请务必阅读正文之后的信息披露和法律声明[Table_Main]证券研究报告|行业点评电子2023年02月10日电子优于大市（维持）证券分析师陈海进资格编号：S0120521120001邮箱：chenhj3＠tebon.com.cn研究助理徐巡邮箱：xuxun＠tebon.com.cn市场表现相关研究1.《电子周观点-充电桩迎政策利好，关注产业链机会》，2023.2.52.《充电桩：新增公共车桩比1:1，全面电动化开启》，2023.2.53.《沪电股份(002463.SZ)：Q4业绩超预期，数通汽车持续接力高成长》，2023.1.314.《赛腾股份：Q4利润高增，消费电子与半导体业务齐发力推动长期成长》，2023.1.315.《拓荆科技（688072.SH）：2022年业绩高增长，薄膜沉积龙头地位稳固》，2023.1.29ChatGPT引领AIGC，高算力芯片为产业基石[Table_Summary]投资要点：ChatGPT有望颠覆传统搜索引擎的应用模式，并作为智能化工具大幅提升生产力。ChatGPT能对有关信息进行智能化整合，并通过连续对话对相关话题进行二次检索与处理，未来有望替代搜索引擎成为信息检索的主流方式。在第三产业占比提升以及人口红利减少的趋势下，AIGC强大的内容生产能力有望提升部分岗位的生产力甚至进行替代，具备高确定性长线发展逻辑。从产业链看，AIGC的产业链可分为应用层、大模型层与芯片层。大模型层解决数据、算法问题，芯片层解决算力问题。AIGC产业链可分为三层，（1）应用层：其主要涉及客服回复、新闻生成、代码编程、芯片设计等应用场景，目前整体的商业化落地方式仍在探索阶段；（2）大模型层：其主要通过构建模型的框架、提升数据集的质量，使得AI模型具备更强逻辑推理能力与学习能力。国外的代表厂商为OpenAI、谷歌等，国内则为百度、阿里、字节跳动、华为、商汤等，这些厂商本身拥有海量的真实场景数据，具备模型训练优势。目前谷歌、百度等厂商也均进行ChatGPT相关产品的布局。百度2月7日发布其聊天机器人文心一言；谷歌于北京时间2月8日，正式披露竞品Bard；（3）芯片层：AIGC模型实际效果的好坏依赖两个量级——模型参数的量级与训练数据的量级，而两者的提升均需底层大量的算力支持，该环节目前对外依赖严重，国产自研率低。AIGC发展带动芯片层GPU/CPU/FPGA增量需求，“卡脖子”问题亟待解决。AIGC产品的升级迭代依赖的算力快速提升，如GPT-2代大约有15亿个参数，而GPT-3代则有1750亿个参数。算力需求将带动GPU、CPU、FPGA等芯片的发展，对需求量与芯片性能提出更高要求。自然语言类AI的数据处理通常由高性能GPU提供基础算力...
