一、現(xiàn)象級(jí)AI應(yīng)用狂飆破壁，ChatGPT引發(fā)范式革命

ChatGPT用戶量?jī)稍缕苾|，現(xiàn)象級(jí)應(yīng)用橫空出世

ChatGPT（Chat Generative Pre-trained Transformer）是由OpenAI開發(fā)的人工智能聊天機(jī)器人程序，于2022年11月推出。據(jù)瑞銀集團(tuán)，ChatGPT推出僅兩個(gè)月后，即2023年1月末的月活用戶已經(jīng)突破了1億，成為史上用戶增長(zhǎng)速度最快的消費(fèi)級(jí)應(yīng)用程序。作為比較，TikTok達(dá)到1 億用戶用了9個(gè)月，Instagram花了2年半的時(shí)間。

智能化生產(chǎn)工具，提高生產(chǎn)效率

ChatGPT是一個(gè)虛擬助手，可以幫助用戶解決問題、提供信息和建議。通過人工智能技術(shù)實(shí)現(xiàn)自然語言處理和自然語言理解，ChatGPT能夠快速準(zhǔn)確地回答用戶提出的問題?？梢酝ㄟ^文本或語音與用戶交互，并通過不斷學(xué)習(xí)和改進(jìn)來提高能力和服務(wù)質(zhì)量?，F(xiàn)有使用案例中，用戶可通過 ChapGPT實(shí)現(xiàn)代碼生成、修改程序bug、寫詩(shī)等。

重新定義搜索，跨時(shí)代AI產(chǎn)品

ChatGPT在智能化方面有跨越式進(jìn)步，在多輪對(duì)話能力以及對(duì)話交互友好性上展示了驚艷效果。能夠較準(zhǔn)確理解問題，把生成的答案用易于人類理解的語言組織起來，生成類似人類語言的文本答案。同時(shí)，ChatGPT的模型優(yōu)化目標(biāo)為有用、可信、無害，在道德上友善，符合大眾的道德觀。

GPT-3大模型驅(qū)動(dòng)，引發(fā)AIGC范式革命

以ChatGPT為代表的AIGC應(yīng)用在 2022 年的爆發(fā)，主要是得益于深度學(xué)習(xí)模型方面的技術(shù)創(chuàng)新。不斷創(chuàng)新的生成算法、預(yù)訓(xùn)練模型、多模態(tài)等技術(shù)融合帶來了 AIGC?（AI Generated Content）技術(shù)變革，擁有通用性、基礎(chǔ)性多模態(tài)、參數(shù)多、訓(xùn)練數(shù)據(jù)量大、生成內(nèi)容高質(zhì)穩(wěn)定等特征的 AIGC 模型成為了自動(dòng)化內(nèi)容生產(chǎn)的“工廠”和“流水線”。基礎(chǔ)層是核心，GPT-3模型起關(guān)鍵支撐作用。GPT-3一個(gè)大規(guī)模的通用語言模型，已經(jīng)在來自各種來源的大量文本數(shù)據(jù)上進(jìn)行了訓(xùn)練。能夠產(chǎn)生類似人類的反應(yīng)，并可用于廣泛的語言相關(guān)任務(wù)。ChatGPT基于目前較新的GPT-3.5模型版本進(jìn)行研發(fā)，專注于自然語言對(duì)話，接受了更廣泛的語言模式和風(fēng)格培訓(xùn)，因此，能較GPT-3產(chǎn)生更多樣化和微妙的響應(yīng)。

C端應(yīng)用時(shí)代降臨，拉開AI商業(yè)變現(xiàn)帷幕

OpenAI 在2023年2月1日推出訂閱服務(wù)，名為ChatGPT Plus，每月收費(fèi)20美元。訂閱用戶將獲得全天候服務(wù)，并在高峰時(shí)段享有優(yōu)先訪問。用戶還可提前使用新功能及改進(jìn)功能，應(yīng)用的響應(yīng)時(shí)間也更快。OpenAI預(yù)計(jì)2023年ChatGPT將實(shí)現(xiàn)2億美元的收入。微軟計(jì)劃將旗下所有產(chǎn)品全線整合ChatGPT。除了搜索引擎必應(yīng)、辦公軟件Office外，微軟還將在云計(jì)算平臺(tái)Azure中整合ChatGPT，Azure的 OpenAI服務(wù)將允許開發(fā)者訪問AI模型。

政策反應(yīng)迅速，國(guó)內(nèi)科技巨頭布局

2023年2月13日，北京市經(jīng)濟(jì)和信息化局發(fā)布《2022年北京人工智能產(chǎn)業(yè)發(fā)展白皮書》，提出全面夯實(shí)人工智能產(chǎn)業(yè)發(fā)展底座。支持頭部企業(yè)打造對(duì)標(biāo)ChatGPT的大模型，著力構(gòu)建開源框架和通用大模型的應(yīng)用生態(tài)。加強(qiáng)人工智能算力基礎(chǔ)設(shè)施布局。加速人工智能基礎(chǔ)數(shù)據(jù)供給。國(guó)內(nèi)科技企業(yè)紛紛對(duì)ChatGPT發(fā)表看法，百度、華為、騰訊、阿里巴巴等大多數(shù)頭部企業(yè)表示，已經(jīng)擁有、在研對(duì)標(biāo)ChatGPT相關(guān)的模型及產(chǎn)品。

關(guān)注AI三駕馬車投資機(jī)會(huì)

算法、算力和數(shù)據(jù)是人工智能發(fā)展的三駕馬車，也是推動(dòng)人工智能發(fā)展的重要基礎(chǔ)。算法層面，超大規(guī)模預(yù)訓(xùn)練模型推動(dòng)AI效果不斷提升。當(dāng)前，預(yù)訓(xùn)練模型參數(shù)數(shù)量、訓(xùn)練數(shù)據(jù)規(guī)模按照 300 倍/年的趨勢(shì)增長(zhǎng)，繼續(xù)通過增大模型和增加訓(xùn)練數(shù)據(jù)仍是短期內(nèi)演進(jìn)方向。算力層面，單點(diǎn)算力持續(xù)提升，算力定制化、多元化成為重要發(fā)展趨勢(shì)。計(jì)算技術(shù)圍繞數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)交互三大能力要素演進(jìn)升級(jí)，類腦芯片、量子計(jì)算等方向持續(xù)探索。數(shù)據(jù)層面，以深度學(xué)習(xí)為代表的人工智能技術(shù)需要大量的標(biāo)注數(shù)據(jù)，這也催生了專門的技術(shù)和服務(wù)，隨著面向問題的不斷具體化和深入，數(shù)據(jù)服務(wù)走向精細(xì)化和定制化。

二、巨量數(shù)據(jù)規(guī)模引發(fā)質(zhì)變，AI模型算力緊缺

大型預(yù)訓(xùn)練模型引發(fā)質(zhì)變

Transformer基礎(chǔ)算法模型的出現(xiàn)，為NLP和CV訓(xùn)練領(lǐng)域提供了強(qiáng)大支持。OpenAI的GPT預(yù)訓(xùn)練模型，以及百度的ERNIE模型，都是基于 Transformer模型建立。Al 預(yù)訓(xùn)練模型，又稱為大模型、基礎(chǔ)模型 (foundation model)，即基于大量數(shù)據(jù)(通常使用大規(guī)模自我監(jiān)督學(xué)習(xí))訓(xùn)練的、擁有巨量參數(shù)的模型，能適應(yīng)廣泛的下游任務(wù)。預(yù)訓(xùn)練模型能夠滿足真實(shí)內(nèi)容消費(fèi)場(chǎng)景中的靈活多變、高精度、高質(zhì)量等需求。隨著2018 年谷歌發(fā)布基于 Transformer 機(jī)器學(xué)習(xí)方法的自然語言處理預(yù)訓(xùn)練模型 BERT，人工智能領(lǐng)域進(jìn)入了大煉模型參數(shù)的預(yù)訓(xùn)練模型時(shí)代。預(yù)訓(xùn)練模型成為 AI 技術(shù)發(fā)展的范式變革，許多跨領(lǐng)域的 AI 系統(tǒng)將直接建立在預(yù)訓(xùn)練模型上。

AI模型數(shù)據(jù)規(guī)模增長(zhǎng)，AI算力需求井噴

當(dāng)前，預(yù)訓(xùn)練模型參數(shù)數(shù)量、訓(xùn)練數(shù)據(jù)規(guī)模按照 300 倍/年的趨勢(shì)增長(zhǎng)，繼續(xù)通過增大模型和增加訓(xùn)練數(shù)據(jù)仍是短期內(nèi)演進(jìn)方向。未來使用更多種圖像編碼、更多種語言、以及更多類型數(shù)據(jù)的預(yù)訓(xùn)練模型將會(huì)涌現(xiàn)。當(dāng)前算力距離AI應(yīng)用存巨大鴻溝。根據(jù) Open AI 數(shù)據(jù)，模型計(jì)算量增長(zhǎng)速度遠(yuǎn)超人工智能硬件算力增長(zhǎng)速度，存在萬倍差距。英特爾表示，目前的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)基礎(chǔ)設(shè)施遠(yuǎn)不足以實(shí)現(xiàn)元宇宙愿景，而要想實(shí)現(xiàn)真正的元宇宙，目前的計(jì)算能力需量要再提高1000倍。

據(jù)IDC預(yù)計(jì)，2021-2026年期間，中國(guó)智能算力規(guī)模年復(fù)合增長(zhǎng)率達(dá)52.3%。2022年智能算力規(guī)模將達(dá)到268.0 EFLOPS，預(yù)計(jì)到2026年智能算力規(guī)模將進(jìn)入每秒十萬億億次浮點(diǎn)計(jì)算（ZFLOPS）級(jí)別，達(dá)到1,271.4 EFLOPS。運(yùn)算數(shù)據(jù)規(guī)模的增長(zhǎng)，帶動(dòng)了對(duì)AI訓(xùn)練芯片單點(diǎn)算力提升的需求，并對(duì)數(shù)據(jù)傳輸速度提出了更高的要求。

算力升級(jí)：AI訓(xùn)練芯片空間廣闊

IDC預(yù)計(jì)，到2025年人工智能芯片市場(chǎng)規(guī)模將達(dá)726億美元。IDC全球范圍調(diào)研顯示，人工智能芯片搭載率將持續(xù)增高。目前每臺(tái)人工智能服務(wù)器上普遍多配置2個(gè)GPU，未來18個(gè)月，GPU、ASIC和FPGA的搭載率均會(huì)上升。通用性遞減，專用性增強(qiáng)，為AI芯片的主要發(fā)展方向。2021年中國(guó)以GPU為主實(shí)現(xiàn)數(shù)據(jù)中心計(jì)算加速，GPU在算力芯片的市場(chǎng)占有率接近90%。ASIC，F(xiàn)PGA，NPU等非GPU芯片市場(chǎng)占有率超過10%。國(guó)際科技網(wǎng)絡(luò)巨頭公司谷歌、臉書，亞馬遜等等在AI芯片領(lǐng)域從云端訓(xùn)練到終端產(chǎn)品應(yīng)用，在開源框架賦能產(chǎn)業(yè)行業(yè)上有一定的領(lǐng)先優(yōu)勢(shì)。國(guó)內(nèi)企業(yè)也在打造從AI芯片注重云端訓(xùn)練+AI芯片終端響應(yīng)+AI算法框架開源的生態(tài)體系。

算力升級(jí)：馮氏架構(gòu)“破壁者”，存算一體突破瓶頸

馮氏架構(gòu)以計(jì)算為中心，計(jì)算和存儲(chǔ)分離，二者配合完成數(shù)據(jù)的存取與運(yùn)算。然而，由于處理器的設(shè)計(jì)以提升計(jì)算速度為主，存儲(chǔ)則更注重容量提升和成本優(yōu)化，“存”“算”之間性能失配，從而導(dǎo)致了訪存帶寬低、時(shí)延長(zhǎng)、功耗高等問題，即通常所說的“存儲(chǔ)墻”和“功耗墻”。存算一體作為一種新的計(jì)算架構(gòu)，被認(rèn)為是具有潛力的革命性技術(shù)。核心是將存儲(chǔ)與計(jì)算完全融合，有效克服馮·諾依曼架構(gòu)瓶頸，并結(jié)合后摩爾時(shí)代先進(jìn)封裝、新型存儲(chǔ)器件等技術(shù)，減少數(shù)據(jù)的無效搬移，從而提升計(jì)算效率。中國(guó)移動(dòng)已將存算一體納入算力網(wǎng)絡(luò)的十大關(guān)鍵技術(shù)。

當(dāng)前NOR Flash、SRAM等傳統(tǒng)器件相對(duì)成熟可率先開展存內(nèi)計(jì)算產(chǎn)品化落地推動(dòng)。新型器件中RRAM各指標(biāo)綜合表現(xiàn)較好，MRAM壽命和讀寫性能較好，均有各自獨(dú)特優(yōu)勢(shì)與發(fā)展?jié)摿沙掷m(xù)推動(dòng)器件成熟，同步進(jìn)行存內(nèi)計(jì)算探索。三星電子、SK海力士、臺(tái)積電、美光、IBM、英特爾等都在進(jìn)行存算一體技術(shù)的研究。國(guó)內(nèi)公司中，億鑄科技、千芯科技、后摩智能專注于大算力存算一體芯片，閃易半導(dǎo)體、蘋芯科技、知存科技、智芯科、九天睿芯專注于小算力存算一體芯片。

傳輸升級(jí)：高速光模塊放量

傳輸速度迭代不止，高速光模塊出貨預(yù)計(jì)大幅增長(zhǎng)。據(jù)lightCounting統(tǒng)計(jì)，2021年，200G、400G和800G的高速以太網(wǎng)光模塊發(fā)貨量達(dá)222萬只，2022年預(yù)計(jì)將達(dá)600萬只，同比170%以上，800G的產(chǎn)品有望在2022年開始逐步放量。據(jù)lightcounting2022年3月預(yù)測(cè)，未來隨著AI、元宇宙等新技術(shù)不斷發(fā)展，以及網(wǎng)絡(luò)流量長(zhǎng)期保持持續(xù)增長(zhǎng)，以太網(wǎng)光模塊銷售額也將保持較快增長(zhǎng)并不斷迭代升級(jí)。預(yù)計(jì)到2027年，以太網(wǎng)光模塊市場(chǎng)將達(dá)到100.11億美元。

傳輸升級(jí)：CPO與硅光技術(shù)降本增效

CPO（協(xié)同封裝光子技術(shù)）提升數(shù)據(jù)中心應(yīng)用中的光互連技術(shù)。CPO將光學(xué)器件和ASIC緊密結(jié)合在一起，通過 Co-packaging 的封裝方式，大體積的可插拔模塊被簡(jiǎn)單的光纖配線架所取代，因此前面板的物理?yè)砣靡跃徑?。而交換機(jī)和光學(xué)器件之間的電氣通道大大縮短，因此CPO將增加帶寬和縮小收發(fā)器尺寸，提升系統(tǒng)集成度，同時(shí)降低功耗和封裝成本。

據(jù)lightcounting預(yù)測(cè)，數(shù)據(jù)中心將率先使用CPO封裝技術(shù)。同時(shí)，隨著AI集群和HPC的架構(gòu)正在不斷演進(jìn)發(fā)展，可能會(huì)看到CPO部署在GPU、TPU以及以太網(wǎng)、InfiniBand或NVLink交換機(jī)上，另外有許多基于FPGA的加速器也可能受益于CPO。預(yù)測(cè)在2027年，CPO端口將占總800G和 1.6T端口的近30%。據(jù)機(jī)構(gòu)CIR預(yù)測(cè)，CPO市場(chǎng)規(guī)模將在2025年超過13億美元，2027年達(dá)到27億美元。

硅光芯片基于絕緣襯底上硅（Silicon-On-Insulator，SOI）平臺(tái)，兼容互補(bǔ)金屬氧化物半導(dǎo)體 (Complementary Metal OxideSemiconductor，CMOS）微電子制備工藝，同時(shí)具備了 CMOS 技術(shù)超大規(guī)模邏輯、超高精度制造的特性和光子技術(shù)超高速率、超低功耗的優(yōu)勢(shì)。硅光芯片商業(yè)化至今較為成熟的領(lǐng)域?yàn)閿?shù)據(jù)中心、通信基礎(chǔ)設(shè)施等光連接領(lǐng)域。目前，硅光技術(shù)在第一代4x25G光模塊中主要應(yīng)用于500m內(nèi)的100G QSFP28 PSM4；在第二代1x100G產(chǎn)品中，應(yīng)用有100G QSFP28 DR1/FR1和LR1，作用于500m-10km場(chǎng)景中；在400G產(chǎn)品中，主要聚焦在2km以內(nèi)的中短距離傳輸應(yīng)用場(chǎng)景，產(chǎn)品有400G DR4。未來隨著技術(shù)逐漸成熟，激光雷達(dá)、光子計(jì)算等領(lǐng)域的應(yīng)用有望實(shí)現(xiàn)突破。

三、AIGC跨越數(shù)據(jù)鴻溝，合成數(shù)據(jù)與日精進(jìn)

ChatGPT狂飆出圈，AIGC迎發(fā)展快車道

AIGC（人工智能生成內(nèi)容）的狹義概念是利用AI自動(dòng)生成內(nèi)容的生產(chǎn)方式。在AIGC場(chǎng)景下，人工智能可靈活運(yùn)用于寫作、編曲、繪畫和視頻制作等創(chuàng)意領(lǐng)域。初步估計(jì)，到2025年，人工智能生成數(shù)據(jù)占比將達(dá)到10%。根據(jù)《Generative AI：A Creative New World》的分析，AIGC有潛力產(chǎn)生數(shù)萬億美元的經(jīng)濟(jì)價(jià)值。ChatGPT屬于AIGC技術(shù)在自然語言對(duì)話場(chǎng)景的應(yīng)用。ChatGPT的火速出圈，將AIGC推向新的高度。

AIGC提供數(shù)據(jù)燃料，驅(qū)動(dòng)AI技術(shù)發(fā)展

AIGC正朝著效率和品質(zhì)更高、成本更低的方向發(fā)展。根據(jù)ChatGPT能夠快速、準(zhǔn)確地生產(chǎn)聊天內(nèi)容的表現(xiàn)，可大膽推測(cè)，未來AIGC技術(shù)將會(huì)把創(chuàng)造和知識(shí)工作的邊際成本降至零，以產(chǎn)生巨大的勞動(dòng)生產(chǎn)率和經(jīng)濟(jì)價(jià)值。數(shù)據(jù)是人工智能的燃料和驅(qū)動(dòng)力，人工智能發(fā)展所需的海量數(shù)據(jù)也能通過 AIGC 技術(shù)生成、合成出來，即合成數(shù)據(jù)(synthetic data )。合成數(shù)據(jù)可以在數(shù)學(xué)上或統(tǒng)計(jì)學(xué)上反映真實(shí)世界數(shù)據(jù)的屬性，因此可以作為真實(shí)世界數(shù)據(jù)的替代品，來訓(xùn)練、測(cè)試、驗(yàn)證 Al 模型。

跨越數(shù)據(jù)鴻溝，合成數(shù)據(jù)推進(jìn)實(shí)現(xiàn)AI 2.0

合成數(shù)據(jù)將極大拓展人工智能發(fā)展應(yīng)用的數(shù)據(jù)基礎(chǔ)。Forrester 將合成數(shù)據(jù)和強(qiáng)化學(xué)習(xí)、Transformer 網(wǎng)絡(luò)、聯(lián)邦學(xué)習(xí)、因果推理視為實(shí)現(xiàn)人工智能2.0 的五項(xiàng)關(guān)鍵技術(shù)進(jìn)展，可以解決人工智能 1.0 所面臨的一些限制和挑戰(zhàn)，諸如數(shù)據(jù)、準(zhǔn)確性、速度、安全性、可擴(kuò)展性等。Gartner 預(yù)測(cè)稱，到 2030 年合成數(shù)據(jù)將徹底取代真實(shí)數(shù)據(jù)成為 AI 模型所使用的數(shù)據(jù)的主要來源。

合成數(shù)據(jù)為數(shù)據(jù)要素創(chuàng)造增量，潛在商業(yè)價(jià)值待挖掘

根據(jù) Cognilytica 的數(shù)據(jù)，合成數(shù)據(jù)市場(chǎng)規(guī)模在 2021 年大概是 1.1 億美元，到2027 年將達(dá)到 11.5 億美元。Grand View Research 預(yù)測(cè)，Al 訓(xùn)練數(shù)據(jù)市場(chǎng)規(guī)模到 2030 年將超過 86 億美元。Gartner 預(yù)測(cè)，到 2024 年用于訓(xùn)練 Al 的數(shù)據(jù)中有 60% 將是合成數(shù)據(jù)，到2030 年 AI 模型使用的絕大部分?jǐn)?shù)據(jù)將由人工智能合成。合成數(shù)據(jù)作為數(shù)據(jù)要素市場(chǎng)的新增量，在創(chuàng)造巨大商業(yè)價(jià)值的同時(shí)，也有望解決人工智能和數(shù)字經(jīng)濟(jì)的數(shù)據(jù)供給問題。

報(bào)告節(jié)選：

作者：郭偉松_鑫鑫投資
鏈接：https://xueqiu.com/2524803655/242711126
來源：雪球
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。
風(fēng)險(xiǎn)提示：本文所提到的觀點(diǎn)僅代表個(gè)人的意見，所涉及標(biāo)的不作推薦，據(jù)此買賣，風(fēng)險(xiǎn)自負(fù)。