：以LLMaaS（Large Language Model as a Service）提供云端推理服務，通過用戶訂閱以及用量計費。根據(jù)openAICEOSam Altman在2022年12月底的采訪，目前OpenAI2022年的總收入約為1億美元，并預計在2024年達到10億美元。目前OpenAI的主要收入來源包括訂閱費、API許可費、與微軟深度合作所產(chǎn)生的商業(yè)化收入等。在API許可費方面，OpenAI將GPT-3等模型開放給別的商業(yè)公司使用，根據(jù)用量收取費用（文字類模型按照文字生成量、圖片類模型按照圖片生成張數(shù)）。在調(diào)用過程中，其他公司并不會接觸模型的細節(jié)與源代碼，而是通過OpenAI提供的API接口進行調(diào)試以及使用。本次公布的ChatGPTAPI接口被OpenAI定價為0.2美分每1000tokens（約合500-600單詞），相比于前一代的Davinci模型成本下降了90%。
▍ChatGPT成本優(yōu)化：主要通過“蒸餾”提取小模型方式實現(xiàn)模型參數(shù)減少、計算復雜度降低等。從本次OpenAI對ChatGPTAPI的定價出發(fā)，結(jié)合我們之前對ChatGPT模型成本的測算，0.2美分每1000tokens的定價對應為百億參數(shù)級別的模型。而ChatGPT在訓練過程中所使用得Reward Model（獎勵模型，記錄了人類偏好）應為千億參數(shù)級別的模型，這也意味著OpenAI將其在千億參數(shù)模型中所學習到的能力通過類似于蒸餾（distillation）的方式濃縮進了百億參數(shù)的模型中。根據(jù)截至目前ChatGPTAPI用戶在推特等社交媒體的反饋結(jié)果看，這個百億參數(shù)模型的能力以及追平甚至超越了先前的大尺寸模型。通過這種蒸餾提煉的方法，OpenAI有效降低了模型在推理端的成本，找到可以盈利的商業(yè)化途徑。
▍未來大模型商業(yè)化范式展望：先預訓練完整大模型，而后通過蒸餾提取小模型等手段降低推理成本，并服務各類細分場景需求。OpenAI團隊本次通過開放ChatGPTAPI商用所展現(xiàn)出更加成熟的對模型成本優(yōu)化的流程：即先訓練千億參數(shù)級別甚至更大的大語言模型，再通過蒸餾等技術手段將大模型學習到的能力濃縮到小模型中開放給客戶商用。根據(jù)小模型所服務的垂直領域不同，也會在小模型之上再進行微調(diào)（Fine tune）。根據(jù)我們之前報告【《微軟（MSFT.OQ）深度跟蹤報告—ChatGPT將如何影響微軟？》（20230221）】的測算，大語言模型在訓練端的成本消耗遠遠不及推理時的消耗，訓練一個千億參數(shù)級別的大模型僅需要耗費約一個月的時間以及150萬美元。通過這一流程OpenAI避免了超大語言模型在推理時成本過高的問題，我們認為這一流程也將在未來成為各大AI公司在提供AI服務時的商業(yè)化范式，模型蒸餾過程中所損失的精度對于大多數(shù)用戶來說并不那么敏感。OpenAI本次在模型技術流程上的改良在中短期維度加速更多AI產(chǎn)品在商業(yè)化落地，并加速刺激除聊天外更多領域的AI需求。
▍風險因素：AI核心技術發(fā)展不及預期風險；科技領域政策監(jiān)管持續(xù)收緊風險；全球宏觀經(jīng)濟復蘇不及預期風險；宏觀經(jīng)濟波動導致歐美企業(yè)IT支出不及預期風險；全球云計算市場發(fā)展不及預期風險；企業(yè)數(shù)據(jù)泄露、信息安全風險；行業(yè)競爭持續(xù)加劇風險等。
▍投資策略：OpenAI通過開放API接口，以LLMaaS對外提供服務，同時通過“蒸餾”方式實現(xiàn)模型推理成本降低等方式&舉措，有望在未來成為各大AI公司在提供AI服務時的主流商業(yè)化范式，推動更多AI產(chǎn)品在中短期的商業(yè)化落地，在全球范圍內(nèi)加速AI產(chǎn)業(yè)化進程。我們持續(xù)看好ChatGPT及AI領域的產(chǎn)業(yè)投資機會，并建議持續(xù)聚焦芯片、算力設施、模型架構(gòu)&工程實踐、應用場景等核心環(huán)節(jié)，建議持續(xù)重點關注英偉達、臺積電、微軟、AMD、Arista、博通、Marvell、百度等。
|
|
