>> 招商證券-通信行業(yè)數(shù)字經(jīng)濟“算力網(wǎng)絡(luò)”系列17：OpenAI新模型o1發(fā)布，推理算力需求重估-240923
| 上傳日期： |
2024/9/23 |
大?。?/td>
| 1078KB |
| 格式： |
pdf 共11頁 |
來源： |
招商證券 |
| 評級： |
推薦 |
作者： |
梁程加,劉浩天,孫嘉擎 |
| 行業(yè)名稱： |
通信 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
OpenAI發(fā)布OpenAI o1-preview，該模型在回答問題前先進行思考，即引入強化學(xué)習(xí)算法產(chǎn)生一個比較長的內(nèi)部推理（思維鏈），可以將復(fù)雜任務(wù)一步步拆解，給出更加準(zhǔn)確的答案。與之前的模型相比o1提升了大模型在推理方面的能力，可以處理如數(shù)學(xué)、代碼、科學(xué)等方面更加復(fù)雜的任務(wù)。
相比gpt，o1更側(cè)重Post-Training。就像人類在回答難題之前可能會思考很長時間一樣，o1在嘗試解決問題時也會使用思維鏈（CoT）。o1通過強化學(xué)習(xí)能夠打磨自己的思維鏈，并改進自己使用的策略；可以識別并糾正自己的錯誤；能做到將復(fù)雜的步驟分解為更簡單的步驟；并實現(xiàn)在現(xiàn)有方法不起作用時嘗試不同的方法。這一過程極大地提高了模型的推理能力，在很大程度上解決了以往大模型在邏輯推理方面的不足。
o1有望帶動推理算力需求提升。OpenAI發(fā)現(xiàn)隨著更多的強化學(xué)習(xí)（訓(xùn)練時計算）和更多的思考時間（測試時計算）, o1的性能也在不斷提升。Post-Training的Scaling Laws成為新的值得重點關(guān)注的方向，推理環(huán)節(jié)的算力需求上限被大幅提升。o1表明推理階段對于復(fù)雜問題的解決起到非常關(guān)鍵的作用，因此未來推理端算力可能非常重要，甚至可能比Training端算力更加重要。未來算力投資也可能更多轉(zhuǎn)向推理階段。
o1提供更多可訓(xùn)練數(shù)據(jù)，加速大模型產(chǎn)業(yè)發(fā)展。由AI生成數(shù)據(jù)的可靠性提升，解決了訓(xùn)練下一代大模型數(shù)據(jù)不足的問題。目前訓(xùn)練新的大模型不可避免的要用到AI生成的數(shù)據(jù)，但是生成式AI往往存在“幻覺”，在邏輯推理方面輸出的信息準(zhǔn)確度并不高。而o1大模型能夠在科學(xué)問題和邏輯推理方面生成更加可靠的答案，能夠為訓(xùn)練能夠充分理解現(xiàn)實世界的AGI提供可靠數(shù)據(jù)。
o1拓寬大模型應(yīng)用領(lǐng)域，帶來新增需求。首先，o1拓寬人工智能的應(yīng)用范圍。以往AI很難解決一些推理方面的復(fù)雜問題，因此商業(yè)化應(yīng)用局限于通用的消費者市場。而本次OpenAI新模型o1對于一些復(fù)雜問題回答的表現(xiàn)非常好，未來可能在科研、醫(yī)療等復(fù)雜應(yīng)用場景中具有很大的應(yīng)用潛力。其次，OpenAIo1有望提供新的AGI路徑，scaling law的拓展在post-training側(cè)也有更多的提升空間，這也一定程度上影響著未來模型的設(shè)計思路與發(fā)展方向。
投資建議：OpenAI o1推理端算力需求增長拉動硬件基礎(chǔ)設(shè)施建設(shè)需求。建議關(guān)注：1、光通信產(chǎn)業(yè)鏈【中際旭創(chuàng)】、【新易盛】、【天孚通信】等；2、scaling law未失效，集群規(guī)模擴大，networking Capex占比持續(xù)提升，利好交換機產(chǎn)業(yè)鏈【盛科通信】、【紫光股份】、【中興通訊】、【銳捷網(wǎng)絡(luò)】、【菲菱科思】等；3、IDC產(chǎn)業(yè)鏈算力基礎(chǔ)設(shè)施供需格局持續(xù)改善【萬國數(shù)據(jù)】、【潤澤科技】、【世紀(jì)互聯(lián)】、【奧飛數(shù)據(jù)】等；4、海外AI算力基礎(chǔ)設(shè)施龍頭【英偉達】、【博通】、【Arista】等；
風(fēng)險提示：o1模型落地進度不及預(yù)期，實際應(yīng)用效果不及預(yù)期，行業(yè)競爭格局惡化。
|
|
