亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

AI全球競賽持續演繹，算力成為AI時代主引擎。隨著Chatgpt帶來的人工智能熱潮，全球互聯網廠商紛紛逐浪AI。AI的底層基礎便是算力，算力支撐著算法和數據，亦決定AI的訓練和推理進程。站在全球視角，全球算力保持高速穩定增長態勢，2021年全球計算設備算力總規模達到615EFlops，增速達到44%。據華為GIV預測，2030年人類有望迎來YB數據時代，全球算力規模達到56ZFLOPS。站在中國視角，2021年我國算力總規模達到202EFlops，保持50%以上的高位增長。

　　光芯片為光通信核心器件，國產替代空間廣闊。AI大模型的搭建離不開底層基礎設施的建設，光模塊作為高性能計算網絡核心部件需求率先爆發。光芯片作為光模塊的基礎部件，其性能直接決定了光通信系統的傳輸效率，有望與800G光模塊迎來高景氣共振。從市場競爭格局來看，2.5G及以下光芯片市場中，國內光芯片企業占據主要市場份額；但25G以上高速光芯片的國產化率仍較低（2021年約為20%），高端市場基本被美國、日本公司壟斷，先發優勢顯著。近年來，以源杰科技為首的國內光芯片廠商大刀闊斧，技術上取得較大突破。隨著800G、1.6T升級周期加速，高速率光芯片需求高速增長，海外產能受限或將加速國產替代進程。 　 　　復盤海外龍頭成長之路，橫縱發展或成未來進階方向。通過復盤海外光通信龍頭Lumentum和II-VI的成長之路，我們發現海外龍頭有以下兩個進階特點：1）多次進行收購，產業鏈縱向延伸，一體化降本增效優勢顯著；2）產品品類橫向擴張，下游應用領域多點開花，抵御單一產品需求周期性風險。國內廠商通常專注于細分賽道精細化發展，深度綁定優質客戶。長期來看，我們看好技術積累深厚、有望實現橫向擴張、縱向延伸的光芯片企業。 　

人工智能：ChatGPT推動產業迎來iPhone時刻，并從“小作坊”走向工業化時代。ChatGPT在全球市場的爆發，正將AI 產業推到過去70年以來前所未有的高度，科技巨頭紛紛入局，繼微軟、谷歌之后，國內企業百度、阿里巴巴等先后發布大模型，并進行用戶測試和企業應用接入。全球一線科技巨頭在AI領域的軍備競賽，以及在大模型方向的持續下注，必將極大加速全球AI產業的發展進程，并推動產業從過去的“小作坊”式發展快速進入“工業化”時代。

算法模型：AI發展的靈魂，技術路線料將快速向GPT方向收斂，并有望在中期形成少數大模型（底層）+若干垂類模型 （應用層）的格局。ChatGPT的成功證明了高質量數據+反饋激勵（大模型預訓練+小數據微調）的有效性。GPT在自然語 言理解、生成方面的整體優勢，有望驅動AI大模型技術路線快速向GPT方向收斂，同時少數科技巨頭&機構專注于基礎大模型的研發，更多企業則發揮各自在垂類數據、場景理解等層面優勢，并最終構建少數大模型+若干應用模型的生態格局。

芯片&算力：算法快速迭代，以及對算力的巨大需求，料推動通用AI芯片（GPU）、云廠商早期高確定性受益。目前AI大模型領域的創新正在以月、周為單位快速向前推進，短期維度，預計通用AI芯片仍將是底層算法快速迭代的核心受益者。同時當前大模型在訓練、推理環節仍需要巨大的算力承載，云廠商在算力基礎設施、基礎軟件框架等層面綜合優勢明顯， AI帶來的算力增量料將主要向云計算平臺轉移，云廠商有望充分受益。但若后續算法迭代速度放緩，以及針對部分應用場景的專門優化，ASIC芯片需求料將快速展開，AI單位算力成本有望快速下降，但亦同時帶來應用需求的進一步增長。

數據：AI的糧食和血液。當前AI算法的發展正轉向以大模型為主的數據依賴，豐富、高質量數據集是AI產業持續向前的核心基礎。伴隨公開數據集的逐步耗盡，借助算法實現數據合成，以及垂類領域專有數據集將是企業后續差異化優勢主要來源，同時數據使用合規、用戶隱私保護等亦將成為持續監管領域。

谷歌I/O上發布一系列生成式AI新進展，科技大廠競爭激烈。5月10日，谷歌I/O開發者大會上發布了包括：新一代語言模型PaLM2、升級AI聊天機器人Bard、生成式AI實驗版搜索引擎、DuetAIforWorkspace等。 　　AI藝人迅速出圈，多模態應用充分釋放AI潛力，進一步推動商業化落地。1）AI歌手：截至5月14日，“AI孫燕姿”翻唱的《發如雪》已有超過150萬點擊量。2）AI網紅CarynMarjorie通過出售AI版本的Caryn，在過去一周的beta階段創收7.16萬美元，99%的用戶是男性。 　 　　從應用端看，昆侖萬維，湯姆貓，中文在線，萬興科技，美圖公司等同時兼具跨模態屬性和海外業務的公司有望率先實現應用場景落地。 　 　　昆侖萬維：2023年02月公司宣布將與奇點智源合作，在今年內發布中國版類ChatGPT代碼開源。旗下Opera瀏覽器計劃接入ChatGPT，截至2022H1，Opera全球平均MAU達3.3億，美洲市場Q2活躍用戶規模同比增長22%；2022年，OperaGX的MAU已超過2000萬。湯姆貓：湯姆貓家族IP的交互屬性與ChatGPT有著較高的契合度。公司團隊已嘗試應用ChatGPT模型進行AI交互產品開發的初步測試，測試的模型目前通過ChatGPT海外接口接入。中文在線：海量優質數據資產為核心優勢；與瀾舟科技合力探索AIGC在內容生產方面的技術應用；AI技術已在內容創作、游戲元宇宙等領域落地。海外產品Chapters和MyEscape已在做接入ChatGPT測試，應用在故事創作生成、劇本生成及改編、用戶與AI交互聊天等方面。萬興科技：視頻創意軟件WondershareFilmora接入OpenAI，WondershareFilmora12新增功能包括AI摳圖、AI音頻拉伸和AI音頻降噪。軟件擁有超過1億用戶，覆蓋超過150個國家及地區。3月31日正式面向出海營銷領域全球首發AIGC“真人”短視頻出海營銷神器“萬興播爆”（英文名：WondershareVirbo），并宣布開啟移動端公測。美圖公司：AI繪畫功能在旗下部分產品中上線，推動產品全球業績增長。商業化探索包括，1）“AI繪畫”免費生成3張繪畫，支付2元可解鎖五張新效果；2）“百變AI頭像”，6.6元50張（5種風格×10張）；9.9元100張（10種風格×10張），12.9元200張（20種風格×10張）。 　 　　隨著技術的更新迭代，以及在應用端的持續探索，有望進一步創造新的消費和需求，有利于文娛內容和互聯網行業。重點關注：萬興科技、昆侖萬維、湯姆貓、中文在線、思美傳媒、美圖公司、百度集團-SW、商湯-W、騰訊控股、閱文集團；皖新傳媒、南方傳媒、焦點科技、風語筑、利歐股份、神州泰岳、聯絡互動、捷成股份、掌閱科技、立方數科、元隆雅圖等。 　

1、國內外大廠發力布局，AI應用生態加速構建，行業應用前景有望打開： 　　（1）硬件端，以NVIDA為代表的國內外廠商布局AI芯片等硬件，有望降低行業內公司AI部署的成本和門檻，為AI商業化應用創造條件； 　　（2）軟件端，國內外大廠相繼發布AI大模型，并展現出出色的實際任務解決能力，應用空間廣闊； 　　（3）商業模式層面，ChatGPT插件大幅提升AI大模型的實用性和準確性，未來“AI大模型+應用插件”有望成為主流模式； 　　2、AI+行業應用有望加速融合，關注各賽道內具備布局優勢的廠商： 　　（1）隨著AI商用空間的逐步打開，AI結合各行業應用的進程有望加速，建議關注AI與辦公、教育、工業、醫療、安全、遙感、建筑、法律和金融行業的深度融合； 　　（2）對標Microsoft365Copilot，我們認為AI結合工具有望在實際業務場景中大幅提升用戶效率，實現降本增效，重點推薦廣聯達； 　　（3）我們認為AI大模型在文本生成領域技術已經成熟，在具備一定格式的文本生成中可輔助使用者完成任務，推薦AI+法律標的，通達海； 　

大模型出現有望帶動AI服務器需求爆發

　　我們認為ChatGPT具備跨時代的意義的本質是AI算法大模型，因此科技巨頭已經開始算力“軍備賽”，大模型的出現有望帶動AI服務器需求爆發。服務器架構隨負載量擴張不斷優化，已經經歷傳統單一部署與集群模式，目前正處于分布式模式的轉變階段。CPU、內部存儲和外部存儲是服務器的核心部件。 　　加速計算是服務器成長的核心驅動力 　 　　按照CPU指令集架構的差異，服務器可分為CISC(復雜指令集)、RISC(精簡指令集)、VLIM等架構，代表架構為X86。人工智能應用場景下的加速計算服務器是中國服務器的核心驅動力，AI服務器相較于通用服務器區別在于硬件架構、加速卡數量與設計方面；我們認為AI服務器眾芯片組為服務器的核心，且價值成本占比較高。 　　算力時代到來，服務器價值再次凸顯 　 　　我們認為服務器是“伴科技類”的硬件產品，隨著科技的服務形式和應用方式不斷進步，服務器同樣在不斷迭代升級或更新換代，近年來隨著互聯網+、云計算、AI+、邊緣計算的出現，服務器市場迎來了極大的發展；根據IDC的數據顯示，國家計算力指數與GDP/數字經濟的走勢呈現出了顯著的正相關，而AI服務器作為算力載體為數字經濟時代提供廣闊動力源泉，更加凸顯其重要性。

自ChatGPT推出以來，國內學術界和科技企業相繼宣布或將推出類似機器人對話模型，有望推動大模型發展。2月7日，百度官宣“文心一言”。2月20日，復旦大學發布了類ChatGPT模型“MOSS”，并面向大眾公開邀請內測，國產大模型有望迎來爆發式增長。 　　需求和政策兩方面，合力推動AI產業增長。國內應用層面的需求推動AI產業的加速發展。根據IDC數據預測，2021年中國人工智能軟件及應用市場規模為51億美元，預計2026年將會達到211億美元。數據、算法、算力是AI發展的驅動力，其中數據是AI發展的基石，中國數據規模增速有望排名全球第一。政策方面，“十四五”規劃中提到“瞄準人工智能”，“聚焦人工智能關鍵算法”，加快推進“基礎算法”的“突破與迭代應用”；北京、上海、廣州等城市發布相關規劃。 　　頭部企業采取“模型+工具平臺+生態”三層共建模式，有助于業務的良性循環，也更容易借助長期積累形成競爭壁壘。大模型廠商主要包括百度（文心大模型）、騰訊（HunYuan大模型）、阿里（通義大模型）、商湯、華為（盤古大模型）等企業，也有智源研究院、中科院自動化所等研究機構，同時英偉達等芯片廠商也紛紛入局。大模型增強了AI技術的通用性，助力普惠AI的實現。未來，大模型有望于場景深度融合，配合專業工具和平臺支持應用落地，開放的生態來激發創新，形成良性循環。 　　技術發展有望促進生產效率提升，并進一步創造新的消費和需求，有利于文娛內容和互聯網行業。在AIGC和ChatGPT方面，我們建議持續關注技術發展和應用情況，把握技術催化和商業化落地帶來的投資機會：1）具備AIGC和ChatGPT的技術探索和應用的公司：百度集團-SW、商湯-W、萬興科技、拓爾思等；2）具有海量內容素材且具有AIGC探索布局的，圖片/文字/音樂/視頻內容及平臺公司騰訊控股，閱文集團、美圖公司、昆侖萬維、湯姆貓、神州泰岳、視覺中國、中文在線、漢儀股份、天娛數科、風語筑等。

國產“ChatGPT”揚帆啟航。OpenAI的商業模式為API接口收費。我們認為此種商業模式具有“卡脖子”的風險，因此我國需要發展自主可控的“ChatGPT”。國產生態正在逐步繁榮，百度打響國產ChatGPT領域“第一槍”，其在算法、算力、數據、生態、平臺五方面皆有儲備；ChatGPT的競爭本質即大模型儲備競賽，大模型是人工智能發展的必然趨勢，也是輔助式人工智能向通用性人工智能轉變的堅實底座。大模型分為NLP(自然語言處理)、CV(計算機視覺)、多模態和科學計算四類。此外，中美科技巨頭已經開啟大模型儲備“軍備賽”。

　　百度文心一言，開啟國產ChatGPT新征程。百度是少有大模型語言訓練能力的公司，模型儲備方面，百度實現了全生態布局。1、NLP(自然語言處理)，已經具備智能創作、摘要生成、問答、語義檢索、情感分析、信息抽取等能力，且可以讓機器人像人一樣具有邏輯且自由對話；2、CV(計算機視覺)，可用于應用于圖像分類、目標檢測、語義分割等場景，此外還可以應用于文檔、卡證、票據等圖像文字識別和結構化理解；3、跨境大模型，可實現AI作畫、場景融合視覺常識推理、跨模態圖像檢索、跨模態文本檢索等多場景；4、生物計算，應用場景為蛋白結構預測和小分子藥物研發等領域。 　 　　百度為國產ChatGPT“領軍企業”，具有算力積累和生態優勢。平臺方面:擁有自主生態的百度百舸·AI異構計算平臺，具備高效率、多密度、高易用性、多場景部署、樂高式拼接等能力。算力方面:百度自身具有建設智能算力中心的實力，技術領先且自主可控，已有典型落地案例；服務器方面擁有自研的昆侖芯云服務器；芯片方面，昆侖芯AI芯片是百度自主研發的芯片，2代芯片已量產，具備算力支撐強、高速互聯等多重優勢。生態:百度大模型賦能千行百業，已有落地應用，合作廠商分別覆蓋科技、金融、航天、影視、汽車、電子制造等諸多產業。此外，我們推測ChatGPT有望成為搜索引擎的流量入口，百度搜索引擎有望借助文心一言大模型的能力重回巔峰。此外，目前國產科技巨頭已經開啟大模型的“軍備競賽”，因此，我們判斷，未來AI+有望賦能千行百業，具有AI+能力的廠商有望呈現“百花齊放”的態勢。 　

結論：大模型的出現促進底層技術迭代，衍生出AIGC應用受到關注；大小模型路線分化加劇，傳統深度學習關注下游場景落地情況

　　回顧：AI傳統領軍全面下跌，行業多方面挑戰，宏觀經濟下行初期需求增量釋放緩慢。

　　落地場景需探索，人臉等已經紅海，工業、醫療等尚在早期，AI獨角獸IPO后股價表現較弱，與收入-薪酬匹配度仍然較低有關。

　　行業熱點在大模型：大規模預訓練+無監督，大幅提升AI效率

以GPT-3為代表的大模型，可以從大量未標記的數據中捕獲知識，極大擴展模型的泛化能力。

　　但仍存在缺陷：對邏輯理解欠缺，訓練成本過高，普通機構難以復現。

　　大模型應用：AIGC圖像生成、GPTChat、自動駕駛等成為熱點

隨著模型改進和像素提升，DALL-E2、Stable Diffusion等圖像生產AIGC應用爆發；

InstructGPT在GPTChat工具中應用效果提升，做到與人類進行談話般的交互。

　　重點行業AI落地場景逐一分析：智能制造、智慧倉儲物流、智慧金融、智慧醫療、智能家居等。成熟的AI應用場景正在涌現，領軍AI公司已有大量標桿案例

從報告“GPU研究框架（2023）”看，GPU的核心競爭力在于架構等因素決定的性能先進性和計算生態壁壘。國內GPU廠商紛紛大力投入研發快速迭代架構，推動產業開放構建自主生態，加速追趕全球頭部企業。國產替代需求持續釋放疊加國際局勢不確定性加劇，AI&數據中心、智能汽車、游戲等GPU需求有望高增，國產GPU迎來發展黃金期，我們看好國產GPU公司的發展與投資機遇。第一，我們從性能和生態2個維度構建了GPU完整的研究體系。1）性能：決定GPU是否“高效”，其中微架構/制程是影響GPU性能的核心要素。2）生態：CUDA構筑通用計算堅固壁壘。第二，提出在評估GPU性能的指標的重要性上：微架構、制程、流處理器數量、核心頻率對GPU性能影響較大。我們詳細梳理了GPU的微架構、制程、顯存容量/位寬/帶寬/頻率、核心頻率等各類性能參數及重要性程度，并利用“核心數核心頻率2”公式對性能算力進行量化，揭示可用3DMark、MLPerf 等GPU軟件跑分進行相關性能測試評估。第三，詳細拆解了NVIDIA Fermi和Hopper兩大典型微架構的具體硬件實現，在頂點處理、光柵化計算、紋理貼圖、像素處理的圖形渲染流水線上對Fermi架構進行了拆分；在指令接收、調度、分配、計算執行的通用計算流水線上對Hopper架構進行了簡單易懂的描述，并指明更多、更專、更智能等未來架構升級迭代的方向。第四，明晰了生態是構建通用計算壁壘的基石。提出GPU研發難度在圖形渲染硬件和通用計算軟件生態層面，在IP、軟件棧方面研發門檻較高，需要較長的積累，先發者優勢明顯。CUDA生態從2006年推出至今，經過不斷發展完善，幾乎已在行業生態內處于壟斷地位。第五，深度復盤Nvidia/AMD（ATI）的產品迭代和競爭發展史，通過對NVIDIA長期保持領先和AMD（ATI）反超進行總結得出結論：架構創新升級和新興領域前瞻探索是領跑GPU行業的關鍵。 第六，梳理和測算了國內GPU在AI&數據中心、智能汽車、游戲行業的市場空間和發展趨勢。以下為報告原文，節選部分內容，更多內容請參看原報告“GPU研究框架（2023）”。

隨著許多新興自然語言技術產生，以及已有技術的不斷成熟，多數智能語音技術已經從萌芽期邁入了成熟期。并且，隨著“十四五”規劃將人工智能列為前沿科技領域的“最高優先級”，包括智能語音在內的人工智能產業及相關業務受到政府支持，進一步推進人工智能技術與各應用領域的深度融合。智能語音技術經過近幾年的發展已進入高峰期，推動智能語音的市場規模擴大及商業化應用的落地。德勤中國科技、傳媒和電信行業發布《未來的語音世界——中國智能語音市場分析》，基于中國智能語音市場的發展階段，重點解讀當前智能語音技術應用場景，關注未來市場機遇，為業內提供參考。