站在当前时点，怎么看AIGC板块投资逻辑（2023）.docx

下载文档

0
0
约3.49万字
约 65页
2024-12-27 发布于山西
举报
版权申诉
保障服务

站在当前时点，怎么看AIGC板块投资逻辑（2023）.docx

此“经济”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共65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)。

证券研究报告海外

2023年12月19日

AIGC专题报告：

站在当前时点，怎么看AIGC板块投资逻辑

评级：推荐(维持)

陈梦竹(证券分析师)S0350521090003

chenmz@

最近一年走势

50%-40%-

纳斯达克指数

沪深300

30% 20% 10% 0%-10%-20%

请务必阅读报告附注中的风险提示和免责声明

请务必阅读报告附注中的风险提示和免责声明2

核心提要

u我们为什么认为AIGC是产业级趋势？——人工智能步入新发展阶段，逐步迈向AGI；AIGC创造人机交互新变革，将迎来更多新机遇；通用大模型是AI产业的水平化分工的关键，有望实现规模效应与飞轮效应，商业模式逐步清晰；生成式AI可能打破现有流量竞争格局。

u复盘海外vs国内典型AIGC概念股行情演绎逻辑，有哪些启示？——海外行情率先启动，海外演绎逻辑：算力（率先启动、涨幅最大）—大模型—应用，国内演绎逻辑：数据—算力、大模型—应用。

u投资逻辑总结：三阶段论。——【阶段1】起点：百模大战，巨头和垂直厂商纷纷投入大模型的研发和训练，早期训练对高性能算力需求度大，厂商大量囤积芯片，算力投资确定性相对较高，大模型与应用仍处于早期；【阶段2】承压：路径分化，少数通用基座大模型+较多垂直行业/公司大模型厂商，基于开源模型开发与底层自研并行，NLP大模型训练算力需求有限，应用侧尚未迎来大幅增长，推理算力消耗有限，大模型也处于商业化早期，产业链整体承压；【阶段3】

突破：技术迭代、结合新硬件带来新变化，多模态逐步成熟，3D生成、策略生成等技术逐步突破，未来结合MR、机器人等新硬件，应用加速普及，进一步打开商业化空间，带动整体产业链形成正循环。

u如何看待NLP大模型训练与推理算力成本？——①训练算力需求：通用大模型算力消耗大但数量相对较少，行业/公司级大模型数量多但算力消耗相对较小，

整体空间有限。根据训练所需算力符合经验公式=6*参数量*数据量，假设通用大模型平均模型参数量1200亿、平均模型训练数据量Tokens7000亿、

A100GPU利用率45%、模型预计训练时间维持在34天时，单个大模型训练需要1222张A100，若大模型数量达到30个，则需要36660张A100。当平均模型参数量提升至2265亿、平均模型训练数据量Tokens16603亿、A100GPU利用率达到较高水平57%、模型预计训练时间维持在34天时，单个大模型训练需要4319张A100，若此时大模型数量达到20个，则需要86386张A100。对于行业/公司级大模型来说，若平均模型参数量在100-146亿、平均模型训练数据量Tokens在1000-1464亿、A100GPU利用率在43%-45%、模型预计训练时间维持在30天时，当行业/公司级大模型数量达到80-231个时，则需要1381-8164张A100。②推理侧算力需求：伴随用户体量增加，整体需求量较大。假设单个模型参数量在1200-2265亿，根据显存容量经验公式，可换算所需显存容量在231-436GB，单次推理需要3-6张A100。假设DAU在0.5-2.5亿，对应并发推理需求最大设计容量在10000-50000次，假设单次推理时合并的推理需求数量12-8次，并发推理所需要的次数在834-6250次