久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

在芯片算力快速提升、日趨龐大的數(shù)據(jù)量共同支撐下，AI算法迭代升級(jí)加速。AI的發(fā)展經(jīng)歷了很長(zhǎng)時(shí)間的積累，其能不斷跨越科學(xué)與應(yīng)用之間的鴻溝主要得益于技術(shù)突破、行業(yè)落地、產(chǎn)業(yè)協(xié)作等多方面的推動(dòng)，而技術(shù)突破是其中最為關(guān)鍵的要素。從起步階段發(fā)展到當(dāng)下深度學(xué)習(xí)階段，算法、數(shù)據(jù)和算力構(gòu)成了AI三大基本要素，并共同推動(dòng)AI向更高層次的感知和認(rèn)知發(fā)展。算法方面，目前深度學(xué)習(xí)仍然是AI技術(shù)發(fā)展的主導(dǎo)路線(xiàn)，但是早期所使用的有監(jiān)督學(xué)習(xí)方式由于受限于對(duì)大量標(biāo)注數(shù)據(jù)依賴(lài)與理解能力缺乏，而且模型通用性較差，正逐步被新的技術(shù)所取代，在芯片算力的快速提升、日益龐大的數(shù)據(jù)量這兩者的支撐下，新算法正處于加速迭代升級(jí)過(guò)程中。
　　自監(jiān)督學(xué)習(xí)的算法模型快速發(fā)展，“預(yù)訓(xùn)練+精調(diào)”的開(kāi)發(fā)范式邁向成熟，新一輪AI技術(shù)產(chǎn)業(yè)化之路開(kāi)啟。谷歌、臉書(shū)等多家企業(yè)先后發(fā)布使用自監(jiān)督學(xué)習(xí)的算法模型，通過(guò)挖掘無(wú)標(biāo)注數(shù)據(jù)的監(jiān)督信息，減少人為干預(yù)?，F(xiàn)階段自監(jiān)督學(xué)習(xí)本質(zhì)上仍依賴(lài)規(guī)范化、標(biāo)簽化的數(shù)據(jù)，主要借助預(yù)訓(xùn)練模型構(gòu)筑并學(xué)習(xí)數(shù)據(jù)特征?！邦A(yù)訓(xùn)練”的做法一般是將大量低成本收集的訓(xùn)練數(shù)據(jù)放在一起，經(jīng)過(guò)某種預(yù)訓(xùn)方法去學(xué)習(xí)其中的共性，然后將其中的共性“移植”到特定任務(wù)的模型中，再使用相關(guān)特定領(lǐng)域的少量標(biāo)注數(shù)據(jù)進(jìn)行“微調(diào)”，這樣的話(huà)，模型只需要從“共性”出發(fā)，去“學(xué)習(xí)”該特定任務(wù)的“特殊”部分即可。預(yù)訓(xùn)練模型成功的關(guān)鍵是自監(jiān)督學(xué)習(xí)與Transformer的結(jié)合。預(yù)訓(xùn)練大模型在海量數(shù)據(jù)的學(xué)習(xí)訓(xùn)練后具有良好的通用性和泛化性，用戶(hù)基于大模型通過(guò)零樣本、小樣本學(xué)習(xí)即可獲得領(lǐng)先的效果，同時(shí)“預(yù)訓(xùn)練+精調(diào)”等開(kāi)發(fā)范式，讓研發(fā)過(guò)程更加標(biāo)準(zhǔn)化，顯著降低了人工智能應(yīng)用門(mén)檻。整體上來(lái)看，關(guān)于本輪AI技術(shù)突破所帶來(lái)的產(chǎn)業(yè)化變局，我們有三個(gè)核心觀(guān)點(diǎn)：1、基于GPT為代表的大模型AI的通用能力，未來(lái)幾年大模型AI的滲透廣度、深度和速度有可能會(huì)超預(yù)期；2、ChatGPT采用的是閉源模型，其加速的產(chǎn)業(yè)落地會(huì)刺激更多的廠(chǎng)商加大大模型AI的研發(fā)投入，進(jìn)而推動(dòng)AI產(chǎn)業(yè)化發(fā)展；3、大模型AI通用能力的提升，帶動(dòng)的將不僅僅是云計(jì)算市場(chǎng)的增長(zhǎng)，伴隨著多種技術(shù)與商業(yè)化路徑的逐步成熟，云、邊緣、端的增量市場(chǎng)空間均有望漸次打開(kāi)。
　　云端計(jì)算進(jìn)入高性能計(jì)算時(shí)代，大模型訓(xùn)練仍以GPU為主。雖然AI芯片目前看有GPU、ASIC、CPU、FPGA等幾大類(lèi)，但是基于幾點(diǎn)原因，我們判斷GPU仍將是訓(xùn)練模型的主流硬件：1、Transformer架構(gòu)是最近幾年的主流，該架構(gòu)最大的特點(diǎn)之一就是能夠利用分布式GPU進(jìn)行并行訓(xùn)練，提升模型訓(xùn)練效率；2、ASIC的算力與功耗雖然看似有優(yōu)勢(shì)，但考慮到AI算法還是處于一個(gè)不斷發(fā)展演進(jìn)的過(guò)程，用專(zhuān)用芯片部署會(huì)面臨著未來(lái)算法更迭導(dǎo)致芯片不適配的巨大風(fēng)險(xiǎn)；3、英偉達(dá)強(qiáng)大的芯片支撐、生態(tài)、算法開(kāi)源支持。
　　模型小型化技術(shù)逐步成熟，從訓(xùn)練走向推理，云、邊、端全維度發(fā)展。我們認(rèn)為至少有四大投資主線(xiàn)應(yīng)持續(xù)關(guān)注：1、GPU方面，在英偉達(dá)的推動(dòng)下，其從最初的顯卡發(fā)展到如今的高性能并行計(jì)算，海外大廠(chǎng)已經(jīng)具備了超過(guò)20年的技術(shù)、資本、生態(tài)、人才等儲(chǔ)備，形成了大量的核心技術(shù)專(zhuān)利，而且也能充分享有全球半導(dǎo)體產(chǎn)業(yè)鏈的支撐，這都或是目前國(guó)內(nèi)廠(chǎng)商所缺失的。近幾年在資本的推動(dòng)下，國(guó)內(nèi)涌現(xiàn)出數(shù)十家GPU廠(chǎng)商，各自或都具備一定的發(fā)展基礎(chǔ)，但整體經(jīng)營(yíng)時(shí)間較短，無(wú)論從技術(shù)積淀、產(chǎn)品料號(hào)布局、高端料號(hào)性能來(lái)說(shuō)，與國(guó)外大廠(chǎng)仍具備較大差距。但國(guó)產(chǎn)化勢(shì)在必行，國(guó)內(nèi)相關(guān)產(chǎn)業(yè)鏈重點(diǎn)環(huán)節(jié)也積極對(duì)上游芯片原廠(chǎng)進(jìn)行扶持，國(guó)產(chǎn)算力芯片需要不斷迭代以實(shí)現(xiàn)性能的向上提升，后續(xù)持續(xù)關(guān)注相關(guān)廠(chǎng)商料號(hào)升級(jí)、生態(tài)建設(shè)和客戶(hù)突破；2、AI在端側(cè)設(shè)備應(yīng)用普及是大勢(shì)所趨，目前，知識(shí)蒸餾、剪枝、量化等模型小型化技術(shù)在逐步成熟，AI在云、邊、端全方位發(fā)展的時(shí)代已至。除了更加廣泛的應(yīng)用帶來(lái)需求量的提升外，更復(fù)雜算法帶來(lái)更大算力的需求也將從另一個(gè)維度推動(dòng)市場(chǎng)擴(kuò)容；3、數(shù)據(jù)的高吞吐量需要大帶寬的傳輸支持，光通信技術(shù)作為算力產(chǎn)業(yè)發(fā)展的支撐底座，具備長(zhǎng)期投資價(jià)值；4、Chiplet技術(shù)可以突破單一芯片的性能和良率等瓶頸，降低芯片設(shè)計(jì)的復(fù)雜度和成本?；谙駽hiplet模式的設(shè)計(jì)轉(zhuǎn)型，已經(jīng)是大型芯片廠(chǎng)商的共識(shí)，相關(guān)產(chǎn)業(yè)鏈具備長(zhǎng)期投資價(jià)值。
　　建議關(guān)注：瑞芯微、晶晨股份、星宸科技（待上市）、全志科技、北京君正、中科藍(lán)訊、富瀚微、恒玄科技
　　風(fēng)險(xiǎn)提示：技術(shù)創(chuàng)新風(fēng)險(xiǎn)、宏觀(guān)經(jīng)濟(jì)和行業(yè)波動(dòng)風(fēng)險(xiǎn)、國(guó)際貿(mào)易摩擦風(fēng)險(xiǎn)。