平安證券：大模型發展邁入爆發期 開啓AI新紀元

智通財經APP獲悉，平安證券發佈研報認爲，當前，全球範圍內大模型領域的競爭依然白熱化，我國大模型廠商持續迭代升級算法能力，2023年底國產大模型市場邁入爆發期，根據SuperCLUE上半年最新的評測結果，國內絕大部分閉源模型已超過GPT-3.5Turbo，將有望加速國產大模型在各場景的應用落地。同時，大模型的持續迭代升級將爲AI芯片及服務器發展提供強勁動力;大模型發展催生海量算力需求，預計帶來千億美元市場規模。

技術：大模型發展呈現“規模定律”，Transformer爲技術基座。大模型(LLM)發展普遍呈現“規模定律”特徵，即：模型的性能與模型的規模、數據集大小和訓練用的計算量之間存在冪律關係。當前主流大模型普遍是基於Transformer模型進行設計的，Transformer由Encoder(編碼器)和Decoder(解碼器)兩類組件構成，而OpenAI的GPT是Transformer演化樹中Decoder-only架構的代表。平安證券縱觀GPT系列模型的發展歷程，從GPT-1到GPT-3，參數量從1.1億大幅提升至1746億，GPT-4非官方估計達到萬億參數(根據Semianalysis消息，GPT-4包含1.8萬億參數)，實現性能的突破。GPT在衆多大模型角逐中能夠取得矚目，技術角度上，主要源自其可拓展的訓練架構與學習範式以及對於數據質量與數據規模的重視。然而，平安證券認爲GPT的成功也並非全部源自技術性因素，OpenAI能夠從早期衆多的技術路線中識別到並堅定執行這條路線，這需要大模型團隊足夠的技術前瞻和定力。

市場：全球大模型競爭白熱化，國產大模型能力對標GPT-3.5Turbo。全球大模型競爭中，OpenAI、Anthropic、谷歌三大廠商爲第一梯隊，2024年以來三家大模型能力呈現互相追趕態勢。開源大模型廠商中，Meta AI(Llama)、歐洲Mistral AI等廠商的大模型性能保持前列，圖像生成大模型以Midjourney、StableDiffusion、OpenAI的DALL·E爲代表，視頻生成以Runway的Gen、Pika和OpenAI的Sora爲代表。2023年底國產大模型邁入爆發期，從參與者來看，國內AI大模型廠商大致可以分爲互聯網/科技公司、AI公司、學術/科研機構、行業專家品牌四類。從模型能力來看，根據SuperCLUE上半年最新的評測結果，國內絕大部分閉源模型已超過GPT-3.5Turbo，其基準上表現最好的國產大模型爲阿里雲的開源模型Qwen2-72B，超過衆多國內外閉源模型，與GPT-4o僅差4分。

變現：API同質化、訂閱實現難，Agent與MaaS探索破局之路。OpenAI絕大多數收入來自API調用和ChatGPT訂閱，但它的成功並不易複製，值得注意的是，一方面，API是較爲普遍的變現方式，但由於大模型性能趨向同質化，全球API價格呈現下降趨勢，另一方面，相較API，實現訂閱的難度更高，由於AI-first應用目前在用戶留存度和粘性上稍顯落後，當前在AI產品市場還未出現真正意義上的Killer App。平安證券嘗試總結了兩條大模型變現的破局之路：1)C端：AIAgent是通往AGI與Killer App的鑰匙。國內以互聯網/科技公司、大模型廠商、企業服務SaaS類廠商爲代表的越來越多的企業參與進AI Agent市場，產品形態既包括面向企業和開發者的Agent構建平臺/框架，也包括服務於各個垂直行業的專業Agent。2)B端：面對企業級需求的快速增長，目前，微軟雲Azure、阿里雲、華爲雲、騰訊雲、百度雲、京東雲等雲服務提供商都已經推出了MaaS(Model as a Service)，幫助企業降低模型使用門檻。

算力：大模型發展催生海量算力需求，預計帶來千億美元市場規模。大模型技術與應用發展催生海量算力需求，根據Jaime Sevilla等人的研究，2010-2022年在深度學習興起背景下，機器學習訓練算力增長了100億倍。持續增長的大模型與AI產品研發需求同時也推升了科技巨頭的資本支出，2024年2季度微軟、Meta、谷歌、亞馬遜四家公司合計資本支出爲571億美元，同比增長66%，環比1季度增長22%。在此背景下，大模型的持續迭代升級將爲AI芯片及服務器發展提供強勁動力，平安證券對不同參數規模的大模型在訓練與推理(問答場景)兩個階段的算力需求進行了測算，假設未來有100家大模型實現持續經營，最終測算得到AI服務器的市場規模爲2301億美元。如果再考慮問答場景之外的推理場景，AI服務器的市場規模將更加巨大。根據IDC數據，2023年的全球AI服務器市場規模是211億美元，相比2023年全球AI服務器市場規模，大模型的持續迭代升級將爲AI服務器市場帶來廣闊的市場空間。

投資建議：平安證券繼續看好AI主題的投資機會，標的方面：1)算力方面，推薦浪潮信息、中科曙光、紫光股份、神州數碼、海光信息、龍芯中科，建議關注寒武紀、景嘉微、軟通動力;2)算法方面，推薦科大訊飛;3)應用場景方面，強烈推薦中科創達、恆生電子、盛視科技，推薦金山辦公，建議關注萬興科技、同花順、彩訊股份;4)網絡安全方面，強烈推薦啓明星辰。

風險提示：1)AI算力供應鏈風險上升。2)大模型產品的應用落地低於預期。3)國產大模型算法發展可能不及預期。