>> 中信證券-亞馬遜(AMZN.US)深度跟蹤報告：生成式AI時代，亞馬遜云AWS落后了嗎？-230718
| 上傳日期： |
2023/7/20 |
大?。?/td>
| 3461KB |
| 格式： |
pdf 共31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，僅限高級會員查看 |
|
|
年初至今亞馬遜股價上漲近50%，顯著好于市場基準(zhǔn)，主要反映公司在降本增效等層面的積極努力。但相較微軟、谷歌、Meta等公司，亞馬遜目前在大語言模型領(lǐng)域的進展并無太多亮點，市場對其AI能力存在質(zhì)疑，并擔(dān)憂后續(xù)對AWS的可能拖累。我們認為，從早期的智能音箱到當(dāng)前的Titan模型，亞馬遜在AI領(lǐng)域具有長期積累，同時在軟硬件堆棧自研能力方面亦領(lǐng)先全球，并與Hugging Face等開源平臺建立深度合作，致力于更為開放的AI生態(tài)構(gòu)建。隨著企業(yè)客戶持續(xù)加大對AI的投入，AWS完善的基礎(chǔ)能力、相對開放的生態(tài)有望持續(xù)受益，AWS當(dāng)前的全球領(lǐng)先地位亦有望延續(xù)。當(dāng)前亞馬遜16x的EV/EBITDA（2023E）顯著低于歷史中樞（20x），短期風(fēng)險收益比較為理想。我們持續(xù)看好公司在生成式AI浪潮下云計算業(yè)務(wù)的成長機遇。
▍報告緣起：大語言模型時代，市場質(zhì)疑亞馬遜AI能力，以及對AWS的可能拖累。此前亞馬遜發(fā)布多項生成式AI以及AIGC相關(guān)產(chǎn)品，入局全球大模型競賽當(dāng)中。我們認為，公司作為北美最大的電商與云計算巨頭，在應(yīng)用場景、算力儲備等方面具備深厚積累。雖然公司計劃將AI產(chǎn)品逐步導(dǎo)入到商品內(nèi)容生產(chǎn)、搜索推薦等領(lǐng)域，并有望為公司帶來降本增效、增厚公司云計算收入等方面的正向影響，但市場對公司本身模型能力、商業(yè)化能力以及云計算后續(xù)的市場競爭仍存在一定擔(dān)憂，具體體現(xiàn)在：1）亞馬遜在算法層面是否與微軟、谷歌等閉源模型廠商存在顯著差距；2）在算力層面，AWS能否支撐自身AI業(yè)務(wù)的需求以及是否具備支撐外部企業(yè)的AI能力；3）與AI相關(guān)的軟硬件堆棧，AWS自身的優(yōu)勢與競爭力。
▍市場需求：企業(yè)AI需求較2C市場存在顯著差異，并體現(xiàn)在應(yīng)用場景、差異化數(shù)據(jù)等層面。對企業(yè)而言，開源、閉源模型的選擇將聚焦在模型自身能力以及使用成本的平衡上，同時開源與閉源模型之間的差距在企業(yè)需求中的體現(xiàn)大概率將持續(xù)收窄，因此后續(xù)來看，AI的需求對云廠商提出了更高的要求。一方面，云廠商必須要提供性能靠前的多種類模型，以滿足企業(yè)多樣的業(yè)務(wù)需求；另一方面，在AI產(chǎn)品搭建過程中，需要完整的硬件體系支撐模型的訓(xùn)練、微調(diào)、部署，以及完整的軟件棧進行相應(yīng)處理。在這一趨勢下，預(yù)計軟硬件堆棧能力將逐步成為云廠商在生成式AI時代最為核心的能力。
▍模型能力：AWS具備大語言模型的研發(fā)能力，并致力于構(gòu)建更為開放的AI生態(tài)。雖然亞馬遜對自研模型Titan的披露相對較少，但我們可以從亞馬遜在語音以及其他領(lǐng)域大模型的研發(fā)情況進行相應(yīng)參考。以亞馬遜在2022年發(fā)布的AlexaTM為例，雖然該模型并沒有完全采用其他大型語言模型使用的“僅解碼器架構(gòu)”（GPT思路），但AlexaTM 20B模型是序列到序列(seq2seq)編碼器-解碼器架構(gòu)，同時結(jié)合了“師生模型”的思路進行訓(xùn)練。雖然模型的體積、架構(gòu)與當(dāng)前主流的GPT式模型存在一定不同，但在小規(guī)模數(shù)據(jù)下，AlexaTM 20B在多種語言任務(wù)上優(yōu)于擁有數(shù)千億參數(shù)的大型模型。在數(shù)據(jù)能力維度，亞馬遜提供開源了語言數(shù)據(jù)集Mintaka、多模態(tài)數(shù)據(jù)集Alexa Arena等。生態(tài)層面，AWS與Hugging Face合作，推出多種開源模型，對自身模型能力提供補充。
▍硬件堆棧：自研芯片&硬件，覆蓋訓(xùn)練、推理等關(guān)鍵環(huán)節(jié)。經(jīng)過早期探索，AWS底層采用了自研的Nitro系統(tǒng)架構(gòu)，將虛擬化功能從服務(wù)器卸載到Amazon Nitro專用芯片上，大大降低了物理性能的損耗，并提升了安全機制，優(yōu)化了網(wǎng)絡(luò)與輸入輸出機制。AI計算層面，AWS推出人工智能業(yè)務(wù)的推理芯片Inferentia與訓(xùn)練芯片Trainium。AWS通過在關(guān)鍵計算要素的自研&定制化，實現(xiàn)系統(tǒng)效率的最優(yōu)。軟件層面，亞馬遜提供Neuron框架，包括深度學(xué)習(xí)編譯器、編譯工具，這些工具與TensorFlow和PyTorch等流行框架原生集成。上述硬件為AWS進行模型的訓(xùn)練、部署提供完備的硬件堆棧。
▍軟件堆棧：整體實力處在行業(yè)頭部，覆蓋數(shù)據(jù)準(zhǔn)備、模型構(gòu)建與訓(xùn)練、部署推理等環(huán)節(jié)。對AI的研發(fā)，一般要經(jīng)歷數(shù)據(jù)整理、模型訓(xùn)練、驗證部署三個階段，而這三個階段需要平臺提供足夠且高性能的軟件棧才能進行支撐，包括數(shù)據(jù)管理、訓(xùn)練與部署環(huán)境等，而上述階段亦是AWS全力布局的領(lǐng)域。數(shù)據(jù)管理維度，根據(jù)Gartner數(shù)據(jù)，2022年亞馬遜位居全球DBMS（數(shù)據(jù)管理軟件）份額第一，同時在關(guān)系型、非關(guān)系型數(shù)據(jù)庫領(lǐng)域，亞馬遜亦處在前列。訓(xùn)練與部署領(lǐng)域，AWS依托Amazon SageMaker，覆蓋AI開發(fā)全流程，根據(jù)Gartner數(shù)據(jù)，亞馬遜AWS在2023年的云AI開發(fā)者服務(wù)魔力象限中位居領(lǐng)導(dǎo)者象限。因此整體來看，AWS在軟件層面亦處在前列。
▍后續(xù)展望：關(guān)注算法生態(tài)、企業(yè)AI需求增長等。亞馬遜在算法儲備、算力基礎(chǔ)設(shè)施、軟件堆棧等方面的儲備，體現(xiàn)了自身的AI能力依舊較強，落地到后續(xù)AI對AWS的賦能，我們認為開源模型的持續(xù)增長、用戶量增加帶來的推理需求等，均是AWS后續(xù)增長的驅(qū)動力。目前Hugging Face的日訪問量在千萬次以上，AWS作為其首選云平臺，顯示出開源生態(tài)的巨大潛力。同時我們看到，AWS傳統(tǒng)企業(yè)客戶的比例在持續(xù)提升，傳統(tǒng)企業(yè)對
|
|
