电子行业AI+系列专题分析报告：边缘AI，大语言模型终端部署，新一轮终端需求.pdfVIP

证券研究报告 | 2023年05月31日 电子AI+系列专题报告 超配 边缘AI：大语言模型的终端部署，推动新一轮终端需求 核心观点 行业研究·行业专题 大模型参数量级飞涨，相应训练集需同比提升。李开复定义AI2.0时代的 电子 特征是通过海量数据，无需标注自监督学习，训练一个基础大模型，并在各 超配·维持评级 领域将其专业化。据相关论文，当模型的参数量大于某阈值，会展现出类似 推理、无监督学习等未曾出现的能力，这种现象被称为“涌现”，因此目前 大语言模型参数均在十亿量级以上。同时，Deepmind研究表明，模型参数的 上涨需要配合等比例上升的优质数据集来达到最佳训练效果。因此，大模型 参数在十亿级以上发展并受限于优质数据集的增速是AI发展的必然趋势。 大模型增长挑战芯片算力和内存，无法实现完整端侧部署。大模型训练和推 理的三大瓶颈是算力、显存和通信，根据我们的测算，算力方面GPT-3训练 所需算力为121528TFLOPS，若30天内完成，需要1558颗A100。内存角度， GPT-3训练至少需要3.2T内存，至少44张A100，推理任务则主要受显存限 制，需要4至8张A100，因此完整的模型无法在终端上离线运行。 优化后大模型可在旗舰机型芯片上运行，AI落地有望推动新一轮换机潮。 AI部署本地化具有必要性，优势包括更低的延迟、更小的带宽、提高数据安 全、保护数据隐私、高可靠性等。完整的大模型仅参数权重就占满一张80G 的GPU，但是通过量化、知识蒸馏、剪枝等优化，大模型可以在手机本地实 现推理。高通团队使用骁龙8Gen2部署StableDiffusion，实现本地运营 15秒出图，证明了大模型本地化运行的可能，也体现出目前手机芯片的局限 性。根据IDC数据，1Q23全球手机销量中主处理器频率超过2.8GHz的占比 36%，价格在1000美金以上的占比13%，即旗舰机型占比较低，随着AI大模 型在边缘端落地，有望推动新一轮换机潮。 以大语言模型为核心，以语言为接口，控制多AI模型系统，构建“贾维斯” 式智能管家。我们认为大语言模型不仅可以实现对话、创意，未来也有望作 资料 ：Wind、国信证券经济研究所整理 为众多复杂AI模型的控制中心，同时也是接受用户指令的交互窗口，实现 相关研究报告 《钢铁侠》电影中“贾维斯”式综合智能管家。23年5月，Google推出PaLM 《电子行业周报-AI+开启半导体新周期》 ——2023-05-29 2轻量版Gecko，其可在最新的旗舰机型上离线运行。同月，OpenAI首次推 《复盘英伟达的AI发展之路》——2023-05-29 出ChatGPT移动端应用，各家大厂正式进入AI模型移动端创新、竞争时期。 《电子行业周报-半导体周期拐点临近，国产化进程提速》—— 2023-05-24 智能音箱、全屋智能中控屏、手机、MR等均有望成为这一时代的交互入口。 《电子行业周报-景气拐点将至，以时间换空间》—— 2023-05-15 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 《电子行业周报-在行业周期筑底阶段无需过度悲观》 —— 20