半导体观察：AI的想象空间还有多大？

1、回顾，去年末展望2023时大家都在关注什么？

在这里，我们以中信建投电子行业2023年展望为例，根据中信建投在2022年12月发布的策略研究报告，其对2023年的主要观点如下：

中信建投认为半导体行业主要有3条逻辑主线：

（1）库存周期：当前半导体周期逐步探底，各环节将相继完成库存去化，随着需求复苏回暖，电子行业有望触底反弹，关注超跌板块的底部布局机遇。

（2）安全与自主：关注国产替代需求迫切的板块，如半导体设备及零部件、半导体材料、高算力芯片、汽车芯片；

（3）创新与成长：关注智能制造升级下的创新机遇，如特种集成电路、汽车智能化（激光雷达/域控制器/HUD）、元宇宙、DDR5等。

基本上在展望2023年电子行业的时候，大家的关注点都还在国产替代、周期复苏上，而在创新驱动上，大家关注的还是智能汽车、元宇宙这些。从GPT开放接口、到GPT-4发布，再到Plugins插件支持，语言大模型商业化更进一步。国内包括百度、360、华为、阿里等均在积极打造和夯实通用大模型，市场已经开始憧憬AI改变生活和工作方式。

ChatGPT全名为Chat Generative Pre-Trained Transformer，是OpenAI公司开发的智能聊天机器人，于2022年11月推出。推出仅两个月后，ChatGPT在2023年1月末的月活用户已突破1亿，GPT用户数破1亿的速度甚至比抖音还要快。而放在2022年末，你很难想象ChatGPT会以如此疯狂的速度吸粉，又很难想象在GPT3.5后仅仅几个月又迅速迭代至GPT4，甚至GPT5可能也将于几个月后出现，而这正是GPT超预期的地方，此前大家根本没有意识到。

GPT大火之后，很快微软就面临算力不足的窘境。3月，OpenAI对于Plus 付费用户的GPT-4访问连续下降阈值，GPT-4 访问限制由第一天的150 msg/ 4 hr 到100 msg/4 hr 到50msg/3 hr 到最近的25msg/3hr。在较短的时间内GPT-4 下降了4 次访问阈值。

为了解决算力不足问题，微软在今年2月已经违约筹谋，宣布追加投资。今年2月，微软宣布数十亿美元投资OpenAI公司，后者估值高达290亿美元，创下AIGC行业单笔融资新高，微软这一举动，成为资本市场追逐AI算力的催化因子。

GPT风靡世界的同时，立即引起国内政府及企业界重视。3月5日，科技部部长王志刚表示，“保证算法的实时性与算法质量的有效性上，非常难。我们通过计算是可以把人的自然语言进行理解并且进行对话，但是要达到实时效果是不容易的，这方面OpenAI有它的优势。”通俗点来讲就是OpenAI给大家指明了道路，告诉我们这条路是可行的。百度率先发布文心一言，腾讯/阿里/华为/360等相继跟进，OpenAI以燎原之势，将AI热推向了一个新高潮。

而3月百度发布的文心一言大模型，也着实让我们意识到，我们与国外的差距还很大。如果说AI是一条路，国外已经铺上了干净的柏油马路，而我们的马路还是一条到处是泥泞的土路。所以还需要投入大量的基础设施建设，而这个基础设施就是最近市场热炒的比如服务器、CPO、算力等等。

2、展望：AI的想象空间还有多大？

我们认为短期AI确实已经过于拥挤，不过由于OpenAI让业界看到了第四次工业革命的影子，所以未来相关题材还会反复被市场所关注，需要注意的是把握节奏的问题。而本文，我们主要解决务虚的问题，简单展望一下AI的想象空间。

（1）人工智能是人类历史上第四次里程碑式的科技革命

GPT-4距离人类认知水平仍有差距，但在多项指标表现上实现重大迭代。OpenAI官方表示，GPT-4在许多现实世界场景中的能力仍不如人类，但在各种专业和学术基准上的表现已经超越了人类的平均水平。在模拟bar（美国律师执照）考试中，GPT-4测试成绩排名前10%，而此前发布的GPT-3.5仅排在后10%，除此之外，在多项不同领域的专业测试中，GPT-4能够排到非常考前的位置，在复杂问题推理上的能力表现出了显著进步。

GPT-4在图像-文字、复杂推理任务领域展现优秀能力。GPT-4可根据图像信息识别图像中包含的信息，并生成文字反馈。同时在论文理解方面，GPT-4可以智能识别论文截图中包含的文字以及图表内容并进行汇总分析，实现论文的总结归纳功能。在复杂问题推理上，GPT-4可准确解答力学题，并根据题目要求输出推理计算过程，相比于GPT-3和GPT-3.5进步显著。

科技革命爆发的标志就是新一代科技成果开始广泛应用生产生活，解放生产力、发展生产力，提高全要素生产率。人工智能的发展将极大地替代人类重复的脑力劳动，人工智能将成为人类历史上第四次里程碑式的科技革命。ChatGPT的诞生让人们看到了，人工智能技术即将广泛地应用于生产生活。

根据亿欧智库，预计2022年中国人工智能芯片市场规模将达到850亿元；2023年中国人工智能芯片市场规模将达到1039亿元；2024年中国人工智能芯片市场规模将达到1406亿元，2025年中国人工智能芯片市场规模将达到1780亿元。

按照亿欧智库的测算，2023-2025年中国人工智能芯片的市场规模增速将分别达到22.2%、35.3%、26.6%。如果按照咨询机构的预期，那么当前市场对于人工智能芯片也好，还是相关的服务器/CPO等等也好，预期还是过高的。因此我们有必要提醒的是，在市场已经出现较高的拥挤度的情况下，短期需要重视相关概念潜在回调的风险。即便AI有可能成为今年全年的主线，但我们仍然要把握好节奏。

按照波浪理论，一波上涨趋势也有要分为5浪，三浪上升，两浪调整。而调整浪时，恰恰是上升浪潮里比较好的介入时点。

（3）AI相关概念有哪些？

ChatGPT的卓越性能是GPU的强大算力支撑，ChatGPT的技术基底是“大模型”。算法是大模型成功的首要条件，再配合海量的数据，最后搭配强大的发动机——大算力，才能获得基础的大模型。

AIGC领域的竞争焦点主要有两个，一个是参数量巨大、规模超大的AI模型，另一个就是提供超强算力的AI芯片。

广义上讲，能够运行人工智能算法的芯片都叫芯片，但是通常意义上的AI芯片指的是针对人工智能算法做了特殊加速设计的芯片。AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。深度学习模型与推荐式系统模型复杂度进一步提升，对芯片算力提出了更高的要求，AI芯片算力已步入蓬勃发展阶段。

根据机器学习算法步骤，可分为训练（training）芯片和推断（inference）芯片。训练芯片主要是指通过大量的数据输入，构建复杂的深度神经网络模型的一种AI芯片，运算能力较强。推断芯片主要是指利用训练出来的模型加载数据，计算“推理”出各种结论的一种AI芯片，侧重考虑单位能耗算力、时延、成本等性能。

从技术架构来看，AI芯片主要分为图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、SOC芯片等。其中，GPU是较为成熟的通用型人工智能芯片，FPGA和ASIC则是针对人工智能需求特征的半定制和全定制芯片，类脑芯片颠覆传统冯诺依曼架构，是一种模拟人脑神经元结构的芯片，类脑芯片的发展尚处于起步阶段。

从竞争格局来看，真正的玩家只有英特尔，英伟达，AMD等少数海外巨头，国内崛起的新兴公司包括寒武纪、壁仞科技、沐曦等。在FPGA方面，赛灵思是FPGA的发明者，也是全球最大的FPGA公司。国内FPGA厂商以紫光国微、复旦微电、安路科技等为代表。其他相关概念公司我们梳理如下：

参考资料：

20230320-浙商证券-ChatGPT的宏观视角

来源：九方金融研究所