计算机行业：ChatGPT开启AI新纪元，AIGC投资框架梳理

www.chinastock.com.cn 证券研究报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明 [table_research] 行业深度报告●计算机 2023年2月17日 [table_main] 公司深度报告模板 ChatGPT开启AI新纪元，AIGC投资框架梳理 计算机行业 推荐 维持评级 核心观点：  ChatGPT指明了NLP生成领域的技术方向，从技术本源上加速AIGC发展。我们认为，ChatGPT对AIGC发展的意义在于：一方面，GPT作为NLP生成领域模型的突破，将迅速解决AI文本生成、AI代码生成等领域的痛点；另一方面，AI文本生成、AI代码生成作为AI音视频、游戏等其他领域的技术基础，其突破发展也将加速AIGC在音视频、游戏等场景中的渗透（比如生成AI绘画提示词，或生成调用计算引擎等）。全球巨头争相追赶，与ChatGPT水平尚存一定差距。国外公司中，谷歌发布的聊天机器人Bard具有与ChatGPT接近的技术水平，大约相差半年左右。国内公司中，百度、华为、字节跳动、阿里、腾讯等巨头均在大模型方向布局，整体发展水平与ChatGPT相差大概一到两年左右，约接近GPT-3的水平。  AIGC多场景应用处于爆发前夜，千亿市场打开。随着大模型算法突破以及算力成本下降，AIGC发展痛点逐步解除，亟待爆发；同时又有ChatGPT助力，文本、代码、图像生成有望率先成熟，视频、游戏将紧随其后。我们预测，到2025年AIGC在网络文学领域、文本分析领域、绘画及图片领域、数字音乐领域技术将相对成熟，因此渗透率分别为70%/60%/60%/50%；网络视频领域、游戏领域由于技术原因渗透率相对较低，分别约为30%/25%。基于上述假设，我们分别对AIGC细分领域做市场规模预测，预计2025年中国AIGC市场规模有望达到1600亿。  AIGC产业链：基础层最先受益，中间层巨头占优。AIGC产业链可大致分为基础层、中间层和应用层三层架构。鉴于大模型训练需要巨大的算力规模，基础层中的芯片、服务器等硬件提供商将最先受益。而对于中间层来说，技术积累以及资金实力都是关键竞争力，因此我们认为科技巨头更具有竞争优势。应用层中，可类比移动互联网时代，会爆发出很多杀手级应用，用户体验和模式创新都将成为“杀手钳”。  GPT-3训练所需总成本：模型的算力需求几乎与参数量呈同比增长。单一V100 GPU芯片进行一次GPT-3 13B模型的训练，大约需要2144天；进行一次GPT-3 175B模型的训练，大约需要29120天。我们测算GPT-3 13B训练总成本约为：$3.06 /H * 24 H/D * 365 D/Y * 26Y = $0.7 Million；同理，GPT-3 175B训练总成本约为$ 9.5 Million。在不计RAM、CPU、SSD驱动器、电源等其他情况下，GPT-3运行所需芯片成本至少在20万美元以上。  投资建议：ChatGPT开启AI新纪元，AIGC千亿市场处于爆发前夜。产业链基础层中，我们重点推荐全球AI服务器龙头浪潮信息（000977.SZ），关注中科曙光（603019.SH）、中国长城（000066.SZ）；中间层中，推荐人工智能技术积累深厚的拓尔思（300229.SZ）、科大讯飞（002230.SZ）；应用层中，推荐彩讯股份（300634.SZ）、嘉和美康（688246.SH）、金山办公（688111.SH）、同花顺（300033.SZ），关注万兴科技（300624.SZ）。  风险提示：行业竞争加剧的风险；产业发展进度不达预期的风险；技术风险；政策风险。 分析师 吴砚靖 ：（8610）66568589 ：wuyanjing@chinastock.com.cn 执业证书编码：S0130519070001 邹文倩 ：（8610）86359293 ：zouwenqian@chinastock.com.cn 执业证书编码：S0130519060003 行业数据 2023-2-17 [table_report] 资料来源：Wind，中国银河证券研究院整理 行业深度报告/计算机行业 请务必阅读正文最后的中国银河证券股份有限公司免责声明。 2 目 录 一、ChatGPT开启AI新纪元，指明NLP生成领域的技术方向 .......................................................................................... 3 （一）ChatGPT通过引入RLHF技术解决生成模型的核心问题，大大提高类人成熟度 .................................................... 3 （二）ChatGPT商业化规划及仍需讨论的问题 ........................................................................................................................ 4 （三）全球巨头争相追赶，与ChatGPT水平尚存一定差距 ................................................................................................... 6 二、AIGC多场景应用处于爆发前夜，千亿市场打开 ............................................................................................................. 6 （一）AIGC发展痛点逐步解除，亟待爆发 ............................................................................................................................. 6 （二）ChatGPT助力，文本、代码、图像生成有望率先成熟，视频、游戏紧随其后 ......................................................... 8 （三）AIGC海外公司布局梳理 ............................................................................................................................................... 12 （四）AIGC细分市场规模预测：2025年有望百倍增长 ....................................................................................................... 14 三、AIGC产业链：基础层最先受益，中间层巨头占优 ....................................................................................................... 16 （一）AIGC产业链结构及巨头布局 ....................................................................................................................................... 16 （二）GPT模型所需算力测算 ................................................................................................................................................. 18 四、A股相关公司介绍 .............................................................................................................................................................. 20 五、投资建议与风险提示 .......................................................................................................................................................... 23 行业深度报告/计算机行业 请务必阅读正文最后的中国银河证券股份有限公司免责声明。 3 一、ChatGPT开启AI新纪元，指明NLP生成领域的技术方向 ChatGPT指明了NLP生成领域的技术方向。预训练语言模型对于NLP理解领域以及生成领域的问题都是相当有效的，在过去几年里，发展出的主要模型有Bert和GPT。从文本对话的过程来看，理解到生成之间的连接是一个关键问题。然而，Bert 在NLP理解领域获得了巨大的成功，但是在NLP生成领域却表现不佳，这是由于 Bert 训练时所采用的语言模型所决定的。Bert采用的是DAE语言模型，只学习到了词的上下文表征的能力，即理解语言的能力，但没有学习到如何组织语言的能力。而chatGPT成功解决了这个问题，可以说ChatGPT指明了NLP生成领域的技术方向。 ChatGPT从技术本源上加速AIGC发展。AIGC的底层技术主要有NLP、GAN、扩散模型等，其中的代表就是语言生成中的chatGPT和图像生成中的扩散模型（Diffusion Model）。2022年8月StabilityAI宣布开源Stable Diffusion模型，AI图像生成成本迅速下降，并且能获得惊人的高质量绘画作品，达到学习几年、十几年的画师同等水平。而2022年11月OpenAI 发布的chatGPT虽然是自然语言生成领域的产品，但是可以生成AI绘画提示词，或生成调用计算引擎，从而进一步加速AI绘画、AI游戏、AI音视频领域的应用。 我们认为，ChatGPT对AIGC发展的意义在于：一方面，GPT作为NLP生成领域模型的突破，将迅速解决AI文本生成、AI代码生成等领域的痛点；另一方面，AI文本生成、AI代码生成作为AI音视频、游戏等其他领域的技术基础，其突破发展也将加速AIGC在音视频、游戏等场景中的渗透（比如生成AI绘画提示词，或生成调用计算引擎）。 （一）ChatGPT通过引入RLHF技术解决生成模型的核心问题，大大提高类人成熟度 ChatGPT是在GPT 3.5大语言模型（LLM,即Large Language Model）的基础上，加入“基于人类反馈的强化学习（RLHF，Reinforcement Learning from Human Feedback）”来不断微调（Fine-tune）预训练语言模型，使得LLM模型学会理解不同类型的命令指令，并通过多重标准合理判断基于给定的prompt输入指令，输出的是否为优质信息（这些标准包括：富含信息、内容丰富、对用户有帮助、无害、不包含歧视信息等）。因此，ChatGPT使得人机对话更加人性化，更富有逻辑性，大大提高了AI的类人成熟度。 ChatGPT的技术发展路径：从GPT-1到Ins