ChatGPT跨行业专题研究报告：AIGC发展大年，推动新一轮产业革命

在本篇报告中，我们对 ChatGPT/ AIGC 算法层、算力层和应用层的发展和产业链进行深度分析，建议重点关注上游算法商汤和科大讯飞，中游芯片景嘉微和寒武纪，及下游应用微软、谷歌、Meta、百度、腾讯、阿里和字节。

近年全球科技龙头持续投入 AIGC 领域以及近期 ChatGPT 应用落地加速，我们认为 2023 年 AIGC 大模型与产业将迎来快速发展期，赋予人工智能大规模落地场景，为底层算法和芯片等领域带来巨大需求，同时加速 AIGC 应用渗透和商业化进程。在本篇报告中，我们对 ChatGPT/ AIGC 算法层、算力层和应用层的发展和产业链进行深度分析，建议重点关注上游算法商汤和科大讯飞，中游芯片景嘉微和寒武纪，及下游应用微软、谷歌、Meta、百度、腾讯、阿里和字节。

算法层：ChatGPT 底层的大模型技术演进。大模型是在大规模无标注数据上进行训练，学习出特征和规则，泛化能力强。大模型技术的兴起，有效降低了 AI应用研发门槛，也能解决在特定应用场景有效数据不足导致模型精度低的问题。现阶段的大模型主要是面向 NLP 领域，包括 ChatGPT 背后的GPT-3，而在 CV 领域，多个公司也在积极加大技术储备。针对 5 年来中美发布的主要大模型，我们从两个维度进行了比较：1）在模型参数量上，模型体量随时间呈指数扩张趋势，美国同等参数量级的大模型比中国领先 1-2年；2）在 NLP 专利数量上，微软和谷歌的持有数已经在几千个的量级，而国内领先的 BAT 持有数则在 600 个左右。

算力层：大模型驱动 AI/内存芯片需求全面加速。AI 芯片为人工智能应用提供所需的基础算力，主要分为 GPU、FPGA 和 ASIC，ChatGPT 基础模型上大规模预训练需要强大算力作为支持，而大算力需要更多高算力和内存芯片去支撑算法运行。目前 GPU 为主导 AI 芯片，因具有强大计算能力和高通用适用性，广泛应用于 AI 和机器学习领域。近年多家国内半导体公司积极布局GPU 领域，受中美科技摩擦影响，预计国产 GPU 芯片替代将快速推进。

应用层：搜索+智能客服先行，内容创作+文娱生活场景渗透加速，长期看好B 端产业机会。进入“数智化时代”，看好 ChatGPT/AIGC 应用场景持续渗透及商业化加速 (包括搜索引擎、智能客服、教育培训、金融等)，助力行业降本增效的同时，开拓创新变现增量。我们认为 ChatGPT 较难取代搜索引擎，更多体现在赋能优化，在于离线非实时数据库、训练模型下答案非正确、成本过高。中短期，基于内容创作及文娱生活导向的 AIGC 场景应用更为集中，包括文娱、传媒、电商等，长期产业升级机会可期。预计 2030 年AIGC 市场规模达千亿美元，商业模式从按量付费、订阅延伸至 MaaS。