>> 長江證券-電子行業(yè)：AI浪潮下的硬件創(chuàng)新-230506
| 上傳日期： |
2023/5/6 |
大?。?/td>
| 8561KB |
| 格式： |
pdf 共30頁 |
來源： |
長江證券 |
| 評級： |
看好 |
作者： |
楊洋 |
| 行業(yè)名稱： |
電子 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
01 ChatGPT：生成式AI引爆技術(shù)奇點(diǎn)
過去傳統(tǒng)的人工智能偏向于分析能力，即通過分析一組數(shù)據(jù)，發(fā)現(xiàn)其中的規(guī)律和模式并用于其他多種用途，比如應(yīng)用最為廣泛的個性化推薦算法。而現(xiàn)在人工智能正在生成新的東西，而不是僅僅局限于分析已經(jīng)存在的東西，實現(xiàn)了人工智能從感知理解世界到生成創(chuàng)造世界的躍遷。因此，從這個意義上來看，廣義的AIGC可以看作是像人類一樣具備生成創(chuàng)造能力的Al技術(shù)，即生成式AI它可以基于訓(xùn)練數(shù)據(jù)和生成算法模型，自主生成創(chuàng)造新的文本、圖像、音樂、視頻、3D交互內(nèi)容(如虛擬化身、虛擬物品、虛擬環(huán)境)等各種形式的內(nèi)容和數(shù)據(jù)，以及包括開啟科學(xué)新發(fā)現(xiàn)創(chuàng)造新的價值和意義等。因此，AIGC已經(jīng)加速成為了AI領(lǐng)域的新疆域，推動人工智能迎來下一個時代。
大模型參數(shù)量快速提升，算力需求大幅增加
大模型主要由各大龍頭企業(yè)推動，在國內(nèi)科技公司中，阿里巴巴達(dá)摩院在2020年推出了M6大模型，百度在2021年推出了文心大模型，騰訊在2022年推出了混元AI大模型。
大模型最核心的除了算法外主要是參數(shù)的設(shè)置，其中參數(shù)量(Params)形容模型的大小程度，類似于算法中的空間復(fù)雜度,往往參數(shù)量越大(復(fù)雜程度越高)的神經(jīng)網(wǎng)絡(luò)模型對算力的需求程度更高，復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型的算法參數(shù)量約千億級別甚至萬億級別，與已知應(yīng)用級別的呈現(xiàn)指數(shù)級別的差異。這些模型不僅在參數(shù)量上達(dá)到了千億級別，而且數(shù)據(jù)集規(guī)模也高達(dá)TB級別，想要完成這些大模型的訓(xùn)練，就至少需要投入超過1000PetaFlop/s-day的計算資源。
大模型參數(shù)量快速提升，算力需求大幅增加
大模型主要由各大龍頭企業(yè)推動，在國內(nèi)科技公司中，阿里巴巴達(dá)摩院在2020年推出了M6大模型，百度在2021年推出了文心大模型，騰訊在2022年推出了混元AI大模型。
大模型最核心的除了算法外主要是參數(shù)的設(shè)置，其中參數(shù)量(Params)形容模型的大小程度，類似于算法中的空間復(fù)雜度,往往參數(shù)量越大(復(fù)雜程度越高)的神經(jīng)網(wǎng)絡(luò)模型對算力的需求程度更高，復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型的算法參數(shù)量約千億級別甚至萬億級別，與已知應(yīng)用級別的呈現(xiàn)指數(shù)級別的差異。這些模型不僅在參數(shù)量上達(dá)到了千億級別，而且數(shù)據(jù)集規(guī)模也高達(dá)TB級別，想要完成這些大模型的訓(xùn)練，就至少需要投入超過1000PetaFlop/s-day的計算資源。
1、算力總需求量=參數(shù)量*詞條長度（單個詞語計算次數(shù)，單精度）*訓(xùn)練詞數(shù)
2、GPU總需求量=算力總需求量/單張加速卡算力/計算用時
按照175B的參數(shù)規(guī)模測算，若訓(xùn)練時長為1個月，則英偉達(dá)A100 GPU需要張數(shù)超6000張，A100加速卡成本1.56億美元；若參數(shù)量提升至481B，則加速卡成本上升至4.28億美元；若481B模型的計算時間限制為一周，則僅加速卡成本將達(dá)到18.35億美元。又好（參數(shù)量大）、又快（迭代時間短）的需求將大幅推升龍頭廠商的硬件軍備競賽。
人工智能技術(shù)將全面賦能各行各業(yè)。預(yù)計到2025年，人工智能涉及的場景規(guī)模將達(dá)到2,081億美金，并在無人駕駛、智慧金融、智慧醫(yī)療、智慧零售、文娛等領(lǐng)域大顯身手。人工智能技術(shù)對于算力的核心拉動點(diǎn)在于未來各應(yīng)用場景內(nèi)單設(shè)備芯片算力的增長和人工智能技術(shù)的行業(yè)滲透率的進(jìn)一步提升，帶動對云計算中心、邊緣設(shè)備和終端NPU的巨大需求。整體預(yù)計在2030年，人工智能相關(guān)領(lǐng)域?qū)τ谒懔Φ男枨髮⑦_(dá)到~16,000 EFLOPS，相當(dāng)于1,600億顆高通驍龍855內(nèi)置的人工智能芯片所能提供的算力。
以商湯為例，2022年已開啟10多個大模型訓(xùn)練任務(wù)，包括NLP、視覺、文生圖、多模態(tài)等，8家客戶動用算力資源為7000多塊GPU。22年公司擴(kuò)建算力裝置，GPU達(dá)到2.7萬塊，輸出超5000P算力。
風(fēng)險提示
全球政治經(jīng)濟(jì)持續(xù)動蕩，經(jīng)濟(jì)運(yùn)行不確定性仍存，下游需求存在復(fù)蘇不及預(yù)期進(jìn)而影響AI應(yīng)用落地及推進(jìn)進(jìn)度的風(fēng)險；
AI作為新興行業(yè)，強(qiáng)勁的產(chǎn)業(yè)趨勢和資金關(guān)注度使得新玩家參與的動力和資源都較為充分，存在行業(yè)競爭加劇進(jìn)而影響格局和盈利能力的風(fēng)險
|
|
