计算机行业：Auto GPT横空出世，力推算力设施

Auto GPT,下一个更强大的AI工具。AutoGPT区别于传统 GPT，可在没有任何用户指导的情况下搜索互联网和执行保存文件等操作的能力。AutoGPT可理解成为一个组织多模的机器人，用户给它分配一个任务，它会想出一个计划来完成它。其强大的背后有四点原因，分别是架构、自主迭代、内存管理和多功能性；Auto GPT功能强大，且以惊人的方式被使用，例如帮助客户完成代办事项、生成市场调研报告、创建应用程序、文本直接生成、生活助手等，但目前仍有不足，陷入死循环的原因我们认为是Auto GPT编程语言的功能范围不够。 我们认为AI赋能千行百业的时代已经来临，AI正以难以想象的速度颠覆科技领域:从ChatGPT生成式AI为起点，生成式AI成为解放生产力的双手 ；Plugin横空出世 ， 链接万物 ， 使ChatGPT可链接更多的程序 ，AI正式赋能千行百业；再到ChatGPT链接Microsoft，Office、New Bing、Dynamics等办公、工业软件及搜索引擎极大地为人们带来了便捷性和通用性；目前，Auto GPT横空出世，我们认为寓意着更强大“AI代理工具”已经出世，无需人为干预即可生成内容，AI赋能的场景进一步打开，正式进入解放生产力的阶段。 再次重申强调ChatGPT的竞争本质即大模型储备竞赛，算力是打造大模型生态的必备基础，算力在大模型的背景下势必迎来大爆发。算力是训练大模型的底层动力源泉，一个优秀的算力底座在大模型(AI算法)的训练和推理具备效率优势，其中包括AI服务器、AI芯片等为核心产品。大模型参数呈现指数规模，引爆海量算力需求。根据财联社和OpenAI数据，ChatGPT浪潮下算力缺口巨大，根据OpenAI数据，模型计算量增长速度远超人工智能硬件算力增长速度，存在万倍差距。运算规模的增长，带动了对AI训练芯片单点算力提升的需求，并对数据传输速度提出了更高的要求。根据智东西数据，过去五年，大模型发展呈现指数级别，部分大模型已达万亿级别，因此对算力需求也随之攀升。 投资建议： 我们认为AIGC的出世会产生革命性的影响，同时有望赋能千行百业。我们梳理了三条路径图，积极的推荐以下三条投资主线: 1)具备算力基础的厂商，受益标的为首都在线、寒武纪、海光信息、浪潮信息、中科曙光、景嘉微、龙芯中科、神州数码、 拓维信息、广电运通、云赛智联、青云科技、优刻得、光环新网、新炬网络、工业富联等； 2)具备AI算法商业落地的厂商，重点推荐科大讯飞、拓尔思，其他受益标的为:海天瑞声、云从科技、格灵深瞳、大华股份、海康威视； 3) AIGC相关应用厂商，受益标的为: 1、办公软件类:金山办公、万兴科技、福昕软件、当虹科技、彩讯股份等； 2、工业软件类:汉得信息、广联达、用友网络、赛意信息、法本信息、能科科技、鼎捷软件、华大九天、霍莱沃、中望软件、华大九天等； 3、互联网传媒类:中文在线、汤姆猫、天娱数科、捷成股份、昆仑万维、蓝色光标、游戏和数字人等； 4、百度系:致远互联、宇信科技、汉得信息、凡拓数创、航天宏图等； 5、华为系:常山北明、软通动力、润和软件、神州信息、长亮科技、中科软、宇信科技等； 6、微软系:天地在线、捷成股份、万兴科技、汤姆猫、天娱数科、昆仑万维、汤姆猫、蓝色光标、凌志软件等； 7、其他:同花顺、三六零、石基信息、盛世科技、财富趋势、金证股份、熵基科技等。 风险提示 核心技术水平升级不及预期的风险；AI伦理风险；政策推进不及预期的风险；中美贸易摩擦升级的风险。 1.Auto GPT横空出世，力推算力设施 Auto GPT可自我改进的人工智能:Auto-GPT是一个名为Significant Gravitas的开发者最近在GitHub上分享的一个Python应用程序。该程序以GPT-4为基础，使AI能够独立运行，而无需用户对每个操作进行提示。我们可以将Auto GPT理解成“AI代理”工具，即AI可以使用互联网并在计算机上自主执行命令，而无需任何用户干预。 Auto GPT区别于传统GPT，可在没有任何用户指导的情况下搜索互联网和执行保存文件等操作的能力:如下图所示，Auto GTP在GitHub上的展示任务为为即将到来的复活节等活动发现和生成独特的原始食谱，Auto GPT在没有任何用户指导的情况下自动生成内容并保存文件。 AutoGPT可以理解成一个足智多谋的机器人:用户给它分配一个任务，它会想出一个计划来完成它。如果任务需要浏览互联网或使用新数据，Auto-GPT会调整其策略，直到任务完成。我们认为其强大的功能背后有四点原因: 1、架构：Auto-GPT是使用强大的GPT-4和GPT-3.5语言模型构建的，它们充当机器人的大脑，帮助它思考和推理。 2、自主迭代：类似机器人从错误中学习的能力。Auto-GPT可以回顾它的工作，在以前的努力的基础上再接再厉，并利用它的历史来产生更准确的结果。 3、内存管理：与矢量数据库（一种内存存储解决方案）集成，让Auto-GPT能够保留上下文并做出更好的决策。这就像给机器人配备了长时记忆， 可以记住过去的经历。 4、多功能性：Auto-GPT的文件操作、网页浏览和数据检索等功能使其用途广泛，并使其有别于以往的AI进步。这就像赋予机器人多种技能来处理更广泛的任务。 我们认为Auto GPT最强大之处在于其代码的逻辑结构，也是其能够进行协同、无需人为干预的根本原因:如上图所示，Auto GPT由一个GPT-4负责目标创建任务，另一个GPT-4负责分配任务优先级，再一个GPT-4负责执行任务并调用内存。 Auto GPT功能强大，且以惊人的方式被使用:客户所要做的就是给Auto GPT一个目标，它会在网上抓取最好的信息，并自主地朝着这个目标努力。具体而言，根据Auto GPT官网穿插的内容可知，AutoGPT可以帮助人们实现的功能如下: 1、 帮助客户自动完成客户的待办事项列表；原因是客户每次添加任务时，AutoGPT都会生成GPT-4代理完成任务； 2、帮助客户直接生成市场调研报告，例如客户需要AutoGPT做一个防水鞋市场的市场调研报告。 3、创建应用程序，例如用户需求要一篇文章，AutoGPT通过谷歌搜索安装另一个程序，并在此程序上下载文章并压缩。此外，还可以利用其他程序创建例程； 4、文本的直接生成，例如帮助客户阅读最近发生的事件，并生成客户需要的内容。 5、生活助手，帮助客户预定和订购食物到研究复杂的主题内容。 尽管AutoGPT功能强大，但仍有不足:AutoGPT根据用户反馈经常陷入死循环，无法解决实际问题。我们认为本质原因还是Auto GPT编程语言的功能范围不够。具体而言Auto GPT的源代码智能提供有限功能，例如它提供了搜索网络、管理内存、与文件交互、执行代码和生成图像的功能，但是由于功能受限 ，限制了它的推理和分解能力，虽然GPT-4相比GPT-3.5有了显著提升，但其推理能力还远未完善，进一步限制了Auto-GPT的问题解决能力。 我们认为AI赋能千行百业的时代已经来临，AI正以难以想象的速度颠覆科技领域:从ChatGPT生成式AI为起点，生成式AI成为解放生产力的双手；Plugin横空出世，链接万物，使ChatGPT可链接更多的程序，AI正式赋能千行百业；再到ChatGPT链接Microsoft，Office、NewBing、Dynamics等办公、工业软件及搜索引擎极大地为人们带来了便捷性和通用性；目前，Auto GPT横空出世，我们认为寓意着更强大“AI代理工具”已经出世，无需人为干预即可生成内容，AI赋能的场景进一步打开，正式进入解放生产力的阶段。 再次重申强调ChatGPT的竞争本质即大模型储备竞赛，算力是打造大模型生态的必备基础，算力在大模型的背景下势必迎来大爆发。算力是训练大模型的底层动力源泉，一个优秀的算力底座在大模型(AI算法)的训练和推理具备效率优势，其中包括AI服务器、AI芯片等为核心产品。大模型参数呈现指数规模，引爆海量算力需求。根据财联社和OpenAI数据，ChatGPT浪潮下算力缺口巨大，根据OpenAI数据，模型计算量增长速度远超人工智能硬件算力增长速度，存在万倍差距。运算规模的增长，带动了对AI训练芯片单点算力提升的需求，并对数据传输速度提出了更高的要求。根据智东西数据，过去五年，大模型发展呈现指数级别，部分大模型已达万亿级别，因此对算力需求也随之攀升。 2.投资建议：梳理AIGC相关受益厂商 我们认为AIGC的出世会产生革命性的影响，同时有望赋能千行百业。我们梳理了三条路径图，积极的推荐以下三条投资主线: 1)具备算力基础的厂商，受益标的为首都在线、寒武纪、海光信息、浪潮信息、中科曙光、景嘉微、龙芯中科、神州数码、拓维信息、广电运通、云赛智联、青云科技、优刻得、光环新网、新炬网络、工业富联等； 2)具备AI算法商业落地的厂商，重点推荐科大讯飞、拓尔思，其他受益标的为:海天瑞声、云从科技、格灵深瞳、大华股份、海康威视； 3) AIGC相关应用厂商，受益标的为: 1、办公软件类:金山办公、万兴科技、福昕软件、当虹科技、彩讯股份等； 2、工业软件类:汉得信息、广联达、用友网络、赛意信息、法本信息、能科科技、鼎捷软件、华大九天、霍莱沃、中望软件、华大九天等； 3、互联网传媒类:中文在线、汤姆猫、天娱数科、捷成股份、昆仑万维、蓝色光标、游戏和数字人等； 4、百度系:致远互联、宇信科技、汉得信息、凡拓数创、航天宏图等； 5、华为系:常山北明、软通动力、润和软件、神州信息、长亮科技、中科软、宇信科技等； 6、微软系:天地在线、捷成股份、万兴科技、汤姆猫、天娱数科、昆仑万维、汤姆猫、蓝色光标、凌志软件等； 7、其他:同花顺、三六零、石基信息、盛世科技、财富趋势、金证股份、熵基科技等。 3.风险提示 1、核心技术水平升级不及预期的风险； 2、AI伦理风险； 3、政策推进不及预期的风险； 4、中美贸易摩擦升级的风险。