中金：以 GPT 為代表的生成式 AI 應用蓬勃發展 看好流量和算力需求增長下硬件升級趨勢

智通財經 APP 獲悉，中金公司發佈研究報告稱，3 月 23 日 OpenAI 宣佈為 GPT 引入插件，首批包括 13 個第三方插件和 2 個自有插件，功能覆蓋衣食住行、工作和學習等多領域，至此 OpenAI 在 GPT 應用側再下一城。看好大型多模態模型的非線性迭代，看好流量和算力需求增長下的硬件升級趨勢。

▍中金公司主要觀點如下：

GPT 通過不斷提升訓練語料的規模和質量、提升網絡的參數數量來完成系列迭代，開放插件應用有望加速迭代進程。

2022 年 11 月發佈的 ChatGPT(GPT-3.5) 專門為對話任務而設計，應用端，微軟在今年 2 月將其接入搜索引擎和 Edge 瀏覽器;2023 年 3 月 15 日發佈的 GPT-4 是一個大型多模態模型 (圖像和文本輸入，文本輸出)。雖然該模型適用於眾多任務處理，但應用仍相對有限。

例如，此前訓練數據僅來源於語言模型中已有的信息，這些信息在時效性和通用性方面存在缺陷;又例如，到目前為止語言模型只應用於文本輸出，儘管文本內容可以提供有用的操作説明，但在操作實踐上缺乏後續具體程序的支持。

因此，OpenAI 為 ChatGPT 正式引入插件功能，作為 “耳目” 為語言模型獲取更及時、更具體、更定製化的訓練數據。

IT 行業生態鏈表現為軟硬件正向驅動的循環：

軟件商通過開發殺手級應用消耗硬件算力，驅動用户更新終端設備;硬件和半導體芯片廠商將商業利潤投入研發，並在摩爾定律的規律下提升硬件性能，為軟件商更新軟件、消化硬件性能做準備。

以 GPT 為代表的生成式 AI 應用蓬勃發展，其背後支撐海量參數的大模型訓練底層硬件亦有望不斷升級：

1) 流量：GPT 類似的 AIGC 應用生態有望加速發展，未來作為流量消耗主體的視頻應用也有望大量出現，流量增長驅動網絡設施升級。

2) 算力：參數量和語料庫非線性增長，大算力 AI 芯片是支撐 AIGC 應用落地及大模型高效生產的基本前提，AI 芯片有望加速迭代。

3) 存儲：GPT 模型訓練及推理涉及到大量參數的調用及海量數據的存儲及讀取，存儲容量和速率同步升級。

該行認為，AI 服務器作為底層算力支撐有望迎來需求的大規模增長。

風險

AI 應用落地不及預期;產業鏈逆全球化導致的半導體供應鏈風險。