电子行业专题报告：ChatGPT掀起算力潮，芯片及服务器上游投资价值凸显

ChatGPT 爆火，其能力已接近人类水平。

ChatGPT 爆火，其能力已接近人类水平。GPT 升级至四代，模型能力高速提升。2023 年 3 月 15 日，OpenAI 正式官宣了多模态大模型 GPT-4，ChatGPT4 将输入内容扩展到 2.5 万字内的文字和图像，较 ChatGPT能够处理更复杂、更细微的问题。最新版的 GPT-4 在 ChatGPT 的 GPT-3.5 基础上主要提升了语言模型方面的能力，并添加了多模态功能，在不同语言情景和内部对抗性真实性评估的表现都显著优于 GPT-3.5，在各种专业和学术基准上已经表现出人类水平。

以搜索引擎和办公软件为支点，下游应用多点开花。OpenAI+传统搜索引擎=AI 智能搜索引擎。ChatGPT 能生成和理解类人类思维方式与上下文联系的结果，ChatGPT 都对传统搜索引擎是一种颠覆式进化。Office方面：OpenAI+办公软件，以 Office 全家桶与微软 Teams premium ChatGPT 为例。ChatGPT+Office 三大件 Word、Excel、PowerPoint 可完成从文字创作到可视化全程服务。ChatGPT 可以根据用户的描述需求自动撰写文档内容，缩短文档的创作时间；根据已形成文档内容智能推荐文档格式、排版等；并根据用户描述制作个性化 PPT，同时智能生成朗读语言助力 PPT 演示。

算力需求带动 AI 服务器需求量上涨。GPT4 作为大型多模态模型支持图像和文本的输入，背后是大语言模型的演进与参数量、训练数据量的指数级增长。 GPT4 频频下调提问限制次数传达算力不足信息，大语言模型的快速迭代催生大量算力需求。满足算力需求依托叠加 AI 服务器数量与提升服务器算力性能两种途径，从而支撑大语言模型发挥预期功效。我们率先提出建立推理/训练服务器需求测算模型：1）考虑大语言模型迭代呈现参数量指数级增长趋势，GPT-4 参数量为万亿，此基础上我们测算得出 GPT-4 推理发挥预期功效所需服务器数量为 6652 台，百万亿参数基础上，所需服务器数量将上升至 66 万台；2）根据硅谷披露GPT-4 训练 Token 数 9 万亿，我们测算得出 GPT-4 训练所需服务器数量为 1391 台。未来随着大语言模型不断迭代、GPT 等语言模型渗透率不断提高，算力时代下服务器呈现基建化趋势。

AI 服务器核心依托高性能芯片，国产芯片自主发展潜力大。AI 芯片中GPU 凭借并行计算具备强大算力，占据 AI 芯片大部分市场；美企英伟达独占鳌头，占据 80%GPU 市场。相比英伟达产品，国产芯片性能存在较大差距，仍处于追赶阶。受美实体清单影响，高端芯片采购受阻，倒逼国内服务器厂商大力推进国产替代，利好国产芯片自主发展。