人工智能报告

当前，通用人工智能已成为继移动互联网技术之后最大的一波技术浪潮，而预训练大模型作为人工智能从专业智能走向通用智能的关键技术，在全球范围内引发科技巨头争相布局、掀起创业热潮的链式反应，同时也在技术合规、网络安全、隐私保护及社会伦理法律等方面带来了新的风险和挑战。只有有效应对这些风险和挑战，才能使通用人工智能真正服务于社会和产业，确保国家安全、企业安全和个人安全不受威胁。

大模型与AIGC将重塑应用生态格局。人工智能时代，大模型以及AI应用能力将成为企业的核心竞争力。如互联网行业将从PGC（专业生产内容）、UGC（用户生产内容）向AIGC演进，实现新型内容创作，在创意、表现力、迭代、传播、个性化等方面改善并创造新的体验。此外，除基于大模型构建开发新的AI原生应用外，对现有应用产品、业务形态依托大模型技术进行重构，也将是智能时代的重要发展趋势。

中国移动研究院张世磊在北京邮电大学第四届“系统论-信息论-博弈论”三论融合学术会议上的演讲：体系化人工智能技术（Holistic AI）技术探索。体系化人工智能（Holistic AI，HAI）是中国移动研究院九天团队原创技术的攻关方向，依托泛在的网络和AI 算力，在开放环境中实现对AI能力进行灵活且高效的配置、调度、训练和部署，以满足日益丰富的数智化业务 需求 ，同时确保AI业务可信可控安全，其主要特征为AI服务大闭环、AI能力原子化重构、网络原生AI及安全 可信AI。

经过大规模预训练的大模型，能够在各种任务中达到更高的准确性、降低应用的开发门槛、增强模型泛化能力等，是AI 领域的一项重大进步。大模型最早的关注度源于 NLP 领域，随着多模态能力的演进，CV 领域及多模态通用大模型也逐渐成为市场发展主流。政企的极大关注带动了行业领域大模型的高速发展，逐渐形成了多模态基模型为底座的领域大模型和行业大模型共同发展的局面。

本次研究通过收集并整理40+⼈⼯智能细分技术领域的技术专利数量、技术诞⽣时间、技术舆论指数作为⽣成2023年中国⼈⼯智能成熟度模型的三⼤核⼼指标。

Tesla Dojo的革新，启发我们进一步思考算力和网络的关系。硬件架构服从于算法设计，硬件需求的判断也不能与软件和应用层面脱钩。算力网络主线新一阶段的重要机会，应核心关注海外爆款应用或模型侧重大更新（Tesla是代表样本） ，以及国内新一轮的模型与应用开发。我们判断，随着国内科技大厂的网络演进至400G以上、运营商400G全光网推进建设、本土模型训练组网等加速，国内市场的高速网络需求将显著提升。算力网络与流量环节、AI服务器计算环节、华为产业链以及特斯拉与智能车产业链相关标的应重点关注。[Ne

AI 硬件核心是算力和存力，HBM 高带宽、低功耗优势显著，是算力性能发挥的关键。AI 芯片需要处理大量并行数据，要求高算力和大带宽，算力越强、每秒处理数据的速度越快，而带宽越大、每秒可访问的数据越多，算力强弱主要由 AI 芯片决定，带宽由存储器决定，存力是限制 AI 芯片性能的瓶颈之一。AI 芯片需要高带宽、低能耗，同时在不占用面积的情况下可以扩展容量的存储器。HBM 是 GDDR 的一种，定位在处理器片上缓存和传统 DRAM 之间，兼顾带宽和容量，较其他存储器有高带宽、低功耗、面积小的三大特

AI 高速发展，算力需求迎来爆发：ChatGPT 的推出引发了 AI 投资热潮，科技巨头展开“军备竞赛”，算力作为 AI 的硬件基础，需求迎来爆发，全球 AI 芯片龙头英伟达的业绩超预期再次验证了算力的高景气。通过拆解算力产业链，服务器、AI 芯片、光芯片、存储、PCB 板等环节价值量均有大幅提升，有望充分受益算力需求的高速增长。大国科技博弈持续，半导体自主可控加速推进：半导体国产替代大势所趋，我们长期坚定看好设备材料零部件等核心环节的自主可控。短期来看，随着部分晶圆厂恢复扩产或扩产不确定性的消

去库加速供给端收缩。AI、服务器换代、终端新品创新为需求端带来边际性改善。存储、DDIC 有望领衔周期复苏。算力竞赛带动配套硬件量价齐升。边缘计算有望接替云算力成为 AI 下一轮增长逻辑。终端关注华为回归、苹果 MR 创新机遇。电子行业反弹在即，结构性布局正当时。申万电子 PE TTM 已经回归2014~2023 年中枢约 50 倍 PE。目前云端算力进入阶段性调整期，边缘端算力有望接力复刻云端演绎逻辑。新需求带动行业边际性改善，周期复苏或带动行业利润修复，电子弹性空间较大。半导体供给端库存和冗

工业机器人为誉为“制造业皇冠上的明珠”。IFR、中国电子学会数据显示，2022 年中国工业机器人市场规模 609 亿元，全球占比 45%，为第一大市场。2022 年国内工业机器人销量 28 万台，2011-2022 年 CAGR 26%，十年间销量扩增十倍。2021 年韩国/日本/德国/中国工业机器人密度分别为1000/399/397/322 台/万人，我们认为我国渗透率仍具备翻倍空间：①从经济性看，人口老龄化加剧导致人力成本提升，机器替人为大势所趋。②从政策导向看，2023 年 1 月工信部发

经过大规模预训练的大模型，能够在各种任务中达到更高的准确性、降低应用的开发门槛、增强模型泛化能力等，是AI 领域的一项重大进步。大模型最早的关注度源于 NLP 领域，随着多模态能力的演进，CV 领域及多模态通用大模型也逐渐成为市场发展主流。政企的极大关注带动了行业领域大模型的高速发展，逐渐形成了多模态基模型为底座的领域大模型和行业大模型共同发展的局面。

ChatGPT 引领人工智能进入以 AGI 为代表的新里程碑阶段，拉动算力需求，引领基础设施新周期。人工智能应用场景逐渐增多，模型参数规模和数据量也实现了大幅度增长，为 NLP、CV 等领域带来更强大的表达能力和性能。大模型是目前通往 AGI 的最佳实现方式。算力需求激增，推动算力基础设施迎增长新周期。据 IDC，AI 的应用与普及促使 2022 年我国智能算力规模近乎翻倍，达到268EFLOPS，超过通用算力规模，2026 年我国智能算力规模将达 1271.4 EFLOPS，22-26 年复合