半导体行业深度报告（十二）-AI大模型竞赛方兴未艾-OpenAI与DeepSeek引领行业生态重构.pdfVIP

[Table_NewTitle]

AI大模型竞赛方兴未艾，OpenAI与

DeepSeek引领行业生态重构

——半导体行业深度报告（十二）

[table_main]

投资要点：

➢2024年全球AI市场规模有望达到6.16万亿美元，同比增长30.1%，2027年有望扩张至11.64

万亿美元，CAGR为23.65%。AI概念于1956年达特茅斯会议首次提出，是一种模拟人类智

能的技术，按照智能程度划分，主要分为狭义人工智能、通用人工智能和超级人工智能，

目前通用人工智能还处于理论阶段。AI具有算力、算法、数据三大要素，算法决定了AI如

何处理数据和解决问题，数据决定了算法是否能得到有效的训练和优化，算力提供了执行

算法和处理数据所需的计算资源。从AI产业链看，整体涵盖基础设施层、模型层、平台层、

应用层及服务层多个环节，基础设施层主要包括与芯片、计算、存储、网络、软件、连接

与通信等多个上游领域，模型层可分为通用大模型、行业大模型等。根据FrostSullivan，

自2020年起，全球AI市场规模以高于20%的同比增速呈现迅猛增长的态势，从2019年的

1.91万亿美元有望扩张至2024年的6.16万亿美元，同比增速逐年上升，整体市场有望在

2027年扩张至11.64万亿美元，体现出全球AI行业井喷式的发展速度。

➢未来五年全球大模型行业市场规模的CAGR有望达到36.23%，AIAgent或将成为继API调

动和模型推理部署后新的商业化形式，大模型行业竞争格局也将逐步收敛至头部厂商。AI

大模型作为AI产业链中的核心环节，经过大规模数据和强大的计算能力训练，通常具有高

度的通用性和泛化能力，可以应用于自然语言处理、图像识别、语音识别等领域。深度学

习是机器学习的重要分支，主要涵盖预训练、后训练、推理等阶段，ScalingLaw是预训练

阶段驱动模型进步的第一性原理，“涌现”现象进一步证明了模型参数量、数据、计算量大

小对于模型性能提高的重要性。大模型的商业化落地形式主要包括通过API调用收费以及

定制化的模型推理部署，前者市场价格竞争较为激烈，后者是国内的核心业务模式，尤其

是云端部署，从金额来看，在政务、教科领域落地的大模型项目较多。随着AIAgent发展，

未来基于结果和价值创造的商业模式有望逐步落地。从行业供给格局看，大模型竞争日趋

白热，模型之间差距逐步缩小，护城河不清晰，厂商需要持续大量投入，海内外竞争格局

都将逐步收敛至头部厂商，部分规模较小的模型厂商或聚焦于垂直化的细分场景。

➢GPT与OpenAIo1系列模型分别验证了算力投入在训练侧和推理侧的重要性，而

DeepSeek通过创新性的训练方法和架构实现了较低的模型训练成本，在未来大模型不断

创新迭代的背景下，性能提升与成本下行或成为两条重要主线。基于GPT-3.5的ChatGPT

的发布推动了AI技术的普及和AI产业的变革，是人工智能的重要里程碑之一。ChatGPT的

创始人OpenAI自成立起先后发布了GPT系列模型和以OpenAIo1、o3为代表的深度推理

模型，GPT系列模型注重预训练阶段的ScalingLaw，整体来说更适合解决通识类知识，目

前已经迭代至GPT-4系列，从最初单一的文本模态迭代成为多模态大模型，参数规模、训

练数据、上下文窗口大小相比前代呈指数级增长，模型性能相应也有显著提升。OpenAIo1

模型引入了思维链，证明了推理侧的算力资源投入同样重要，ScalingLaw在推理阶段或同

样适用，未来，GPT系列与o1为代表的深度推理系列模型或将互相补充。近期，DeepSeek

大模型的发布进一步拉动了AI热潮，DeepSeek-R1发布后仅用七天用户增长一亿，海内外

头部厂商纷纷入场布局。DeepSeek-V3性能对齐海外领军闭源模型，但依靠引入MLA机制

和创新性的DeepSeekMoE架构实现了远低于行业平均的训练成本和定价。DeepSeek-R1

在后训练阶段大规模使用了强化学习技术而不依赖监督微调，性能对齐OpenAI-o1正式

版，同时证明了蒸馏技术能够将大模型的推理能力转移到更小的模型上，提升它们的表现。

请务必仔细阅读正文后的所有说明和