區(qū)塊鏈-Web3視角下的AIGC算力進(jìn)化論

證券研究報(bào)告|行業(yè)點(diǎn)評伴隨著ChatGPT的爆紅，AIGC(人工智能生成內(nèi)容)產(chǎn)業(yè)鏈?zhǔn)艿綇V泛關(guān)注。我們發(fā)現(xiàn)，同為算力，其與加密資產(chǎn)挖礦產(chǎn)業(yè)存在相似之處，均為投入算力和電力，獲得經(jīng)濟(jì)回報(bào)，主要的不同點(diǎn)在產(chǎn)品端：AIGC產(chǎn)業(yè)鏈的產(chǎn)品是對用戶提問而回應(yīng)的內(nèi)容，而加密資產(chǎn)挖礦的產(chǎn)品是加密資產(chǎn)。同為算力“吞金獸”，短期比特幣更耗電、長期AI算力增速快。同為算力生意，我們做了個(gè)有趣的研究，AIGC與BTC挖礦耗電量如何？按當(dāng)前比特幣全網(wǎng)算力319EH/S，每日耗電量約為2.2億千瓦時(shí)；而OpenAI在訓(xùn)練、推理端的日均耗電量約2.6萬千瓦時(shí)，約是前者的萬分之一，但按OpenAI的預(yù)測，AI訓(xùn)練所需的算力每3-4個(gè)月翻倍，且考慮商業(yè)競爭算力增長速度預(yù)計(jì)將更快，“算力即權(quán)力”的時(shí)代將來臨。中性預(yù)期下，ChatGPT日活穩(wěn)定在1億人次左右、ChatGPT每6個(gè)月模型參數(shù)翻倍、國際市場將出現(xiàn)10個(gè)左右類似于ChatGPT的商用大模型，而比特幣挖礦耗電量保持當(dāng)前狀態(tài)，則大約4年后，AIGC大模型耗電量將超過比特幣挖礦耗電量，樂觀和悲觀預(yù)期下，這一數(shù)字則分別為1.6年和7.5年。算力的競爭性——產(chǎn)業(yè)自驅(qū)的結(jié)果。市場忽略了算力的競爭性，考慮商業(yè)因素，算力生意存在分子與分母端。對比特幣挖礦而言，關(guān)于個(gè)體礦工能挖到的可用于變現(xiàn)的比特幣數(shù)量，分子是個(gè)體的算力，分母是全網(wǎng)算力，個(gè)體礦工能挖得的比特幣數(shù)量取決于其自身算力占全網(wǎng)算力的比例。而AIGC而言，關(guān)于個(gè)人內(nèi)容生產(chǎn)者能獲得的可用于變現(xiàn)的用戶注意力，分子是個(gè)體算力驅(qū)動(dòng)下的內(nèi)容生產(chǎn)能力，分母是全網(wǎng)的內(nèi)容膨脹速度，從UGC到AIGC的升維中，誰的內(nèi)容生產(chǎn)力提升更快，誰就能獲得更多商業(yè)利益，因此產(chǎn)業(yè)自驅(qū)之下，市場將追求更高的算力、更優(yōu)的模型算法、更高功耗比的網(wǎng)絡(luò)架構(gòu)以及更便宜的電力。最終算力的需求規(guī)模將由應(yīng)用定尋找算力進(jìn)化中的邊際變化。當(dāng)下難以預(yù)知未來多模態(tài)(圖片、視頻等)中到底會(huì)消耗多少算力，可當(dāng)我們看到海外已然層出不窮的應(yīng)用時(shí)，算力的增長只是時(shí)間問題，更重要的邊際變化在于算力進(jìn)化中在芯片、網(wǎng)絡(luò)、連接等諸多領(lǐng)域有哪些創(chuàng)新方案？我們認(rèn)為，在AIGC的推動(dòng)下，更有利于新技術(shù)、新架構(gòu)、新材料的落地應(yīng)用，例如光連接中的CPO(光電共封裝)、MPO(多纖連接器)；芯片層面的Chiplet；網(wǎng)絡(luò)架構(gòu)層面的邊緣計(jì)(維持)行業(yè)走勢32%16%0%-16%-32%2022-032022-072022-112023-03作者分析師宋嘉吉析師孫爽相關(guān)研究I2023-03-1703-1503-13AIGC驅(qū)動(dòng)算力產(chǎn)業(yè)版圖生變。我們研究了過往加密資產(chǎn)領(lǐng)域的算力變遷，云服務(wù)與分布式早已應(yīng)用(BTC云挖礦與Filecoin分布式存儲)，而今在AIGC的算力版圖上亦同步發(fā)生。1)英偉達(dá)募資百億進(jìn)入AI云算力，領(lǐng)域布局終端算力，推理與內(nèi)容生產(chǎn)端算力與存儲的梯度分布(云—霧—端)。這些變化將驅(qū)動(dòng)終端IT服務(wù)和硬件的升級。算力側(cè)：英偉達(dá)、微軟、寒武紀(jì)、天孚、太辰盛、中際旭創(chuàng)、Chiplet產(chǎn)業(yè)鏈等；2)應(yīng)用及IP：科大訊飛、湯姆貓、萬興科技、中文在線、昆侖萬維、視覺中國、值得買等。風(fēng)險(xiǎn)提示：AIGC技術(shù)發(fā)展不及預(yù)期，AIGC監(jiān)管趨嚴(yán)。請仔細(xì)閱讀本報(bào)告末頁聲明P.2請仔細(xì)閱讀本報(bào)告末頁聲明 1.1算力經(jīng)濟(jì)模型：投入硬件和電力，獲得經(jīng)濟(jì)回報(bào) 31.2對用戶的內(nèi)容生成，是AIGC產(chǎn)業(yè)鏈的產(chǎn)品 4 2.1AIGC和比特幣挖礦耗電量比較：當(dāng)前比特幣挖礦更耗電 42.2未來，AIGC耗電量或?qū)⒊奖忍貛磐诘V 73算力的競爭性——不容忽視的產(chǎn)業(yè)自驅(qū)結(jié)果 73.1比特幣挖礦的內(nèi)化競爭 73.1.1“產(chǎn)量”恒定，全網(wǎng)算力越多，自身獲益越少 73.1.2內(nèi)部過度競爭的出現(xiàn)有前提 83.2AIGC算力的外化競爭 93.2.1需求端：剛被點(diǎn)燃，放量在即 93.2.2供給端：算力和數(shù)據(jù)快速進(jìn)化，模型獲開源賦能 10AIGC的邊際變化 144.1提升超算通信效率，高密度光連接成首選 144.2基于功耗考慮，CPO方案滲透率有望逐步提升 14 5.1云化：算力服務(wù)商與云廠商走向歷史性合作 155.2推理邊緣化：邊緣算力有望成為推理主體 16 2：ChatGPT每日電費(fèi)估計(jì) 5 圖表4：ChatGPT類AIGC模型耗電量或?qū)⒊奖忍貛磐诘V 7 8 8：英偉達(dá)部分顯卡的算力增長 10圖表9：2012-2018年AI訓(xùn)練算力增長速度 10 表15：國外主要AIGC預(yù)訓(xùn)練模型一覽表 13 P.3請仔細(xì)閱讀本報(bào)告末頁聲明存”與“算”，AI心的資本開支核心在于GPU，這種高密度的計(jì)算未來將著重受限于兩個(gè)指標(biāo)：算力、功耗比。這與過往的“挖礦”市場在經(jīng)濟(jì)模型上有一定相似1.1算力經(jīng)濟(jì)模型：投入硬件和電力，獲得經(jīng)濟(jì)回報(bào)，因?yàn)橛辛诉@樣的反饋才能推動(dòng)其快速發(fā)展。GC資料來源：國盛證券研究所整理P.4請仔細(xì)閱讀本報(bào)告末頁聲明(約合1億人民幣)。C相較于重人力資本投入的AIGC產(chǎn)業(yè)明顯更少，原因主要是加密資產(chǎn)挖礦(例試和算法優(yōu)化。?AIGC：產(chǎn)品是對用戶提問的回答，形式包括文本、圖片和視頻等多模態(tài)輸出，AIGCChatGPT級版(Plus)的訂閱費(fèi)sWP.5請仔細(xì)閱讀本報(bào)告末頁聲明達(dá)A100GPU的峰值浮點(diǎn)運(yùn)算次數(shù)是624TFLOPS(稀疏化后，指每秒可做個(gè)標(biāo)識符訓(xùn)練時(shí)所需的浮點(diǎn)運(yùn)算次數(shù)sGPT致；4)訓(xùn)練用標(biāo)識符數(shù)量為5000億個(gè)；5)關(guān)于推理時(shí)用的標(biāo)識符數(shù)量，假設(shè)根據(jù)題，圖表2：ChatGPT每日電費(fèi)估計(jì)資料來源：Substack作者“Sunyan”，國盛證券研究所注：浮點(diǎn)(floating-point)指的是帶有小數(shù)的數(shù)值，浮點(diǎn)運(yùn)算即是小數(shù)的四則運(yùn)算；FLOPS(floatingpointoperationspersecond)，指每秒浮點(diǎn)運(yùn)算次數(shù)，指計(jì)算速度，用于衡量硬件性能；FLOPs(floatingpointoperations)，指浮點(diǎn)運(yùn)算數(shù)，指計(jì)算量，用于衡量算法/模型的復(fù)雜度。ChatGPTAIGC力和電量的海量需OpenAI該年度凈虧損即高達(dá)5.445億美元(不含員工股票期權(quán))，我們預(yù)計(jì)其中算力成P.6請仔細(xì)閱讀本報(bào)告末頁聲明生成圖片所需的算力取決于多個(gè)因素，例如生成圖片的分辨率、所使用的算法、訓(xùn)練數(shù)圖表3：StableDiffusion算力成本資料來源：StableDiffusionCEOEmadMostaque，國盛證券研究所生成視頻所需的算力和存儲空間比生成單張圖片更高，因?yàn)樯梢曨l需要在時(shí)間維度上個(gè)因素，包括視頻分辨率、幀率、視頻長度、所使近期我們嘗試定制了2D仿真數(shù)字人，在每次內(nèi)容生產(chǎn)時(shí)就是將語音和文本內(nèi)容添加到P.7請仔細(xì)閱讀本報(bào)告末頁聲明已經(jīng)構(gòu)建好的人物模型中(數(shù)字人模型)，在后臺通過GPU生成短視頻，其生成速度與長后自由使用。這個(gè)問題在近期的交流中常被問及，海外有一系列的論文對此算力進(jìn)行了測算，但我們認(rèn)為更重要的各類應(yīng)用涌現(xiàn)、商業(yè)競爭加劇帶來的算力“軍備競賽”是非線性的，算力與應(yīng)用之間會(huì)形成正反饋。不考慮模型效率提升對算力需求的下降，也不考慮模型訓(xùn)練的標(biāo)識符(token)的增長，ChatGPT挖礦耗AIGC電量的增長將會(huì)更快。圖表4：ChatGPT類AIGC模型耗電量或?qū)⒊奖忍貛磐诘V假設(shè)項(xiàng)ChatGPTChatGPT訓(xùn)練模型參數(shù)翻倍需要的月份數(shù)(個(gè))ChatGPTChatGPT日活(億人)ChatGPT類大模型數(shù)量(個(gè))995566113322ChatGPT超越當(dāng)前比特幣挖礦每日耗電量所需的時(shí)間(月份數(shù))ChatGPT超越當(dāng)前比特幣挖礦每日耗電量所需的時(shí)間(年數(shù))4資料來源：OpenAI，國盛證券研究所注：此處比特幣挖礦耗電量指2023年2月28日耗電量，計(jì)算假設(shè)見“2.1”部分內(nèi)容。3算力的競爭性——不容忽視的產(chǎn)業(yè)自驅(qū)結(jié)果競賽的目的是要占據(jù)更多的全網(wǎng)算力比重，從而提高獲得獎(jiǎng)勵(lì)的可能性；對于AIGC而游戲等相對重度的領(lǐng)域中。3.1比特幣挖礦的內(nèi)化競爭P.8請仔細(xì)閱讀本報(bào)告末頁聲明行的比特幣獎(jiǎng)勵(lì)和該區(qū)塊內(nèi)所有交易的手續(xù)費(fèi)(前者占主要部分)，當(dāng)前的出塊獎(jiǎng)勵(lì)是每四年內(nèi)也保持了相對恒定(如當(dāng)前每天幾乎是900個(gè))，而礦工能挖得的比特幣數(shù)量取決于其自身算力占全網(wǎng)算力的比例。當(dāng)其他礦工認(rèn)為當(dāng)前挖礦性價(jià)比較高而將算力投的邏輯。AIGC過度競爭的可能性資料來源：國盛證券研究所整理爭的出現(xiàn)有前提呈現(xiàn)出一定的“內(nèi)部過度競爭”特征。一個(gè)重要原因是，比特幣價(jià)格在此期間呈“橫盤狀態(tài)。圖表6：比特幣全網(wǎng)算力與單位算力的挖礦利潤(截至2023年2月23日)資料來源：Bitinfocharts，國盛證券研究所P.9請仔細(xì)閱讀本報(bào)告末頁聲明 礦利潤(截至2023年2月23日)資料來源：Bitinfocharts，國盛證券研究所C?高級版(Plus)訂閱服務(wù)每月費(fèi)用為20美元/賬戶。DreamStudio會(huì)根據(jù)用戶對圖片像素和操作步驟的需求收費(fèi)，每張圖片消耗0P.10請仔細(xì)閱讀本報(bào)告末頁聲明?B端每年費(fèi)用為600美元。3.2.2供給端：算力和數(shù)據(jù)快速進(jìn)化，模型獲開源賦能FP10.6)，在AIGC常用的雙精度(FP64)算力上，是后者的182倍 圖表8：英偉達(dá)部分顯卡的算力增長圖表9：2012-2018年AI訓(xùn)練算力增長速度000000 雙精度(FP64)算力(單位：TFLOPS，右70 軸)60601000500000.33資料來源：CSDN，國盛證券研究所P.11請仔細(xì)閱讀本報(bào)告末頁聲明?輸入端合成數(shù)據(jù)發(fā)展預(yù)測資料來源：Gartner，國盛證券研究所計(jì)：假設(shè)數(shù)字化書籍、公共GitHub和科學(xué)論文中可用文本的全部數(shù)量占高質(zhì)量數(shù)據(jù)集練而言，耗盡的時(shí)間較為靠后。不過根據(jù)IDEA研究院計(jì)算機(jī)視覺與機(jī)器人研究中心講到單純增加數(shù)據(jù)提高效果的階段”等問題。P.12請仔細(xì)閱讀本報(bào)告末頁聲明：不同類型數(shù)據(jù)的消耗趨勢和耗盡日期圖表12：GPT-3訓(xùn)練的自然語言數(shù)據(jù)?輸出/產(chǎn)品端據(jù)方面，當(dāng)未來AIGC的使用越來越普及的時(shí)候，互聯(lián)網(wǎng)內(nèi)容競爭的格局會(huì)有怎樣的變？UGC的內(nèi)容豐富程度和規(guī)模遠(yuǎn)超過往。而當(dāng)前無論是帶貨直播還是內(nèi)容創(chuàng)作，門檻均比之前有我們認(rèn)為，市場忽略了算力的競爭性，考慮商業(yè)因素，算力生意存在分子與分母端。對量取決于其自身算力占全網(wǎng)算力的比例。而對AIGC而言，其能獲得的用戶注意力的分場將追求更高的算力、更優(yōu)的模型算法、更高功耗比的網(wǎng)絡(luò)架構(gòu)以及更便宜的電力。P.13請仔細(xì)閱讀本報(bào)告末頁聲明圖表13：AIGC驅(qū)動(dòng)全網(wǎng)內(nèi)容大爆炸，個(gè)人唯有能生成更多內(nèi)容，方能獲得更多用戶注意力資料來源：國盛證券研究所整理?模型：參數(shù)迅速堆疊語言模型參數(shù)量的增長趨勢圖表15：國外主要AIGC預(yù)訓(xùn)練模型一覽表資料來源：Substack作者“Sunyan”，國盛證券研究所資料來源：騰訊研究院，國盛證券研究所底層的大模型具有明顯的頭部效應(yīng)，在算力、投資、數(shù)據(jù)上形成了正反饋，可以預(yù)見，競爭之下，大模型會(huì)不斷集中。而基于大模型開發(fā)的垂直應(yīng)用將層出不窮，正如我們在P.14請仔細(xì)閱讀本報(bào)告末頁聲明當(dāng)下難以預(yù)知未來多模態(tài)(圖片、視頻等)中到底會(huì)消耗多少算力，可當(dāng)我們看到海外已然層出不窮的應(yīng)用時(shí)，算力的增長只是時(shí)間問題，更重要的邊際變化在于算力進(jìn)化中t邊緣計(jì)算等。U提升超算通信效率，高密度光連接成為首選。超算除了需要高密度光傳輸端口外，端口接器來實(shí)現(xiàn)光互聯(lián)，多采用MTP/MPO高密度光纖連接器實(shí)現(xiàn)連輸系統(tǒng)的可靠性等各項(xiàng)性能。數(shù)據(jù)中心的內(nèi)部光學(xué)連接需要借助光模塊和光纖連接器來步提升，并且綜合光纖連接器走線連接的可實(shí)施性和可維護(hù)性，我們預(yù)計(jì)超算集群對于高密度光纖連接器的需求量較傳統(tǒng)云數(shù)據(jù)中心有較大幅度的提升，而隨著全球科技聚焦大4.2基于功耗考慮，CPO方案滲透率有望逐步提升C程度提高。P.15請仔細(xì)閱讀本報(bào)告末頁聲明OCAIre證券交易委員會(huì)(SEC)提交近百億美元的股票增發(fā)申請，此次增發(fā)申請通過儲駕發(fā)現(xiàn)模即服務(wù)層，英偉達(dá)將向希望為其業(yè)務(wù)建立專有生成式AI模型和服務(wù)的企業(yè)客戶提供對用戶/AIGC需求廠商而言，能最大化降低入局挖礦門檻，驅(qū)動(dòng)全民挖礦/AIGC時(shí)代降臨；對礦機(jī)/算力廠商而言，在礦機(jī)/芯片進(jìn)入淡季、礦機(jī)/芯片庫存趨增時(shí)，能通過P.16請仔細(xì)閱讀本報(bào)告末頁聲明I版本開源模型入手，通過量化、編譯和硬件加速進(jìn)行優(yōu)化，使其能在搭載第二代驍龍8全有能力通過邊緣算力實(shí)施。同時(shí)，邊緣算力具有低時(shí)延、安全、隱私等優(yōu)勢，符合未IGC虛擬場景，如果采用云生成然后發(fā)送到端的形式，將會(huì)產(chǎn)生較多的網(wǎng)絡(luò)帶寬成本和一定段改善這一情形。科I資料來源：騰訊云，國盛證券研究所P.17請仔細(xì)閱讀本報(bào)告末頁聲明投資建議C強(qiáng)化，新疆、內(nèi)蒙古、云南、四川、貴州、西藏等火電、水電、太陽能資源豐富的省份COpenAI或百度等企業(yè)的合作；另一方面，其手中有大量的細(xì)分場景和付費(fèi)群體，也是大模型企業(yè)期待落地的合作伙伴。我們認(rèn)為，如能在場景應(yīng)用、合規(guī)等方面圖表17：AIGC投資標(biāo)的賽道公司碼AIGC自然語言理NLP歌微軟00223002230識別和人工智能思AIGCAIGC生成算法和數(shù)據(jù)集心大模型，不僅可以自然語言處理，還可以生成修復(fù)圖片視覺中國rXAI002650026573300058能芯片提供商3300394及數(shù)通廠商光學(xué)器件供應(yīng)商算力盛3300502G件解決方案提供商應(yīng)商3300738布局東數(shù)西算的IDC服務(wù)提供商P.18請仔細(xì)閱讀本報(bào)告末頁聲明提示P.19請仔細(xì)閱讀本報(bào)告末頁聲明免責(zé)聲明國盛證券有限責(zé)任公司(以下簡稱“本公司”)具有中國證監(jiān)會(huì)許可的證券投資咨詢業(yè)務(wù)資格。本報(bào)告僅供本公司的客戶使用。本公司不會(huì)因接收人收到本報(bào)告而視其為客戶。在任何情況下，本公司不對任何人因使用本報(bào)告中的任何內(nèi)容所引致的任何損失負(fù)任何責(zé)任。本報(bào)告的信息均來源于本公司認(rèn)為可信的公開資料，但本公司及其研究人員對該等信息的準(zhǔn)確性及完整性不作任何保證。本報(bào)告中的資料、意見及預(yù)測僅反映本公司于發(fā)布本報(bào)告當(dāng)日的判斷，可能會(huì)隨時(shí)調(diào)整。在不同時(shí)期，本公司可發(fā)出與本報(bào)告所載資料、意見及推測不一致的報(bào)告。本公司不保證本報(bào)告所含信息及資料保持在最新狀態(tài)，對本報(bào)告所含信息可在不發(fā)出通知的情形下做出修改，投資者應(yīng)當(dāng)自行關(guān)注相應(yīng)的更新或修改。本公司力求報(bào)告內(nèi)容客觀、公正，但本報(bào)告所載的資料、工具、意見、信息及推測只提供給客戶作參考之用，不構(gòu)成任何投資、法律、會(huì)計(jì)或稅務(wù)的最終操作建議,本公司不就報(bào)告中的內(nèi)容對最終操作建議做出任何擔(dān)保。本報(bào)告中所指的投資及服務(wù)可能不適合個(gè)別客戶，不構(gòu)成客戶私人咨詢建議。投資者應(yīng)當(dāng)充分考慮自身特定狀況，并完整理解和使用本報(bào)告內(nèi)容，不應(yīng)視本報(bào)告為做出投資決策的唯一因素。投資者應(yīng)注意，在法律許可的情況下，本公司及其本公司的關(guān)聯(lián)機(jī)構(gòu)可能會(huì)持有本報(bào)告中涉及的公司所發(fā)行的證券并進(jìn)行交易，也可能為這些公司正在提供或爭取提供投資銀行、財(cái)務(wù)顧問和金融產(chǎn)品等各種金融服務(wù)。本報(bào)告版權(quán)歸“國盛證券有限責(zé)任公司”所有。未經(jīng)