掌握广告语Copy技巧，创意无限！

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>中(zhong)金(jin)硬(ying)科(ke)技(ji)行(xing)業(ye)首(shou)席(xi)分(fen)析(xi)師(shi)彭(peng)虎(hu)：生(sheng)成(cheng)式(shi)人(ren)工(gong)智(zhi)能(neng)在(zai)自(zi)動(dong)駕(jia)駛(shi)等(deng)落(luo)地(di)節(jie)奏(zou)或(huo)將(jiang)加(jia)速(su)

ChatGPT的(de)橫(heng)空(kong)出(chu)現(xian)，把(ba)人工智能推(tui)到(dao)了(le)壹(yi)個(ge)更(geng)高(gao)的風(feng)口(kou)。

金融(rong)機(ji)構(gou)如(ru)何(he)看(kan)待(dai)其(qi)中的產(chan)业變(bian)革(ge)？大(da)模(mo)型(xing)有(you)哪(na)些(xie)應(ying)用(yong)場(chang)景(jing)？今(jin)年(nian)AI概(gai)念(nian)有哪些投(tou)資(zi)机會(hui)？在本(ben)次(ci)2023世(shi)界(jie)人工智能大会（WAIC）上(shang)，《科創(chuang)板(ban)日(ri)報(bao)》記(ji)者(zhe)專(zhuan)訪(fang)了中金公(gong)司(si)研(yan)究(jiu)部(bu)硬科技行业首席分析师彭虎。

聚(ju)焦(jiao)技術(shu)競(jing)爭(zheng)力(li)強(qiang)的创新(xin)型公司

《科创板日报》：“大小(xiao)模型”正(zheng)成為(wei)市(shi)场關(guan)註(zhu)熱(re)點(dian)，何为“大小模型”，妳(ni)認(ren)为ChatGPT之(zhi)後(hou)，“大小模型”如何推演(yan)？

彭虎：大模型與(yu)小模型是(shi)相(xiang)對(dui)的概念。

大模型（Large Language Model）是一類(lei)以(yi)Transformer神(shen)經(jing)網(wang)絡(luo)为基(ji)礎(chu)架(jia)构的人工智能模型，典(dian)型特(te)点为語(yu)料(liao)規(gui)模大、算(suan)力需(xu)求(qiu)大、參(can)數(shu)规模大，具(ju)備(bei)較(jiao)强的泛(fan)化(hua)能力和(he)內(nei)容(rong)生成能力，在人机交(jiao)互(hu)體(ti)驗(yan)上具有革新意(yi)義(yi)。典型的大模型包(bao)括(kuo)谷(gu)歌(ge)BERT、OpenAI GPT、百(bai)度(du)ERNIE等。

小模型相对來(lai)說(shuo)，语料规模更小、算力需求更小、参数规模更小。由(you)於(yu)数據(ju)量(liang)与参数量的限(xian)制(zhi)，小模型通(tong)常(chang)針(zhen)对具体任(ren)務(wu)或特定(ding)场景進(jin)行開(kai)發(fa)，不(bu)同(tong)场景下(xia)的AI模型较難(nan)遷(qian)移(yi)復(fu)用，優(you)勢(shi)在于“专精(jing)”。

我(wo)們(men)认为，未(wei)来大小模型的关系(xi)並(bing)非(fei)彼(bi)此(ci)取(qu)代(dai)，而(er)是相互協(xie)同促(cu)进。核(he)心(xin)原(yuan)因(yin)在于兩(liang)者各(ge)有优劣(lie)。大模型泛用性(xing)较强，所(suo)生成内容媲(pi)美(mei)人类水(shui)平(ping)，具备湧(yong)现能力并處(chu)在快(kuai)速叠(die)代中，但(dan)其巨(ju)額(e)的訓(xun)練(lian)成本、高昂(ang)的算力资源(yuan)能耗(hao)，都(dou)对规模商(shang)用产生了不利(li)影(ying)響(xiang)。而小模型盡(jin)管(guan)泛用性较弱(ruo)，但貼(tie)近(jin)真(zhen)實(shi)场景，算力要(yao)求低(di)、能耗小，在数据隱(yin)私(si)要求高的场合(he)，更具有商用落地优势。

具体来看，一方(fang)面(mian)大模型通過(guo)蒸(zheng)餾(liu)可(ke)得(de)到小模型，以輕(qing)量化的小模型向(xiang)下遊(you)应用场景賦(fu)能。另(ling)一方面，小模型可作(zuo)为教(jiao)师模型加速大模型收(shou)斂(lian)，或作为樣(yang)本模型幫(bang)助(zhu)大模型迭代，增(zeng)强大模型的行业能力積(ji)累(lei)。

《科创板日报》：今年AI概念表(biao)现亮(liang)眼(yan)，你如何看待下半(ban)年相关板塊(kuai)的演繹(yi)，又(you)有哪些风險(xian)和不確(que)定性可以提(ti)示(shi)投资者？

彭虎：今年以来，科技硬件(jian)板块中算力芯(xin)片(pian)、服(fu)务器(qi)、交換(huan)机、光(guang)模块、PCB等細(xi)分行业备受(shou)资本市场关注，具备大模型应用能力的公司也(ye)受到资金追(zhui)捧(peng)。尽管产业趨(qu)势清(qing)晰(xi)，但如何将大模型和强算力进行商业变现，仍(reng)然(ran)存(cun)在不确定性。而数十(shi)家(jia)公司发布(bu)的上百个大模型产品(pin)，也意味(wei)著(zhu)(zhe)未来市场竞争激(ji)烈(lie)、市场格(ge)局(ju)变化难以預(yu)料。

展(zhan)望(wang)下半年，我们认为算力产业鏈(lian)较快的成長(chang)性和较高的确定性仍值(zhi)得关注，而生成式人工智能在自动驾驶、机器人、机器視(shi)覺(jiao)等領(ling)域(yu)的落地节奏或将加速，建(jian)議(yi)着眼于行业发展的长期(qi)潛(qian)力，聚焦技术竞争力强、产品先(xian)发优势大、业績(ji)确定性高的创新型公司，樹(shu)立(li)價(jia)值投资理(li)念，避(bi)免(mian)过度追逐(zhu)热点。

AI芯片需求持(chi)續(xu)放(fang)量

《科创板日报》：隨(sui)着大模型应用的推出和更新完(wan)善(shan)，产业链哪些環(huan)节有望受益(yi)，在应用场景方面，你看好(hao)大模型在哪些应用场景的落地？

彭虎：大模型的训练及(ji)推理需要海(hai)量数据的高效(xiao)处理作为支(zhi)撐(cheng)，雲(yun)端(duan)算力基础設(she)施(shi)迎(ying)来发展机遇(yu)。

1．算力芯片。大模型训练对AI芯片計(ji)算能力、存儲(chu)容量、通信(xin)帶(dai)寬(kuan)等多(duo)个維(wei)度，提出了更高的技术要求，AI芯片需求持续放量。

2．服务器。AI服务器以異(yi)构形(xing)式整(zheng)合了GPU、TPU、DPU、IPU等多类芯片的数据处理能力，以便(bian)更高效地支持大模型训练及推理能力的提升(sheng)。相较于普(pu)通服务器，AI服务器未来或将成为服务器的主(zhu)流(liu)形態(tai)。

3．数据交换机。互聯(lian)网数据流量持续增长和互联网超(chao)算数据中心网络架构轉(zhuan)型，有望持续驅(qu)动数据交换机的升級(ji)与提速，高速以太(tai)网交换机市场有望实现强勁(jin)增长。

4．光模块。AI流量爆(bao)发驱动800G、1.6T等下一代超高速光模块产品的滲(shen)透(tou)率(lv)曲(qu)線(xian)，或将变得更为陡(dou)峭(qiao)。此外(wai)，矽(gui)光模块、CPO技术、LPO技术有望引(yin)领下一代数据中心光模块技术发展趋势，助力超高带宽数据互联加速普及。

5．数据中心配(pei)套(tao)存储、溫(wen)控(kong)、電(dian)源等产业链均(jun)有望受益。

在AI应用方面，大模型有望在消(xiao)費(fei)等多场景落地。

消费场景方面，智能手(shou)机：在硬件端，生成式AI有望带动移动端AI芯片性能提升，促进智能手机性能再(zai)次升级；在应用端，生成式AI将改(gai)变人机交互的方式，提升手机作为流量入(ru)口的商业价值，并深(shen)刻(ke)影响智能手机应用生态体系的发展。

可穿(chuan)戴(dai)产品：借(jie)助AI内容生成和圖(tu)像(xiang)分割(ge)/識(shi)別(bie)模型，AR/VR人机交互效率和使(shi)用体验将得到顯(xian)著提升。

智能家居(ju)：智能音(yin)箱(xiang)的交互水平有望得到全(quan)面提升，或将成为智能家居流量入口之一，同時(shi)通过接(jie)入大模型，将提升智能家居系統(tong)的智能化程(cheng)度，有望真正意义上实现全屋(wu)智能。

服务机器人：谷歌PaLM-E模型探(tan)索(suo)了通过自主學(xue)習(xi)的大模型，在现实环境(jing)中处理机器人指(zhi)令(ling)，使服务机器人完成复雜(za)任务。

产业场景方面，智能驾驶应用中，大模型能夠(gou)帮助提升长尾(wei)路(lu)況(kuang)场景決(jue)策(ce)能力；智能座(zuo)艙(cang)应用中，“重(zhong)体验、强交互”趋势下，大模型能够增强車(che)載(zai)语音多輪(lun)对話(hua)、上下文(wen)理解(jie)能力，有望革新交互体验；城(cheng)市安(an)防(fang)中，大模型有望赋能城市底(di)層(ceng)业务的统一感(gan)知(zhi)、关联分析和态势预測(ce)，更好地实现城市决策与治(zhi)理。此外，对高重复度、重知识量等场景，大模型也能有较好的应用，包括工业質(zhi)檢(jian)、智慧(hui)醫(yi)療(liao)、法(fa)律(lv)服务、教育(yu)等。

未来AI算力领域将会性能提升、需求多样化、产业链配套加速

《科创板日报》：作为人工智能三(san)大核心要素(su)之一，算力也被(bei)譽(yu)为人工智能“发动机”，你认为，未来AI算力领域将会呈(cheng)现怎(zen)样的发展趋势？

彭虎：首先是性能提升。AI範(fan)式进入“煉(lian)大模型”时代，对AI芯片计算能力、存储容量、通信带宽等多个维度，提出了更高的技术要求。當(dang)下硬件迭代也反(fan)映(ying)了上述(shu)需求变化，例(li)如英(ying)偉(wei)達(da)H100 NVL GPU专为大模型训练而开发，服务器系统训练效果(guo)12倍(bei)好于前(qian)代A100系统。

其次是需求多样化。训练芯片方面，训练屬(shu)于非实时业务，取决于模型参数量的多少(shao)和算力芯片性能的高低，科技廠(chang)商“算力竞賽(sai)”推升AI加速芯片及AI服务器需求。TrendForce预计2023年AI芯片出貨(huo)量将同比(bi)增长46%。推理芯片方面，推理属于实时业务，需要响应客(ke)戶(hu)端觸(chu)发的实際(ji)請(qing)求，算力需求取决于活(huo)躍(yue)用户数和设计并发数的级别。推理芯片的需求和用户数增长呈正比，考(kao)慮(lv)到大模型应用向千(qian)行百业各类场景落地的较大潜力，廣(guang)闊(kuo)的行业需求有望驱动推理芯片市场空間(jian)加速成长。

然后是产业链配套加速。AI服务器、交换机、光模块、存储、温控、电源等算力配套基础设施建设，有望迎来发展机遇。

第(di)四(si)是自主创新緊(jin)迫(po)性强。目(mu)前全球(qiu)GPU市场竞争格局较为集(ji)中，某(mou)些海外公司的芯片及硬件系统处于市场主導(dao)地位(wei)。长遠(yuan)来看，算力将是AI产业第一生产力，提升國(guo)内AI芯片产业链创新能力，加强产业链供(gong)应穩(wen)定性，已(yi)成为亟(ji)待解决的問(wen)題(ti)。

《科创板日报》：AI如何助推数字(zi)经濟(ji)发展？数字经济对中国经济发展又起(qi)到怎样的关鍵(jian)作用？

彭虎：人工智能能够实现对海量数据的高速处理和智能分析，并能給(gei)出趋势预测，從(cong)而提高社(she)会生产生活各环节運(yun)營(ying)效率，深化数字经济与实体经济的融合。

数字经济“是繼(ji)農(nong)业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息(xi)网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态”。

在傳(chuan)统投资对经济拉(la)动增长效果邊(bian)际遞(di)減(jian)背(bei)景下，发展数字经济能够推动产业数字化、智慧化转型，拉动数据中心、服务器、算力芯片、存储、网络传輸(shu)基础设施等一系列(lie)数字新基建相关高科技行业的发展，同时也为新经济注入新活力，接替(ti)传统投资成为拉动中国经济的新增长極(ji)。

来源：科创板日报返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

責(ze)任編(bian)輯(ji)：