2023科技行业专题研究：AI大模型开启新一轮大国竞争-半导体战略地位凸显.pdf

AI大模型开启新一轮大国竞争，半导体战略地位凸显

核心观点

◼AI正处史上最长繁荣大周期：在进入21世纪以来，在大数据和大算力的支持下，归纳统计方法逐渐占据了人工智能领域的主导地位，深度学习的浪

潮席卷人工智能，人工智能迎来史上最长的第三次繁荣期，至今仍未有结束的趋势。

◼OpenAI的“暴力美学”：大算力和大数据：OpenAI认为，通过独立延长模型训练时间、增加训练数据量或者扩大模型参数规模，预训练模型在

测试集上的TestLoss都会单调降低，从而使模型效果越来越好。我们认为，在ScalingLaw的框架下，只要追加数据与算力，大模型的能力就能

持续增强。对于OpenAI而言，目前大模型的最大限制是数据和算力的总量。

◼大模型开启新一轮大国竞争，半导体成顶层博弈焦点：预训练大模型是现阶段人工智能的集大成者，代表了统计学习流派的最高成就。在新一代技

术未出现前，它将是人工智能研究和开发的最强武器。围绕大模型的研发和落地，中美之间已经展开了新一轮的竞争，美国已对华限制销售最先进

的英伟达A100和H100GPU训练芯片。半导体作为AI算力核心，将受到顶层高度关注，成为大国博弈的焦点之一。

◼AI模型运算规模增长，算力缺口巨大：基于大量数据训练、拥有巨量参数的AI预训练模型—GPT-3，引发了AIGC技术的质变，从而诞生ChatGPT。

然而，预训练模型参数数量、训练数据规模将按照300倍/年的趋势增长，现有算力距离AI应用存巨大鸿沟。运算规模的增长，带动了对AI训练芯

片单点算力提升的需求，并对数据传输速度提出了更高的要求。

◼建议关注：

◼GPU：景嘉微、航锦科技，海光信息和未上市的地平线、黑芝麻、摩尔线程

◼AI训练芯片：寒武纪、商汤(港股)、燧原科技(未上市)

◼AI存力：兆易创新、北京君正、东芯股份

◼HBM：雅克科技、深科技

◼半导体大国重器：中芯国际、北方华创、中微公司

◼风险提示：AI算法、模型存较高不确定性，AI技术发展不及预期；ChatGPT用户付费意愿弱，客户需求不及预期；针对AI的监管政策收紧

目录

一、AI史上最长繁荣周期，大国AI竞赛拉开序幕

二、大算力描绘AI的“暴力美学”

三、半导体作为AI算力核心，将再次成为大国博弈焦点

四、风险提示

AI正处史上最长繁荣大期

图：人工智能发展史

◼人工智能从1956年被正式提出以来，经历了数十年的

发展历程。人工智能诞生初期，其研究主要分为三个流

派，即逻辑演绎、归纳统计和类脑计算。

◼人工智能研究的三大流派各有优劣势。类脑计算流派的

目标最为宏远，但在未得到生命科学的支撑之前，难以

取得实际应用。归纳演绎流派的思考方式与人类相似，

具有较强的可解释性。由于对数据和算力的依赖较少，

归纳演绎流派成为人工智能前两次繁荣的主角。随着学

界对人工智能困难程度的理解逐渐加深，数理逻辑方法

的局限性被不断放大，并最终在第三次繁荣期中，逐渐

让位于统计学习的“暴力美学”。

◼在进入21世纪以来，在大数据和大算力的支持下，归纳

统计方法逐渐占据了人工智能领域的主导地位，深度学

习的浪潮席卷人工智能，人工智能迎来史上最长的第三

次繁荣期，至今仍未有结束的趋势。

通用大模型加持，平民化AI普惠千行百业

◼深度学习依然受到统计学习的框架限制：特征抽取和模板匹配。相比于人类基于知识的推断，这种方式无疑是低效的，因为对于任何新的概念乃

至新的实体，算法都需要专门的训练数据来提供相关的信息。在没有基础模型支撑的情况下，开发者们必须从头开始完成收集数据、训练模型、

调试模型、优化部署等一系列操作。对于人工智能开发者和垂直细分行业应用而言，都是重大的挑战。

◼预训练大模型降本增效，将推动AI普惠千行百业。预训练大模型加持下的人工智能算法(包括计算机视觉、自然语言处理等)，相比于普通开发

者从头搭建的算法，精度明显上升、数据和计算成本明显下降，且开发难度大幅降低。

图：在100张图像上训练基础物体检测算法，从头搭建vs大模型支持

8xGPU1xGPU