- 1、本文档共52页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
电子行业中期策略人工智能开启_半导体周期复苏与自主可控并重
(报告出品方/作者:中原证券,乔琪、马嵚琦)
1. 人工智能算力时代到来,硬件基础设施迎接黄金发展期
1.1. ChatGPT 热潮引发全球科技巨头快速布局 AI 大模型
ChatGPT 就是由美国初创公司 OpenAI 研发、在 2022 年 11 月发布上线的人工智能对话机 器人,ChatGPT 标志着自然语言处理和对话 AI 领域的一大步。ChatGPT 上线两个月后月活跃 用户数突破 1 亿,就是历史上用户增长速度最快的消费级应用程序。ChatGPT 热潮引发全球科技 巨头的快速布局,Meta 百度、谷歌、百度、阿里巴巴等科技巨头随后相继面世相近产品。
Meta——致力于开源模型的研究,SAM 将关上计算机视觉领域革命
2023 年 2 月 24 日,Meta 发布四种参数规模的大模型 LLaMA,并将提供更多更多底层代码可以可供用户 使用, LLaMA 模型在分解成文本、对话、预测蛋白质结构等更繁琐的任务方面存非常小的前景。 2023 年 4 月 5 日,Meta 正式宣布正式宣布面世模型 SAM(Segment Anything Model),SAM 可以用做识别图 像和视频中的物体,甚至就是从未被训练自学过的物品;对于任何一张照片或动态视频,SAM 都 可以快速识别其中的各个物体并将其与背景分割,SAM 将关上计算机视觉领域革命。
百度——生态圈所有业务及服务,紧紧围绕文心一言建立崭新生态
2023 年 3 月 16 日,百度发布对标 ChatGPT 的大模型产品文心一言。百度正快速将文心一言带进至公司所有业务中进行测试,利用其能力为产品及服务生态圈,回去重塑公司面向企业和 消费者的产品和服务,取悦更广为的用户及客户,紧紧围绕文心一言在代莱时代中建立崭新生态。目 前未有十几万家企业提出申请文心一言内测,其中存强于 300 家生态伙伴在 400 多个具体内容场景赢得测 先行成效,主要涵盖办公提质、科学知识管理、智能客服、智能营销等代表性场景。
阿里巴巴——所有产品未来将互连通义千问,为每一家企业打造出自己的专属
GPT 2023 年 4 月 11 日,阿里巴巴发布大模型产品通义千问,可以进行多轮对话、文案创造、逻 辑推理小说,也带进了多模态心智,并提供更多更多多语言大力支持,阿里巴巴所有产品未来将互连通义千质问进 行全面扩建。阿里巴巴将把 AI 基础设施和通义千质问大模型能力向所有企业对外开放,未来每一个企 业在阿里云上既可以调用通义千质问的全部能力,也可以融合企业自己的行业科学知识和应用领域场景, 训练自己的企业大模型,阿里巴巴将为每一家企业打造出自己的专属 GPT。
谷歌——PaLM 2 就是最一流的语言模型之一,大力支持云端大模型和终端小模型
2023 年 5 月 10 日,谷歌面世了新一代语言大模型 PaLM2,PaLM2 存 Gecko、Otter、 Bison和Unicorn四种相同大小和速度的版本。最彪悍的版本Unicorn具备多于1000亿个参数; 最重的版本 Gecko 可以在手机上离线运转,每秒能处理 20 个 token。PaLM2 就是最一流的语言 模型之一,现在可以心智 100 多种语言,在通过高级语言能力考试、数学考试、自动文学创作、编制成 程等方面,均整体整体表现出出众的水平。
1.2. AI 大模型推动算力市场需求呈圆形指数级快速增长,AI 芯片迎接高速成长期
AI 大模型进度表训练数据量呈圆形指数级快速增长,并助测算力市场需求发动。从 GPT-1 至 GPT-3,模型参 数量从 GPT 的 1.17 亿增加至 GPT-2 的 15 亿,再至 GPT-3 的 1750 亿;训练数据量也由 GPT 的 5GB,增加至 GPT-2 的 40GB,再至 GPT-3 的 45TB。AI 大模型进度表训练数据量呈圆形指数级减至 长,并助测算力市场需求发动。
云边端算力协同融合,有望满足不同应用需求并提升算力效率。人工智能在云端、边缘端、 终端都有广泛应用,对算力有不同需求。云端具有海量数据处理与计算能力,可以承载云端训 练和推理的任务;将算力从云端向边缘侧扩展,支持在网络边缘执行深度学习、强化学习等人 工智能算法,避免计算任务从网络边缘传输到云中心的超长网络传输延迟,可以满足高实时性 应用的需求;通过算力前置实现终端分布式算力与云端中心算力的动态平衡,可以大幅提升算 力效率。通过云边端算力协同融合,有望满足不同应用需求,并提升算力效率。
算力基础设施云、边、端 AI 芯片作为算力载体,将迎来高速成长期。人工智能的各类应 用场景,从云端溢出到边缘端,或下沉到终端,都离不开智能芯片对于训练和推理任务的高效 支撑,
您可能关注的文档
- 电力设备与新能源行业2023年中期策略新引擎驱动新成长.docx
- 电力行业2023年中期策略火电业绩持续优化_新能源蓄势待发.docx
- 电力行业深度报告电改的现在与未来_目前的形势和我们的任务.docx
- 电力行业中期策略煤电周期上行在途_电改引领价值重估.docx
- 电生理行业研究行业景气度高_集采落地加速进口替代进程.docx
- 电网行业专题报告电网建设风口已至_特高压勇立潮头.docx
- 电子行业分析报告AI浪潮奔涌_CPO等光技术持续演进.docx
- 电子行业中期策略从模式创新到技术创新_拥抱硬件创新浪潮.docx
- 电子行业专题报告AI大模型加速落地_汽车智能化迅速发展.docx
- 电子行业专题报告DGX服务器集群架构催生大量光模块光芯片需求.docx
文档评论(0)