《科創闆日報》7 月 9 日訊 （記者 李明明） ChatGPT 的橫空出現，把人工智能推到了一個更高的風口。
金融機構如何看待其中的産業變革？大模型有哪些應用場景？今年 AI 概念有哪些投資機會？在本次 2023 世界人工智能大會（WAIC）上，《科創闆日報》記者專訪了中金公司研究部硬科技行業首席分析師彭虎。
聚焦技術競争力強的創新型公司
《科創闆日報》：" 大小模型 " 正成爲市場關注熱點，何爲 " 大小模型 "，你認爲 ChatGPT 之後，" 大小模型 " 如何推演？
彭虎：大模型與小模型是相對的概念。
大模型（Large Language Model）是一類以 Transformer 神經網絡爲基礎架構的人工智能模型，典型特點爲語料規模大、算力需求大、參數規模大，具備較強的泛化能力和内容生成能力，在人機交互體驗上具有革新意義。典型的大模型包括谷歌 BERT、OpenAI GPT、百度 ERNIE 等。
小模型相對來說，語料規模更小、算力需求更小、參數規模更小。由于數據量與參數量的限制，小模型通常針對具體任務或特定場景進行開發，不同場景下的 AI 模型較難遷移複用，優勢在于 " 專精 "。
我們認爲，未來大小模型的關系并非彼此取代，而是相互協同促進。核心原因在于兩者各有優劣。大模型泛用性較強，所生成内容媲美人類水平，具備湧現能力并處在快速叠代中，但其巨額的訓練成本、高昂的算力資源能耗，都對規模商用産生了不利影響。而小模型盡管泛用性較弱，但貼近真實場景，算力要求低、能耗小，在數據隐私要求高的場合，更具有商用落地優勢。
具體來看，一方面大模型通過蒸餾可得到小模型，以輕量化的小模型向下遊應用場景賦能。另一方面，小模型可作爲教師模型加速大模型收斂，或作爲樣本模型幫助大模型叠代，增強大模型的行業能力積累。
《科創闆日報》：今年 AI 概念表現亮眼，你如何看待下半年相關闆塊的演繹，又有哪些風險和不确定性可以提示投資者？
彭虎：今年以來，科技硬件闆塊中算力芯片、服務器、交換機、光模塊、PCB 等細分行業備受資本市場關注，具備大模型應用能力的公司也受到資金追捧。盡管産業趨勢清晰，但如何将大模型和強算力進行商業變現，仍然存在不确定性。而數十家公司發布的上百個大模型産品，也意味着未來市場競争激烈、市場格局變化難以預料。
展望下半年，我們認爲算力産業鏈較快的成長性和較高的确定性仍值得關注，而生成式人工智能在自動駕駛、機器人、機器視覺等領域的落地節奏或将加速，建議着眼于行業發展的長期潛力，聚焦技術競争力強、産品先發優勢大、業績确定性高的創新型公司，樹立價值投資理念，避免過度追逐熱點。
AI 芯片需求持續放量
《科創闆日報》：随着大模型應用的推出和更新完善，産業鏈哪些環節有望受益，在應用場景方面，你看好大模型在哪些應用場景的落地？
彭虎：大模型的訓練及推理需要海量數據的高效處理作爲支撐，雲端算力基礎設施迎來發展機遇。
1．算力芯片。大模型訓練對 AI 芯片計算能力、存儲容量、通信帶寬等多個維度，提出了更高的技術要求，AI 芯片需求持續放量。
2．服務器。AI 服務器以異構形式整合了 GPU、TPU、DPU、IPU 等多類芯片的數據處理能力，以便更高效地支持大模型訓練及推理能力的提升。相較于普通服務器，AI 服務器未來或将成爲服務器的主流形态。
3．數據交換機。互聯網數據流量持續增長和互聯網超算數據中心網絡架構轉型，有望持續驅動數據交換機的升級與提速，高速以太網交換機市場有望實現強勁增長。
4．光模塊。AI 流量爆發驅動 800G、1.6T 等下一代超高速光模塊産品的滲透率曲線，或将變得更爲陡峭。此外，矽光模塊、CPO 技術、LPO 技術有望引領下一代數據中心光模塊技術發展趨勢，助力超高帶寬數據互聯加速普及。
5．數據中心配套存儲、溫控、電源等産業鏈均有望受益。
在 AI 應用方面，大模型有望在消費等多場景落地。
消費場景方面，智能手機：在硬件端，生成式 AI 有望帶動移動端 AI 芯片性能提升，促進智能手機性能再次升級；在應用端，生成式 AI 将改變人機交互的方式，提升手機作爲流量入口的商業價值，并深刻影響智能手機應用生态體系的發展。
可穿戴産品：借助 AI 内容生成和圖像分割 / 識别模型，AR/VR 人機交互效率和使用體驗将得到顯著提升。
智能家居：智能音箱的交互水平有望得到全面提升，或将成爲智能家居流量入口之一，同時通過接入大模型，将提升智能家居系統的智能化程度，有望真正意義上實現全屋智能。
服務機器人：谷歌 PaLM-E 模型探索了通過自主學習的大模型，在現實環境中處理機器人指令，使服務機器人完成複雜任務。
産業場景方面，智能駕駛應用中，大模型能夠幫助提升長尾路況場景決策能力；智能座艙應用中，" 重體驗、強交互 " 趨勢下，大模型能夠增強車載語音多輪對話、上下文理解能力，有望革新交互體驗；城市安防中，大模型有望賦能城市底層業務的統一感知、關聯分析和态勢預測，更好地實現城市決策與治理。此外，對高重複度、重知識量等場景，大模型也能有較好的應用，包括工業質檢、智慧醫療、法律服務、教育等。
未來 AI 算力領域将會性能提升、需求多樣化、産業鏈配套加速
《科創闆日報》：作爲人工智能三大核心要素之一，算力也被譽爲人工智能 " 發動機 "，你認爲，未來 AI 算力領域将會呈現怎樣的發展趨勢？
彭虎：首先是性能提升。AI 範式進入 " 煉大模型 " 時代，對 AI 芯片計算能力、存儲容量、通信帶寬等多個維度，提出了更高的技術要求。當下硬件叠代也反映了上述需求變化，例如英偉達 H100 NVL GPU 專爲大模型訓練而開發，服務器系統訓練效果 12 倍好于前代 A100 系統。
其次是需求多樣化。訓練芯片方面，訓練屬于非實時業務，取決于模型參數量的多少和算力芯片性能的高低，科技廠商 " 算力競賽 " 推升 AI 加速芯片及 AI 服務器需求。TrendForce 預計 2023 年 AI 芯片出貨量将同比增長 46%。推理芯片方面，推理屬于實時業務，需要響應客戶端觸發的實際請求，算力需求取決于活躍用戶數和設計并發數的級别。推理芯片的需求和用戶數增長呈正比，考慮到大模型應用向千行百業各類場景落地的較大潛力，廣闊的行業需求有望驅動推理芯片市場空間加速成長。
然後是産業鏈配套加速。AI 服務器、交換機、光模塊、存儲、溫控、電源等算力配套基礎設施建設，有望迎來發展機遇。
第四是自主創新緊迫性強。目前全球 GPU 市場競争格局較爲集中，某些海外公司的芯片及硬件系統處于市場主導地位。長遠來看，算力将是 AI 産業第一生産力，提升國内 AI 芯片産業鏈創新能力，加強産業鏈供應穩定性，已成爲亟待解決的問題。
《科創闆日報》：AI 如何助推數字經濟發展？數字經濟對中國經濟發展又起到怎樣的關鍵作用？
彭虎：人工智能能夠實現對海量數據的高速處理和智能分析，并能給出趨勢預測，從而提高社會生産生活各環節運營效率，深化數字經濟與實體經濟的融合。
數字經濟 " 是繼農業經濟、工業經濟之後的主要經濟形态，是以數據資源爲關鍵要素，以現代信息網絡爲主要載體，以信息通信技術融合應用、全要素數字化轉型爲重要推動力，促進公平與效率更加統一的新經濟形态 "。
在傳統投資對經濟拉動增長效果邊際遞減背景下，發展數字經濟能夠推動産業數字化、智慧化轉型，拉動數據中心、服務器、算力芯片、存儲、網絡傳輸基礎設施等一系列數字新基建相關高科技行業的發展，同時也爲新經濟注入新活力，接替傳統投資成爲拉動中國經濟的新增長極。
