華泰證券：從ChatGPT看算力產(chǎn)業(yè)機遇

智通財經(jīng)APP獲悉，華泰證券發(fā)布研究報告稱，關注AI景氣周期下，算力基礎設施產(chǎn)業(yè)機遇。分析師認為，國產(chǎn)廠商未來或將訓練出自己的GPT模型，帶動算力設施產(chǎn)業(yè)迎來景氣周期。相關公司包括：1、算力芯片廠商;2、服務器廠商;3、IDC服務商。

大模型訓練熱潮下，算力基礎設施有望迎來產(chǎn)業(yè)機遇

ChatGPT發(fā)布之后，引發(fā)了全球范圍的關注和討論，國內(nèi)各大廠商相繼宣布GPT模型開發(fā)計劃。分析師認為，以GPT模型為代表的AI大模型訓練，需要消耗大量算力資源，隨著國產(chǎn)大模型開發(fā)陸續(xù)進入預訓練階段，算力需求持續(xù)釋放或將帶動算力基礎設施產(chǎn)業(yè)迎來增長新周期。產(chǎn)業(yè)鏈相關公司包括：1、算力芯片廠商;2、服務器廠商;3、IDC服務商。

ChatGPT：大模型訓練帶來高算力需求

訓練ChatGPT需要使用大量算力資源。據(jù)微軟官網(wǎng)，微軟Azure為OpenAI開發(fā)的超級計算機是一個單一系統(tǒng)，具有超過28.5萬個CPU核心、1萬個GPU和400 GB/s的GPU服務器網(wǎng)絡傳輸帶寬。據(jù)英偉達，使用單個Tesla架構的V100 GPU對1746億參數(shù)的GPT-3模型進行一次訓練，需要用288年時間。此外，算力資源的大量消耗，必然伴隨著算力成本的上升，據(jù)Lambda，使用訓練一次1746億參數(shù)的GPT-3模型所需花費的算力成本超過460萬美元。分析師認為，未來擁有更豐富算力資源的模型開發(fā)者，或將能夠訓練出更優(yōu)秀的AI模型，算力霸權時代或將開啟。

需求場景：預訓練+日常運營+Finetune

具體來看，AI大模型對于算力資源的需求主要體現(xiàn)在以下三類場景：1)模型預訓練：ChatGPT采用預訓練語言模型，核心思想是在利用標注數(shù)據(jù)之前，先利用無標注的數(shù)據(jù)訓練模型。據(jù)分析師測算，訓練一次ChatGPT模型(13億參數(shù))需要的算力約27.5PFlop/s-day;2)日常運營：用戶交互帶來的數(shù)據(jù)處理需求同樣也是一筆不小的算力開支，分析師測算得ChatGPT單月運營需要算力約4874.4PFlop/s-day，對應成本約616萬美元;3)Finetune：ChatGPT模型需要不斷進行Finetune模型調優(yōu)，對模型進行大規(guī)?；蛐∫?guī)模的迭代訓練，產(chǎn)生相應算力需求。

算力芯片+服務器+數(shù)據(jù)中心，核心環(huán)節(jié)有望率先受益

分析師認為，隨著國內(nèi)廠商相繼布局ChatGPT類似模型，算力需求或將持續(xù)釋放，供給端核心環(huán)節(jié)或將率先受益：1)算力芯片：GPU采用了數(shù)量眾多的計算單元和超長的流水線，架構更適合進行大吞吐量的AI并行計算;2)服務器：ChatGPT模型訓練涉及大量向量及張量運算，AI服務器具備運算效率優(yōu)勢，大模型訓練有望帶動AI服務器采購需求放量;3)數(shù)據(jù)中心：IDC算力服務是承接AI計算需求的直接形式，隨著百度、京東等互聯(lián)網(wǎng)廠商相繼布局ChatGPT類似產(chǎn)品，核心城市IDC算力缺口或將加大。

風險提示：下游需求不及預期。