>> 長江證券-計算機行業(yè)研究：如何看待本輪大模型對AI算力的提振？-230814
| 上傳日期： |
2023/8/14 |
大?。?/td>
| 2890KB |
| 格式： |
pdf 共22頁 |
來源： |
長江證券 |
| 評級： |
看好 |
作者： |
宗建樹 |
| 行業(yè)名稱： |
計算機 |
| 下載權限： |
此報告為加密報告，僅限高級會員查看 |
|
|
復盤：從AI本質看算力擴容核心原因
AI的本質是供給驅動需求
供給的突破主要依靠底層技術帶來的AI研發(fā)范式的突破，需求的突破是基于供給突破的基礎上，考慮成本在原有場景的升級以及新場景應用的擴容。因此AI在前深度學習時期的發(fā)展呈現波折上升的態(tài)勢，已經經歷過三次浪潮，三次浪潮的共性在于技術突破和創(chuàng)新帶來新一輪景氣度上升，技術和成本導致應用范圍受限后迎來低谷。
以深度學習為鑒，AI技術突破驅動算力進入發(fā)展黃金期
復盤深度學習發(fā)展歷程，AI技術突破驅動算力進入發(fā)展黃金期。
技術拐點是算力提升的前瞻指標：深度學習的發(fā)展拐點主要為2006年技術突破期、2012年應用初步拓展期和2016年應用爆發(fā)期。在此推動下，經中國信通院測算，全球算力規(guī)模自2016年開始逐年加速增長，2021年全球計算設備算力總規(guī)模達到615EFlOPs，同比增長44%，其中智能算力規(guī)模為232EFLOPs。
細致來看AI對算力需求的推動因素主要在于兩點：（1）AI技術突破使得模型復雜度提升，訓練所需算力相應正向增加；（2）AI技術突破可以推動人工智能在更多領域得到應用，進而推動行業(yè)算力需求；同時算力工藝提升帶來單位計算效率成本不斷降低進而推動新一輪應用爆發(fā)，技術突破與底層算力資源共振。
投資建議
訓練端：當前階段仍處于訓練端算力需求逐步釋放階段，英偉達憑借自身技術及生態(tài)優(yōu)勢享受最優(yōu)格局及最確定的市場，建議關注英偉達產業(yè)鏈公司
推理端：推理端需求的拐點在于應用后續(xù)落地及爆品的出現，目前仍在等待拐點到來，但是本輪技術帶來的產業(yè)趨勢明確，后期推理端將會釋放大量需求，以及相較于訓練端，國產算力更易突圍，建議關注以華為昇騰為代表的國產算力廠商
B端應用落地：當前時點，模型能力仍在不斷迭代，相較于C端產品對于體驗感的高要求，B端應用落地更注重提效；國內以國央企為代表的中大型B端企業(yè)目前已逐漸產生本地私有化部署的需求，建議關注大模型自主可控鏈條，建議關注以華為昇騰+訊飛為代表的自主可控方案類型的廠商
風險提示
AI技術發(fā)展不及預期。本次大模型創(chuàng)新伴隨參數量及模態(tài)的增速能力天花板尚未達到，但模型效果本身仍存瓶頸及問題，倘若AI技術發(fā)展不及預期，投入廠商仍然存在失敗風險。
下游應用需求不及預期。人工智能本質是通過供給創(chuàng)新催生需求擴容，目前大模型仍處于商業(yè)模式摸索期，倘若本輪技術變革無法真實帶動下游需求，投入廠商將受到影響。
|
|
