隨著數(shù)字經(jīng)濟(jì)持續(xù)發(fā)展，AI大模型產(chǎn)品不斷涌現(xiàn)。在本輪AI變革中，大模型擔(dān)當(dāng)?shù)慕巧投ㄎ皇鞘裁?？未來大模型產(chǎn)品的進(jìn)一步更新完善下，產(chǎn)業(yè)鏈哪些環(huán)節(jié)有望更受益呢？

近日，中金公司研究部科技硬件行業(yè)首席分析師、執(zhí)行總經(jīng)理彭虎做客澎湃新聞《首席連線》直播間，就上述相關(guān)問題作出分析解讀。

需求和供給側(cè)均有驅(qū)動(dòng)力

(相關(guān)資料圖)

對(duì)于當(dāng)下國(guó)內(nèi)外大模型產(chǎn)品的層出不窮，彭虎表示驅(qū)動(dòng)因素主要有兩方面：一是需求側(cè)，二是供給側(cè)。

“需求側(cè)方面，主要是交互體驗(yàn)升級(jí)、企業(yè)降本增效等訴求。一方面，大模型具有較強(qiáng)的泛用性，有針對(duì)性地微調(diào)可適用于不同應(yīng)用場(chǎng)景，例如在辦公、紀(jì)要、對(duì)話、搜索、廣告、繪畫、作曲等各類內(nèi)容生成領(lǐng)域廣泛分布，并帶動(dòng)智能終端人機(jī)交互模式的創(chuàng)新性變革?！迸砘⒅赋?。

彭虎進(jìn)一步指出，另一方面，大模型的性能較原本AI小模型能力更強(qiáng)，雖然AI小模型已經(jīng)深度賦能安防、互聯(lián)網(wǎng)、金融、工業(yè)、醫(yī)療等諸多場(chǎng)景，但大模型有望進(jìn)一步幫助各行業(yè)降本增效。

“供給側(cè)方面，主要是海外廠商的鯰魚效應(yīng)。為避免由于技術(shù)落后造成的競(jìng)爭(zhēng)劣勢(shì)，國(guó)內(nèi)科技巨頭紛紛將研發(fā)重心轉(zhuǎn)移至大模型。”彭虎說。

有望成為重要的算法基礎(chǔ)平臺(tái)

對(duì)于大模型接下來的發(fā)展定位，彭虎認(rèn)為，大模型在本輪AI變革中，未來有望成為重要的算法基礎(chǔ)平臺(tái)。

“行業(yè)有‘如果將AI（人工智能）比作電力，那么大模型則相當(dāng)于發(fā)電機(jī)’這樣一個(gè)很形象的比喻，我也深以為然。隨著政策法規(guī)不斷完善、算力設(shè)施配套性不斷增強(qiáng)等，大模型有望發(fā)展為重要性比肩算力的基礎(chǔ)平臺(tái)，屆時(shí)算力基礎(chǔ)設(shè)施與算法基礎(chǔ)平臺(tái)將共同深度賦能社會(huì)的各個(gè)環(huán)節(jié)，大模型會(huì)成為各行各業(yè)AI能力的重要源泉?！迸砘⒈硎尽?/p>

具體到應(yīng)用方面，彭虎指出，大模型并不局限于語(yǔ)言理解，還能夠在視覺、聲音等各類模態(tài)中發(fā)揮作用，跨模態(tài)大模型更是有望將人工智能水平托舉至新高度。

“多模態(tài)能力結(jié)合生成式技術(shù)，人工智能也有了創(chuàng)造力。生成式AI作為一類機(jī)器學(xué)習(xí)算法，能夠在學(xué)習(xí)吸收現(xiàn)實(shí)既有數(shù)據(jù)的基礎(chǔ)上，經(jīng)過訓(xùn)練與精調(diào)，對(duì)外輸出文本、圖像、語(yǔ)音、視頻、代碼等內(nèi)容，從技術(shù)發(fā)展現(xiàn)狀看，AI生成內(nèi)容已在相當(dāng)大的程度上媲美人類。”彭虎進(jìn)一步指出。

彭虎表示，ChatGPT、DALL-E 2、Whisper、X-CLIP、Codex等應(yīng)用，已分別在文本、圖像、語(yǔ)音、視頻、代碼等領(lǐng)域，展現(xiàn)出不俗的創(chuàng)造力。

應(yīng)用落地情況方面，彭虎看好消費(fèi)場(chǎng)景的四個(gè)方向：一是智能手機(jī)，硬件端有望帶動(dòng)移動(dòng)AI芯片性能提升，進(jìn)一步有望帶動(dòng)手機(jī)創(chuàng)新加快，同時(shí)在生態(tài)端，手機(jī)端或有望形成新的流量入口，長(zhǎng)期或深刻影響產(chǎn)業(yè)商業(yè)模式；二是可穿戴產(chǎn)品；三是智能家居；四是機(jī)器人，目前谷歌已探索了通過自主學(xué)習(xí)的大模型，在現(xiàn)實(shí)環(huán)境中處理機(jī)器人指令，實(shí)現(xiàn)復(fù)雜任務(wù)的完成。

迭代需求帶來算力需求上修

產(chǎn)業(yè)鏈方面，彭虎分析稱，大模型的上游主要包括硬件的芯片、服務(wù)器、通信網(wǎng)絡(luò)；軟件的云計(jì)算、數(shù)據(jù)庫(kù)、虛擬化等。

“中游包括算法研發(fā)的編程語(yǔ)言、算法框架、模型測(cè)評(píng)等；模型管理維護(hù)的系統(tǒng)管理、API管理、數(shù)據(jù)管理等?！迸砘⑦M(jìn)一步指出，“下游包括各類行業(yè)場(chǎng)景，如社交、媒體、營(yíng)銷、教育、娛樂等，主要實(shí)現(xiàn)內(nèi)容生產(chǎn)、創(chuàng)意設(shè)計(jì)、對(duì)話引擎、輔助開發(fā)等功能。”

展望下一步，彭虎表示，為滿足大模型迭代需求，算力需求正不斷上修，當(dāng)下谷歌、特斯拉、英偉達(dá)等廠商的硬件迭代，已反映該需求的變化。

“同時(shí)，AI芯片方面，云端AI算力芯片滲透率僅為個(gè)位數(shù)，未來成長(zhǎng)空間廣闊。AI服務(wù)器方面，競(jìng)爭(zhēng)格局上當(dāng)前互聯(lián)網(wǎng)云計(jì)算廠商的白牌服務(wù)器占主導(dǎo)，未來隨著邊緣側(cè)應(yīng)用的成熟，品牌服務(wù)器廠商份額也有望提升?！迸砘⒄f。

云端算力基礎(chǔ)設(shè)施更受益

隨著大模型應(yīng)用的推出和更新完善，產(chǎn)業(yè)鏈的哪些環(huán)節(jié)有望更受益呢？

彭虎認(rèn)為，從硬件角度看，大模型的訓(xùn)練及推理需要海量數(shù)據(jù)的高效處理作為支撐，因此云端算力基礎(chǔ)設(shè)施將迎來發(fā)展機(jī)遇，其中六方面值得重點(diǎn)關(guān)注。

“一是算力芯片。AI范式進(jìn)入‘煉大模型’時(shí)代，對(duì)AI芯片計(jì)算能力、存儲(chǔ)容量、通訊帶寬等多個(gè)維度提出了更高的技術(shù)要求。更大算力、更高內(nèi)存、更快帶寬的AI芯片需求有望持續(xù)提升。”彭虎指出。

彭虎進(jìn)一步指出，二是服務(wù)器。相較于傳統(tǒng)的服務(wù)器，AI服務(wù)器以異構(gòu)形式配備了GPU、NPU、FPGA、ASIC等多類芯片，能夠支持大模型訓(xùn)練的高算力需求。AI服務(wù)器對(duì)算力、功耗、存儲(chǔ)、通信等有更高的要求，由此帶來芯片配置、硬件架構(gòu)、機(jī)箱設(shè)計(jì)等方面的差異。

“三是交換機(jī)。數(shù)據(jù)流量的快速增長(zhǎng)，疊加人工智能發(fā)展推動(dòng)數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)轉(zhuǎn)型，有望驅(qū)動(dòng)交換機(jī)數(shù)量和端口速率上行，高速以太網(wǎng)交換機(jī)市場(chǎng)有望實(shí)現(xiàn)強(qiáng)勁增長(zhǎng)?！迸砘⒎Q。

彭虎表示，四是光模塊?？紤]到模型并行訓(xùn)練、AI應(yīng)用推理的快速發(fā)展，800G、1.6T等下一代光模塊產(chǎn)品的滲透率提升曲線，或?qū)⒆兊酶鼮槎盖?。此外，硅光模塊、CPO技術(shù)有望引領(lǐng)下一代數(shù)據(jù)中心風(fēng)向，助力超高帶寬數(shù)據(jù)互聯(lián)。

“五是存儲(chǔ)與溫控等。AI模型的訓(xùn)練及推理對(duì)存儲(chǔ)器提出了更高的要求，有望加速SSD對(duì)HDD的替代進(jìn)程。同時(shí)，AI服務(wù)器高能耗特性，有望推動(dòng)數(shù)據(jù)中心的散熱系統(tǒng)向液冷更新迭代。”彭虎說，“六是電源。大模型高能耗的特點(diǎn)，有望增大對(duì)電力的需求?！?/p>

C端和B端仍有不確定性因素

雖然當(dāng)下大模型面臨的利好因素很多，但彭虎強(qiáng)調(diào)，大模型的發(fā)展在C端和B端仍有一些不確定性因素。

“ToC端，除了GPT-4，其他AI模型的用戶還處于免費(fèi)體驗(yàn)的模式，同時(shí)以Microsoft 365、New bing等為代表的應(yīng)用，也仍處于免費(fèi)體驗(yàn)的模式，收費(fèi)模式尚不確定。ToB端，目前大量初創(chuàng)企業(yè)接入的ChatGPT、GPT-4 API接口收費(fèi)較低，未來的收費(fèi)標(biāo)準(zhǔn)和模式也不確定?！迸砘⒔忉尫Q。

投資方面，彭虎提醒投資者，仍需防范AIGC相關(guān)算法技術(shù)及應(yīng)用商業(yè)落地進(jìn)展不及預(yù)期的風(fēng)險(xiǎn)。

“隨著全社會(huì)數(shù)字化轉(zhuǎn)型及智能化滲透率的提升，人工智能持續(xù)賦能各行各業(yè)。人工智能依賴于海量數(shù)據(jù)進(jìn)行模型訓(xùn)練及推理應(yīng)用，并推動(dòng)全社會(huì)算力需求的提升，因此服務(wù)器、存儲(chǔ)器、通信網(wǎng)絡(luò)設(shè)備等上游硬件基礎(chǔ)設(shè)施，均有望受益于AI驅(qū)動(dòng)的算力需求提升。但如果人工智能發(fā)展及應(yīng)用落地不及預(yù)期，可能會(huì)使上游硬件設(shè)備受到需求側(cè)的壓制，導(dǎo)致發(fā)展不及預(yù)期?！迸砘⒄f。

關(guān)鍵詞：