www.chinastock.com.cn证券研究报告请务必阅读正文最后的中国银河证券股份有限公司免责声明[table_research]行业深度报告●计算机2023年2月17日[table_main]公司深度报告模板ChatGPT开启AI新纪元，AIGC投资框架梳理计算机行业推荐维持评级核心观点：ChatGPT指明了NLP生成领域的技术方向，从技术本源上加速AIGC发展。我们认为，ChatGPT对AIGC发展的意义在于：一方面，GPT作为NLP生成领域模型的突破，将迅速解决AI文本生成、AI代码生成等领域的痛点；另一方面，AI文本生成、AI代码生成作为AI音视频、游戏等其他领域的技术基础，其突破发展也将加速AIGC在音视频、游戏等场景中的渗透（比如生成AI绘画提示词，或生成调用计算引擎等）。全球巨头争相追赶，与ChatGPT水平尚存一定差距。国外公司中，谷歌发布的聊天机器人Bard具有与ChatGPT接近的技术水平，大约相差半年左右。国内公司中，百度、华为、字节跳动、阿里、腾讯等巨头均在大模型方向布局，整体发展水平与ChatGPT相差大概一到两年左右，约接近GPT-3的水平。AIGC多场景应用处于爆发前夜，千亿市场打开。随着大模型算法突破以及算力成本下降，AIGC发展痛点逐步解除，亟待爆发；同时又有ChatGPT助力，文本、代码、图像生成有望率先成熟，视频、游戏将紧随其后。我们预测，到2025年AIGC在网络文学领域、文本分析领域、绘画及图片领域、数字音乐领域技术将相对成熟，因此渗透率分别为70%/60%/60%/50%；网络视频领域、游戏领域由于技术原因渗透率相对较低，分别约为30%/25%。基于上述假设，我们分别对AIGC细分领域做市场规模预测，预计2025年中国AIGC市场规模有望达到1600亿。AIGC产业链：基础层最先受益，中间层巨头占优。AIGC产业链可大致分为基础层、中间层和应用层三层架构。鉴于大模型训练需要巨大的算力规模，基础层中的芯片、服务器等硬件提供商将最先受益。而对于中间层来说，技术积累以及资金实力都是关键竞争力，因此我们认为科技巨头更具有竞争优势。应用层中，可类比移动互联网时代，会爆发出很多杀手级应用，用户体验和模式创新都将成为“杀手钳”。GPT-3训练所需总成本：模型的算力需求几乎与参数量呈同比增长。单一V100GPU芯片进行一次GPT-313B模型的训练，大约需要2144天；进行一次GPT-3175B模型的训练，大约需要29120天。我们测算GPT-313B训练总成本约为：$3.06/H*24H/D*365D/Y*26Y=$0.7Million；同理，GPT-3175B训练总成本约为$9.5Million。在不计RAM、CPU、SSD驱动器、电...
