2023年通信行业深度报告.docx

《2023年通信行业深度报告.docx》由会员分享，可在线阅读，更多相关《2023年通信行业深度报告.docx（25页珍藏版）》请在第一文库网上搜索。

1、 ChatGPT引入插件P1ugin,开启AI生态。在ChatGPT联网前，用户仅能查询到2023年9月之前的消息，但随着OPenA1开放网络浏览器和代码解释器，用户不仅能够查询到最新新闻。从这一点看，我们认为ChatGPT未来最大的进步在于从“有监督式学习转向无监督式学习。在联网前，ChatGPT都是从已有固话训练集中获取学习素材，需要认为调整训练参数才能提升学习精度；联网后，ChatGPT能够根据实时更新数据素材进行“自我迭代，搜索精准度、理解准确度都将迎来新的提升。 算力仍是重中之重，带动产业链成长。我们认为ChatGPT体现了当前AI训练速度、训练精度的提升，背后的根本逻辑在于庞大训练

2、数据集的支撑，而对于硬件层面来说,计算与传输是保证ChatGPT平稳运行的核心。根据贝壳财经咨询，北京时间2月9日，由于训练量超负荷，ChatGPT官网无法登录，页面显示“超负荷，侧面印证了当前的网络资源/计算能力无法保证未来大量涌入的算力需求。ChatGPT的总算力消耗约为3640PF-days,从摩尔定律角度看，以ChatGPT为代表的AI发展速度呈指数级上涨，约每隔34个月翻倍（摩尔定律翻倍周期约18个月、 从ChatGPT所需要GPU数量测算，未来所需要高功率机柜近7.5万个。根据钛媒体，GPT3.5完全训练需要A1OO芯片近3万颗，对应英伟达DGXA1OO服务器近3750台。考虑到英

3、伟达DGXAIOo服务器单台最大功率为6.5kw,假设平均功率为4kw台,则IOkW功率机柜可搭载2.5台AI服务器o为满足3750台AI服务器，需要建设机柜1500个，假设算力需求扩至50倍，共需要高功率机柜约7.5万个。 AI大趋势下，数据中心耗电成为“阿喀琉斯之踵”。数据中心制冷主要采取风冷+液冷，液冷有望成为大嵋中心主流方案。根据IDC圈，液冷的冷却能力较风冷而言高10003000倍，且液冷对环境要求更低，适应性更强。根据De11Oro统1+测，2023年-2027年辘中心输出设施（DCPI）收入CAGR有望保持8%,超350亿美元。且随着英特尔、英伟达、AMD等处理器与加速器性能的提

4、升，数据中心机架功率密度会再度提升。投资建议：AI模型及相关应用带动算力增长，建议关注第三方头部IDC运营厂商奥飞数据、数据港、宝信软件（计算机组覆盖光环新网、润泽科技（计算机组覆盖）；同时我们认为随着未来高密度数据中心兴起，叠加ESG要求，IDC储能温控环境有望核心受益，建议关注科华数据、申菱环境、英维克、依米康。重点公司盈利预测、估值与评级代码简称股价（元）2023AEPS（元）2023E2023E2023APEg2023E2023E评级J300738.SZ奥飞数据14.510.380.250.30395848/300442.SZ润泽科技67.8-0.011.281.90/5336推荐30

5、0383.SZ光环新网12.810.47-0.500.3327/39推荐603881.SH数据港36.360.340.350.4910710474600845.SH宝信软件59.360.921.151.46655241推荐301018.SZ申44.370.580.961.45774631/002837.SZ英维克34.840.610.640.84575441推荐资料来源：Wind,民生证券研究院预测；注：股价为2023年04月10日收盘价；未覆盖公司数据采用wind一致预期,英维克、数据港2023年为真实数据目录1应用：ChatGPT引入插件P1UginfA1生态伊始31.1 看海外：Chat

6、GPT插件或开启苹果AppStore模式31.2 析国内：各家大厂纷纷发布大模型42硬件：算力仍是重中之重,带动产业链成长102.1 超越摩尔定律，未来AI算力有望几何式增长102.2 从CPU到GPU,AI模型推动行业结构性变化122.3 数据中心走出新生态，打造算力池153温控:解决高功率算力池下的“阿喀琉斯之踵214重点公司234.1 奥飞数据234.2 炳新网234.3 数据港244.4 英维克254.5 申菱环境264.6 依米康265风险提示28插图目录29表格目录291应用：ChatGPT弓I入插件P1Ugin,A1生态伊始1.1 看海外：ChatGPT插件或开启苹果AppSto

7、re模式插件支持功能促进ChatGPT更好接入第三方应用。北京时间3月24日，人工智能公司OPenA1宣布为ChatGPT添加插件支持，未来可访问第三方应用程序。目前OpenAI针对开发人员及ChatGPT用户，将插件集成至其使用产品的API中，通过开发一使用闭环增加用户访问量，从而打造人机交互范式社区。目前已有多家巨头接入使用插件。ChatGPT通过插件功能已实现类似Python的效果，赋能百业。根据OpenAI官方演示，ChatGPT接入数学知识引擎Wo1framA1pha后，数值计算精确度得到较大提升。图1：引入数学知识引擎后，ChatGPT具备较为精确的计算能力资料来源：OPenA1官

8、网，民生证券研究院联网打开ChatGPT更多想象空间。在ChatGPT联网前，用户仅能查询到2023年9月之前的消息，但随着OpenAI开放网络浏览器和代码解释器，用户不仅能够查询到最新新闻，同时能够将自己的私人数据如个人文档、笔记、邮件等输入ChatGPT供其训练。从这一点看，我们认为ChatGPT未来最大的进步在于从有监督式学习转向无监督式学习。在联网前，ChatGPT都是从已有固话训练集中获取学习素材，需要人为调整训练参数才能提升学习精度；联网后，ChatGPT能够根据实时更新数据素材进行“自我迭代，搜索精准度、理解准确度都将迎来新的提升。图2:ChatGPT可线上链接多介第三方库资源4

9、SpMk1eamhowtosayanythinginanother1anguagewithSpeak,yourAbpowered1anguagetutor.资料来源：母子位，民生证券研究院WotframAccesscomputation,math,curatedknow1edge&rea1-timeWtathroughWo1framIAIphaandWo1fram1anguage.ZapierInteractwithover5j000apps1ikeGoog1eSheets.Tretto.Grnai1HubSpot.Sa1esforce,andmore.打造类AppStore商业模式，多家知名

10、品牌已经接入，AI生态圈正处于起步阶段。目前OpenAI邀请的第一批开发伙伴主要包含Shopify.S1ack以及旅游平台Expediax生鲜电商InStaCart、旅游搜索引擎服务商Kayak、在线餐厅预订服务平台OPenTab1e、自动化平台Zapier等。如用户可通过Instacart+ChatGPT插件，发送预定商品指令，ChatGPT处理指令后电商平台Instacart可直接下单并将货品送至客户地址。我们认为ChatGPT已经成为OPenA1的生态平台底座，开发人员可在OpenAI平台上创建并分享自己基于ChatGPT底层开发的插件。类似于苹果的AppStore允许第三方应用程序在其

11、设备上广泛接入。1.2 析国内：各家大厂纷纷发布大模型供需两侧增长较快，国内环境给予大模型良好生长土壤。从需求端看，我国AI软件及应用市场增长较快。根据IDC统计，2023年中国人工智能软件及应用市场规模为51亿美元，预计2026年达211亿美元。我们认为当前人工智能已进入大规模应用的关键时期，但过去受高开发门槛、复杂多样应用场景、数据标注等问题桎梏，AI应用并未形成规模化效应。从供给侧看，信息化的发展使得数据量井喷式增长，带来数据“宝藏的同时也对技术提出更多挑战，但不可否认的是，数据既是A1发展的驱动力，同样也可成为其发展的瓶颈，数据的井喷式增长也带来了算力复杂度提升。根据IDC统计，我国数

12、据规模有望从2023年的18.51ZB增长至2026年的56.16ZB,CAGR24.9%,增速居于全球第一。大模型”是打通人工智能技术通用性“任督二脉”的关键。过去在分散化的模型研发模式下，单一的A1应用场景下多个任务需要由多个模型共同支撑完成，每一个模型建设都需要算法开发、数据处理、模型训练与调优过程。预训练大模型增强了人工智能的通用性、泛化性，基于大模型通过零样本或小样本精调，就可实现在多种任务上的较好效果。大模型预训练+精调”等模式带来了新的标准化A1研发范式，实现A1模型在更统一、简单的方式下规模化生产。图3:我国A1软件及应用市场规模圉生：我国数据量规模全球领先资料来源：IDC咨询

13、，民生证券研究院资料来源：IDC咨询，民生证券研究院百度：文心大模型已拥有模型+平台+产品构成的全套体系。百度文心已经构建了文心大模型层、工具平台层、产品与社区三层体系。在产品能力上，文心大模型通过与百度飞桨Padd1e-Padd1e深度学习平台组合，可以满足市场大规模落地需求；在应用能力方面，百度已在金融、能源、制造、城市、传媒、互联网等行业拥有实际落地的标杆案例；在生态能力方面，以社区用户为基础，文心大模型可以实现与开发者、行业用户、上下游产业的正向互动。百度文心大模型参数量达到2600亿，在市场格局中处于第一梯队。文心大模型构建了基础+任务+行业的三级模型体系，基础大模型作为整体的底座来

14、支撑任务与行业大模型的建设，任务和行业大模型则通过结合真实场景与数据反哺基础大模型优化。基础大模型旨在技术挑战、通用性、泛化性探索；任务大模型由对话、搜索、信息抽取、生物计算等多个典型任务构成；最后所得出的行业大模型已经形成了包含了与来自8个行业的头部企业或机构共建的11个行业大模型。行业大模型是百度文心大模型深入产业落地的重要措施与载体。百度与行业头部企业、机构联合研发的融合行业数据、知识以及专家经验的大模型，在各行业的技术效果突破、产品创新、生产流程变革、降本增效等维度产生价值。如国家电网与百度联合发布知识增强的电力行业大模型；浦发银行与百度在行业数据、大算力和A1算法上优势互补，联合研发

15、面向金融行业的大模型；百度与人民网合作，引入舆情数据中心沉淀的行业知识来更好训练知识增强的传媒行业大模型实现更少的标注数据下大幅提升传媒行业自然语言处理任务效果等。图5:百度文心大模型全景图资料来源：文心大模型官网，民生证券研究院百度文心围绕大模型产业应用的不同研发环节，面向不同开发者或用户，打造系列工具平台与场景化产品。对于开发者拥有面向N1P工程师的大模型套件ERN1EKit；对于下游应用，文心开放了API接口供其使用；对于用户则推出了基于大模型驱动的新一代产业级搜索系统文心百中，以及A1艺术与创意辅助平台文心一格。华为：盘古大模型已深耕行业，发掘应用。华为的盘古AI大模型项目于2023年立项，并于2023年4月发布盘古大模型。依托华为自身的全栈式AI解决方案,将大模型与ModeIArts平台深度结合。当前盘古大模型已经发展出包括基础大模型（1O1行业大模型（111行业细分场景模型（12）三大阶段的成熟体系。盘古大模型首个落地应用“矿山AI大模型”。在智能矿山领域，华为旨在将AI应用门槛