兴业证券孙乾：大模型发展加速 AI算力芯片需求爆发

　　嘉宾介绍：孙乾，兴业证券计算机行业联席首席；郑晓曦，现任南方军工混合基金经理 大模型成为A股热词，行业现状究竟如何？AI算力芯片为何供不应求？政策方面有何利好？哪些企业已入局大模型赛道？国内企业在这股热潮中有哪些机会？对此，兴业证券孙乾跟大家分享精彩观点。 孙乾表示，目前AI算力芯片供不应求，在需求快速拉动的情况之下供应没有及时跟上。很多公司也在努力参与进来分享行业成长的机会，国内的芯片半导体厂商和互联网巨头，都在研发AI芯片补齐自己的能力。同时，最近相关支持政策发布很密集，国内包括北京、上海、深圳、苏州等重点城市都陆续发布了支持人工智能产业快速发展的政策。 其表示，尽管国内大模型领域相较海外差距大，但是国内企业在垂类模型开发中仍有很多机会。上市公司中，很多行业的细分龙头，都在基于通用大模型做垂类模型的研发，比较典型的是在金融、医疗等领域。 以下为文字精华： 1、兴业证券孙乾：AI算力芯片需求爆发 提问：AI到底到哪一步了，细分领域又如何看？ 郑晓曦：AI的算力芯片领域，目前看分布比较集中，海外的GPU龙头基本占据了算力芯片的大部分市场份额，当然这也跟产业的发展息息相关。 去年三四季度，大模型领域出了比较大的创新。此前AI领域的热度和市场关注度都比较低，而这个行业，尤其是其中的算力芯片，参与者非常少，国内外就只有屈指可数的几家公司持续在做。 大模型的创新突破出来后，去年三四季度到今年，行业需求大爆发，但是供给端却仍掌握在少数几家公司的手里。所以AI算算力芯片行业，目前的全球格局是非常集中的，属于寡头垄断的情况。 而这种行业格局，对于我们投资这一领域非常有意义，提供了一个非常好的成长空间。行业目前处于供不应求的阶段，而核心的算力芯片的供货期都非常长，基本在48周以上，这也给我们国内的创新企业创造了成长的土壤。 目前除了二级市场相关公司，很多AI算力芯片领域的初创公司也像雨后春笋一般涌现。海外某龙头公司的CEO也曾表示，看好我国初创AI算力芯片的发展，相信如果有那么多公司在这个领域努力，未来这一领域会有很多具备一定规模的龙头公司出现。 虽然短期看，AI算力芯片行业处于寡头垄断的格局，但我们非常看好行业长期的发展，未来3-5年将是行业持续高速发展的成长期。 孙乾：目前AI算力芯片供不应求，制约因素是以英伟达为主的海外巨头占据了大部分市场份额，在需求快速拉动的情况之下供应没有及时跟上。 不过在这个过程中，很多公司也在努力参与进来分享行业成长的机会，比如国内的一些芯片半导体厂商和互联网巨头，都在研发AI芯片补齐自己的能力。 这里需要区分两个场景，即训练端和推理端。英伟达在训练端有比较垄断的地位，而由于推理端的场景对性能要求没那么高，国内互联网巨头包括、阿里巴巴等都有自己的一些推理端芯片，以及目前一些领域内的创业公司也在参与。国内推理策略芯片在性能方面，和海外巨头的差异并没有那么大。 所以我们可以看到目前国内厂商在推理侧的机会，一些拥有推理测芯片产品的公司，可能迎来股价上涨机会。 训练端，除了英伟达之外，海外也有不少公司在参与研制产品，希望能分享其中的成长机会。需求整体旺盛的情况之下，带动了整个产业的繁荣发展，驱动各个相关厂商加速芯片设计和性能提升。 这种背景下，AI芯片的发展会给模型和应用提供坚实的基础，同时在大模型的带动下，AI芯片产业也会保持极高的行业增速，其中会诞生很多0-1的机会，同时行业内的上市公司也会在过程中分享这个机遇。 2、兴业证券孙乾：政策持续支持算力基础建设 提问：现阶段AI产业政策端有哪些红利？ 郑晓曦：今年以来，地方政府陆续在AI领域出台一些支持政策，科技相关领域的部委领导也有在讲话中透露，政府对人工智能行业都是自上而下非常重视。不仅如此，一些大城市也以各种形式支持AI大模型，很多城市都把人工智能当作重要的下一步发展的重点。 人工智能技术与人形机器人息息相关，AI相当于它的大脑和它的灵魂，所以AI未来可能会促进非常多的硬件方面的创新，带动产业的效率提升，成本下降，甚至会有一些非常新的应用场景和技术诞生。 孙乾：最近相关支持政策发布很密集，尤其是5月底到6月初的阶段，国内包括北京、上海、深圳、苏州等重点城市都陆续发布了支持人工智能产业快速发展的政策。 从细则上来看，具体体现在几个方面，第一个是苏州市的政策明确提出针对人工智能相关的一些项目，给予最好不超过20%的财政补贴。这会对企业和具体的项目的发展有推动作用，是比较落地的支持政策。 另外一线城市中，对未来到2025年的人工智能发展目标提出了明确的要求。北京发布的政策中就提出到2025年北京AI产业规模要达到3000亿元人民币以上。细则方面，则包括支持相关企业的发展，给予财政补贴，引进相关的人才，给予包公、土地方面的政策支持，课题研发费用的支持等等。 上海前段时间发布了一些支持政策，主要聚焦在算力提供的这一侧，比如建设算力调度的相关政策，规划到今年年底这个算力调度要提供1000P的智能算力。后面到2025年，上海要形成18000P的算力规模。目前看，上海围绕算力基础设施的建设已经开始行动，后面随着政策的落地，我们会看到政府带动民间资本，共同参与到这种底层算力建设中。 总结看，地方上的政策已经先行覆盖，国家层面也在陆续出台。我们看到国务院新一年的立法中，有委员提出要把人工智能的立法作为重要的立法项目去做，反映出国家层面也已经充分重视AI产业的发展。 产业发展中，不仅需要具体政策的支持，也需要规范和监管也帮助产业健康发展。国家后续对人工智能的立法，包括相关监管部门对法案的完善，也会极大程度驱动AI产业向前进步。 3、兴业证券孙乾：国内大模型发展与海外差距较大 提问：国内大模型行业的格局和投资机会怎么看？ 孙乾：国内大模型的发展情况，一个特点就是国内和海外的差距还是相对比较大。体验下来，国内大模型的效果，和海外比如OpenAI等领先大模型，在性能上还有较大差距。 但是国内厂商也在不断追赶，以互联网巨头为代表的很多厂商都在纷纷入局大模型，工程师红利方面的优势比较明显。除了腾讯、阿里巴巴、等互联网巨头，还有一些创业公司比如智谱，一些科研院所背景的公司比如紫东太初，还有上市公司比如科大讯飞等，都发布了相关的大模型产品。 这些大模型产品各有优劣势，普遍这些产品的最基本的优势在于数据足够丰富。我们国内人口众多，数据维度是比较丰富的。 此外，国内厂商之前一直有在做技术储备，只不过没有进行商业化落地。比较典型的例子是文心一言，2020年之前，腾讯和阿里巴巴也都有做相关的技术布局，现在产品呈现后就在找商业落地。国内厂商在落地层面是走得比较快的，都能快速抓住相关应用场景，去做场景接入，在这个过程中持续迭代和打磨自己的大模型产品。 虽然短期和海外有差距，但是大模型有个特点，随着数据的持续训练，大模型性能会持续提升，所以国内的产品随着时间的推移，性能一定可以追赶上海外的产品表现。 除此之外，其他一些厂商也有在做基于普通大模型的垂类模型的研发。因为开发大模型非常烧钱，没有10亿这种级别以上的投资，是很难支撑通用大模型的发展的，这也决定了大模型赛道上都是有相当体量的厂商，会有比较充足的资金。 那是不是其他厂商就没有机会了？不是的。上市公司中，很多行业的细分龙头，都在基于通用大模型做垂类模型的研发，比较典型的是在金融、医疗等领域。 垂类模型是基于通用大模型的，针对行业细分做一些微调和提取，所以这是不太需要初期投资大量资金的，但同时又能够更加匹配细分领域的一些场景需求。比如金融行业，会有一些金融监管规则、金融财务数据，从业人员在特定场景下会有数据需求，这都是能够充分应用垂类大模型的特点。而通用大模型可能在细分行业没有足够专业的数据的训练，性能未必能够比得上垂类模型。 未来互联网巨头和细分行业巨头，可能是一个分割市场的局面。通用大模型的厂商更多在一些标准化的面向c端的通用场景之下去抢占份额。而在垂类场景下，还是这种细分行业龙头通过训练垂类模型对外赋能更占优势。 未来的行业生态，可能是非常丰富的，包括互联网巨头、AI龙头、细分行业龙头等，将一起分享大模型带来的发展机遇。 郑晓曦：国内目前算力芯片供不应求的问题，今年还是比较难得到解决。所以从产业角度看，当下很多大公司手上还有很多算力芯片存货，但是对于新进入这个行业的，比如垂直类应用公司，已经遇到了算力芯片供应问题。 目前从海外供应商的供货节奏来看，供货期至少要40多周以上，所以在这种情况之下，大模型今年到明年的逐步渐进发展过程，主要还是受限于算力芯片的供应。 目前从大模型的尤其是通用大模型来看，现在对于训练的加速卡的需求比较强，推理芯片对于它的算力的要求相对比训练要低，但是推理的量也会有比较大的增长，所以这两年预计训练卡的需求比较集中，再往后就会有几倍的推理卡的算力需求。拉长看3-5年的维度，算力芯片需求的增长是比较确定的，这其中会存在供需差。