AIGC-零帕网-第3页

报告通过对AIGC的典型代表GPT-4的研究，以场景化的形式对GPT-4 如何赋能通信行业进行了全方位的分析，并针对通信行业如何构建行业GPT进行了初步探讨和实践。报告内容翔实，关注此领域者值得深入研读！2022 年被认为是人工智能生成内容（AIGC）元年。作为 AIGC 在自然语言领域的代表，ChatGPT 在 2022 年年底一经推出，就掀起了一场可能涉及所有人和所有行业的“大火”，2023 年 3 月 GPT-4 的发布则进一步推动了“态势升级”。由 ChatGPT/GPT-4 引发的全球

2023年终端设备低需求叠加未来 AIGC催化 AI新硬件需求，高通凭借在终端侧混合AI 的引领者优势，预计 24 年高通将迎来芯片出货量高增双击时刻。生成式 AI 引发计算架构演进需求，混合 AI 实现终端云端协同。模型推理成本较高阻碍 AI 应用的规模化扩展，推动混合 AI 应运而生。混合 AI 能在不同场景和时间下动态分配终端和云端的工作负载，在成本、能耗、性能、隐私、安全和个性化五大维度和云端相比具备优势。高通凭借终端侧 AI 技术和全栈优化引领混合AI发展，独具规模化拓展优势。新一代高

2023年无疑是AIGC元年，ChatGPT引发的各类大模型竞赛中，行业内绕不开的一个话题便是算力从何而来。算力目前已经在AIGC产业内形成新共识——算力成为AIGC发展的关键基石。随着英伟达今年一系列不断推陈出新的产品动作，可以看到国际上最先进的算力厂商如今已迈向由超级芯片组成的算力集群阶段。此外，算力厂商也无疑成为AIGC产业下的率先受益方。然而，随着大模型参数的不断增长，OpenAI近期表明算力成为其发展的挑战之一。在AIGC产业繁荣的当下，可以预见的是未来对算力的需求会越来越大。那么，在

在人工智能发展的漫长历程中，如何让机器学会创作一直被视为难以逾越的天堑，“创造力”也因此被视为人类与机器最本质的区别之一。然而，人类的创造力也终将赋予机器创造力，把世界送入智能创作的新时代。从机器学习到智能创造，从PGC,UGC到AIGC，我们即将见证一场深刻的生产力变革，而这份变革也会影响到我们工作与生活的方方面面。本报告将向所有关注未来科技的相关机构、从业者、创业者、投资人传递亿欧对AIGC的市场潜力场景的洞察和优秀企业案例。

通用大模型市场当前虽入局者众多，但终局将高度集中，未来将由 5-6 家厂商主导；应用层厂商及甲方企业应着眼终局，从大算力、巨量数据集、端到端 AI 工程化能力以及应用生态伙伴等维度综合考虑，慎重选择合作伙伴。中大型企业虽倾向于大模型的私有化部署，但由于中美博弈下 GPU 算力资源紧张且短期无法有效解决、C 端应用受多重制约，使得国内行业大模型与通用大模型发展并驾齐驱。未来，行业大模型市场整体百花齐放，但垂直领域仍将头部集中。AIGC 应用层面，能源、金融、传媒、营销、数字办公等行业走在前列，甲方

我们身处在智能时代的 21 世纪，日常生活中无处不见 AI 的应用，人工智能与传媒业的融合发展也成为内容生产行业的发展趋势。AIGC 作为当前新型的内容生产方式，被广泛应用于传媒、电商、影视等行业，帮助提高内容的生产效率和多样性。本书收纳来自张亦驰（怀潜）、丁小虎（脑斧）两位阿里资深工程师和阿里云AnalyticDB、函数计算 FC、阿里云大数据 AI 技术三个技术团队的五篇优秀技术文章，内容涵盖基于大模型的 AIGC 应用及技术要点和 AIGC 实际应用案例。通过本书，不仅可以深度体验 AIG

公司作为国内领先的一站式光器件整体解决方案提供商，具备完善的高品质高性价比光器件产品矩阵、精益化管理及多品类光器件核心工程制造能力，以及优质国内外客户资源壁垒等核心竞争优势。公司深耕光通信上游光器件行业 18 年，目前已形成 14 大产品线+8 大技术工艺平台的完善产品矩阵，为客户提供光有源+光无源 OEM/ODM 一站式解决方案。凭借研发驱动+全员持续改善的发展理念，对光器件工艺流程持续改进、坚持在全自动化生产设备保持战略投入、不断研发创新以及及精益化管理变革，公司具备行业领先的产品盈利及成本

AIGC 势头强劲，算力、数据、算法、下游应用端有望迎来广阔的发展空间2022 年以来，以 ChatGPT 为代表的 AIGC 技术热度持续提升。AIGC 技术持续取得突破离不开算力、数据、算法三大核心要素。算力方面，随着大模型持续推出及升级迭代，AI 算力需求持续增长，带动 AI 服务器、AI 芯片、数据中心等硬件需求增长。根据 IDC 的数据，我国智能算力市场规模预计将从 2019 年的 31.7 EFLOPS 增长至 2026 年的 1271.4EFLOPS，CAGR 高达 69.4%。数

在AI领域，网络的价值在于延续了集群算力的摩尔定律。• 1）吞吐带宽与连接架构是算力性能不可忽视的决定因素。• 2）芯片层面，高速c2c连接方案（如NVLink、CXL等）的推广，是宏观设备/数据中心层高速网络、光网络等需求爆发的底层逻辑。• 3）设备层面，单SoC性能提升+芯片“堆量”，不意味着算力集群整体性能的线性提升；而Nvidia、Google、AMD、AWS等算力大厂正应用InfiniBand、OCS等新架构替代通用算力下的以太网，带来增量网络需求。

华为算力编年史，国产芯片之光。我们复盘了华为国产芯片发家史，从手机端到AI算力，远期来看，2009年-2012年，手机芯片不断革新；2013年-2017年，麒麟芯片横空出世；2018年-至今，昇腾+鲲鹏打造AI算力生态；近期来看，19年，中国计算产业千亿蓝海，新兴产业链助推行业高增， 万亿市场呈待挖掘，华为鲲鹏应运而生；20-21年，华为持续加码国产软硬件，以一云两翼双引擎，构筑开放产业生态，“硬件开放、软件开源、使能伙伴”，助力计算产业长远发展。22年，行业信创元年，华为深度受益；23年，我们

AIGC（Artificial Intelligence Generated Content），即人工智能内容生成。AIGC 通常基于深度学习和自然语言处理技术，利用大规模的语料库进行训练，从而让机器能够自动生成与人类语言相似的内容。一般来说，AIGC 需要输入一些指令或者关键词，然后系统就会自动产生相应的内容，例如文章、新闻、评论、诗歌、小说、音乐、视频字幕等等。当下，树立对 AIGC 正确的认知已经成为重要的知识素养。下文将从概念、技术和热点话题等多个角度出发，帮助读者形成对 AIGC 概念

全球科技巨头,GPU王者——英伟达。英伟达是全球GPU龙头，2016年至今股价大幅增长近60倍，AI开启全新增长周期。2015年至今，英伟达持续深耕AI领域，并发布了多款AI硬件产品。公司GPU产品功能分为用于计算和网络的GPGPU与用于图形处理（Graphics）的GPU；平台化布局，打造4条产品线覆盖下游主流应用，分别是数据中心、游戏、专业可视化、自动驾驶，其中数据中心和游戏是公司主要业务，英伟达旗下产品包括云、边、端全面布局。我们复盘了近10年内英伟达股价走势，认为英伟达正在开启新一轮成长