我们认为以GPT-4/ChatGPT为代表的预训练大模型或将催生未来对AI服务器的扩产需求，建议关注：服务器芯片：英伟达（天风海外组覆盖）、AMD、Intel、寒武纪、海光信息（天风计算机组覆盖）、龙芯中科等；AI服务器制造：工业富联；图像数据资源及应用：大华股份、海康威视等；先进制造及封装：台积电、中芯国际、长电科技、通富微电等；企业级存储：澜起科技、江波龙（天风计算机组联合覆盖）、兆易创新等。

　　ChatGPT：突破性的对话系统预训练生成模型。

　　ChatGPT是基于transformer架构的文本生成式AI。ChatGPT由GPT系列分化而来，从GPT-1到ChatGPT，算法上均采用的是transformer架构，模型结构改进程度偏弱，主要为数据与算力的扩展。（1）AIGC视角下，ChatGPT在AI中属于可交互的文本AIGC，其兴起源于深度学习技术的快速突破和日益增长的数字内容供给需求；（2）transformer视角下，transformer帮助AI文本生成的核心技术NLP走出了发展困境。随着基于transformer的模型越来越大，它们开始可以输出达到人类水平的结果甚至超人的结果。GPT凭借着高算力与大数据成为了目前规模竞争下的胜者。

　　云端：半导体+AI生态逐渐清晰

　　更大的算力意味着更多的计算机设备，搭建这些设备也需要更多的核心器件。企业对类ChatGPT技术的追求，在服务器产业链的发展上预计将起到积极的促进作用。（1）AI算力芯片：AI算力芯片是类ChatGPT模型的基石，支撑类ChatGPT模型需要大量的算力芯片，其中对GPU、FPGA、ASIC需求较大；（2）HBM/Chiplet：AI芯片性能及成本的平衡也带动周边生态，HBM/Chiplet等产业链受益。在HBM领域，AI对话程序在执行计算期间需要大容量、高速的存储支持，预计AI芯片发展也将会进一步扩大高性能存储芯片需求；在Chiplet领域，Chiplet是布局先进制程、加速算力升级的关键技术。

　　类ChatGPT对芯片的需求将量大且具有高持续性

　　按照我们的预设，当前的ChatGPT模型至少在服务器上花费了3.47亿美元，其中CPU、GPU、DRAM分别为0.29、2.66、0.23亿美元。未来随着ChatGPT的市占率及应用端的发展，我们预测它的日活量（DAU）与每人每天生成单词2023年后均会呈现阶梯式高速增长直至2030年后放缓，服务器成本也将随之继续扩张，预计2030年服务器成本高达975.1亿美元。

　　终端：“ChatGPT+”加速数字经济发展

　　应用端相关行业通过ChatGPT找到了新的发力点，推出ChatGPT相关产品，加速数字化转型。在人工智能行业，ChatGPT可以助力AI开发、优化模型优化及丰富应用场景等，其中与具体任务相结合的应用将会是中短期内可行性较高的热点。服务上，ChatGPT能够帮助APP/语音助手提供更好的聊天服务；产品上，ChatGPT能够增强智能产品的交互性。此外，ChatGPT还能够应用在搜索引擎、泛娱乐、自媒体等其他行业上。

　　投资建议：我们认为以GPT-4/ChatGPT为代表的预训练大模型或将催生未来对AI服务器的扩产需求，建议关注：

　　服务器芯片：英伟达（天风海外组覆盖）、AMD、Intel、寒武纪、海光信息（天风计算机组覆盖）、龙芯中科等；

　　AI服务器制造：工业富联；

　　图像数据资源及应用：大华股份、海康威视等；

　　先进制造及封装：台积电、中芯国际、长电科技、通富微电等；

　　企业级存储：澜起科技、江波龙（天风计算机组联合覆盖）、兆易创新等。

　　风险提示： ChatGPT发展不及预期；国际局势震荡加重贸易成本；市场竞争加剧；本文对芯片市场空间测算是基于一定前提假设，存在假设条件不成立、市场发展不及预期等因素导致市场空间测算结果偏差。

本文源自：券商研报精选