AI-零帕网-第3页

随着大模型参数规模的迅速增大，参数规模迈入千亿级和万亿级时代，通用大模型性能优秀，但也带来更大的硬件投入和功耗。近期Meta、微软、谷歌、苹果、英特尔等科技龙头公司均加快部署生成式AI，并探索在手机、PC 等终端的应用。高通在《混合 AI 白皮书》中提出，混合 AI 是 AI 规模化发展的必然趋势，混合 AI 是指终端和云端协同工作，在适当的场景和时间下分配 AI 计算的工作负载，模型训练在云端实现；根据模型复杂度，推理工作部分放在终端侧。能够带来成本、能耗、性能、隐私、安全和个性化优势，助力实

半导体芯片生产成本逐年下降，芯片的算力体积比不断提升，在更小体积的芯片中得以运行更多的任务。人工智能（AI）得以逐渐摆脱算力的桎梏，衍生出更多更具实用性的算法、模型和架构。而随着信息化进程推进，以及消费电子类产品和各类型传感器的更新和广泛应用，各类系统趋向自动化，为 AI 渗透到人类生活的各个方面提供了土壤。深入分析 AI 近十年的发展，会逐渐看到一个重要的现象：人工智能在感知方面取得了重要进展，已经逐渐接近人类的水平，在语音、图像、视频处理等多个方面，人工智能处理的效率和效果都已经超越了人类。

半导体行业周期框架：三重周期的嵌套。22 年我们发布报告将半导体周期拆解为三重基本周期的嵌套：产品周期（需求端）、资本支出/产能周期（供给端）、库存周期（供需关系）。本文主要针对三重周期的最新变化状态、发展趋势及其对行业未来的积极影响进行分析。周期底部信号明确，行业复苏在即。产品周期：23Q1，终端需求触底复苏的信号初显端倪。产能周期：23Q1，下游需求分化、行业库存调整和淡季影响，晶圆产线产能利用率见底。产线产能利用率的松动和空置产能的增加，有望推动晶圆制造价格的回落，从而改善设计环节的成本压

华为任正非在 3 月 17 日《擦亮花火、共创未来》—“难题揭榜”花火奖座谈会上谈到：“人工智能软件平台公司对人类社会的直接贡献可能不到 2%，98%都是对工业社会、农业社会的促进。”“大家要关注应用，尤其是工业、农业社会的应用，模型的应用有时比模型本身还有前途。”我们认为，目前市场对 AI 的关注，开始向算力、算法、数据拓展至应用端。C 端 AI 应用由于与日常生活接触较频繁，最容易被认知和想象到；而 B 端尤其是工业端的 AI 运用，受制于复杂的工业场景并且离日常生活稍远，相对不容易让市场认

目前我们将迎来科技的重大转折点：ChatGPT时刻。而在ChatGPT背后，不断迭代的GPT系列使得大模型成为当下科技企业核心竞争力的重要体现，未来，大模型将成为AIGC时代的核心支撑。华为作为国内科技龙头，2021年发布的盘古大模型有望在AIGC时代中引领潮流。我们将从：昇腾/鲲鹏→MindSpore AI框架→ModelArts→盘古大模型四层架构进行分析：1、AI算力资源：“鲲鹏+昇腾”，打造盘古算力底座• 鲲鹏：华为自主芯片→鲲鹏芯片→鲲鹏服务器→欧拉操作系统→高斯数据库→行业应用向外扩

AI 大模型引领应用层百花齐放，算力层长期受益： ChatGPT、GPT4.0、Microsoft 365 Copilot、文心一言等相继发布，以 ChatGPT 为代表的 AI 大模型及其初步应用“一石激起千层浪”，其相关技术变革预计将对个体的工作、生活及社会组织方式带来的广泛影响。以海内外 IT 龙头为代表的企业界也开始深入挖掘此次技术变革对公司经营方式、商业模式的潜在颠覆性变化，并重新评估未来的发展战略。我们认为，AI 大模型在参数规模、计算量简化、安全性及多模态融合等方向虽然仍

VR 新品密集发布叠加 AI 赋能创作，C 端 VR 内容产业或进入黄金发展期VR 产业链包括三大环节：硬件、内容及应用场景。目前硬件中光学、显示技术等环节的技术更新趋势已然显现，Pancake 光学方案在轻薄、成像质量上更具优势，能有效缩减 VR 设备体积与重量，或成为未来主流 VR 设备首选方案。AI 与 VR/AR 技术的融合一方面能帮助 VR 开发人员迅速搭建 VR 场景，提高 VR 内容制作效率，另一方面可以帮助 VR 技术更好的模拟现实世界，增强用户沉浸感。此外，头部产品对行业整体出

GPT4引领认知革命，国内百度文心一言发布在即；文心大模型场景全面，开启我国AI追赶序幕，建议从三大层面关注AI软硬件投资机会：1、AI公司：大模型为AI应用最核心中枢，人工智能公司正打开想象天花板，建议关注三六零（A股唯一自研大模型公司）。2、上游算力：训练模型带动算力需求，AI算力芯片为关键，建议关注寒武纪（A股AI算力芯片龙头）。3、下游应用：建议关注百度生态合作伙伴及下游垂类应用企业。

云计算市场慢复苏，业绩疲软但韧性不减2022年受能源价格上涨、美元指数走高、地缘政治影响等外部因素影响，全球企业IT支出下滑0.2%，云计算厂商增速放缓，行业经历了一轮“泡沫挤压”，市值有所回调。但同时，IaaS企业坚持“云+应用开发+企业软件”策略，仍维持较高利润率，规模效应渐显；SaaS企业坚持“平台+生态”发展，维持稳健增长，EMCLOUD Index 公司整体收入增速为27%，毛利率维持在70%以上，韧性较强。全球IT支出稳增长，AI赋能开启新纪元2023年全球IT支出保持稳增，下游CA

AI基础数据服务商脱胎于专业数据采标分工需求。国内 AI基础数据服务产业主要包括上游-数据产生及产能资源、中游-训练数据生产、下游-AI 算法研发三大产业环节。数据工程是 AI 工程基础环节，目前正处于市场格局渐趋清晰，新老技术迭代、下游需求加速释放的关键节点。AI 快速落地叠加数据量指数级跃升，2025 年国内百亿规模可期。场景侧，AI 已在金融、医疗、交通、安防等多个垂直场景深度落地，且应用场景拓展势能强劲，伴生数据海量增长；产品侧，据信通院，自 OpenAI 于 2020年推出 GPT-3

AIGC 空间广阔，商业化落地持续推进AIGC 的落地痛点在于成本高昂的通用大模型与下游垂直应用场景需求的不匹配。ChatGPT 热度持续提升，一方面推动了科技巨头持续加大 AI 投入，另一方面也直接带动下游付费意愿提升，进一步加速 AIGC 应用落地和商业变现，AIGC产业迎来发展良机。（1）从内容形态来看，AIGC 应用包括文本、音频、图像、视频、代码、多模态等内容生成形式，根据红衫资本预测，AIGC 将首先在文本和代码领域落地应用，随后逐渐拓展至图像和视频领域。（2）从应用价值来看，AIG

今天，随着人工智能（Artificial Intelligence, AI ）和机器学习（Machine Learning, ML）技术的日益成熟，人工智能与机器学习技术早已脱离了资本炒作，正在迈向全面的商业化阶段，并与产业深度融合。正如历史上交通工具引擎的演进，车从蒸汽机车进化到内燃机车，再演进到电力机车，到今天的高铁，新引擎不断带给交通工具更快的速度、更高的效率、更好的体验，并让系统更加的安全稳定。而人工智能与机器学习技术也正在协助企业构建业务发展的“新引擎”，帮助企业获客，提升运营与生产效