2023年计算机行业中期策略报告 国内政策加码助推通用人工智能发展

一、计算机行业回顾：行业行情表现良好，估值处于历史较高水平

基本面：2022年整体业绩承压，2023Q1扣非利润表现不佳

受项目实施进度放缓、验收延迟以及2021年上市公司员工人数增长较快等因素的影响，计算机行业上市公司2022年归母净利润 承压明显。在剔除ST等表现异常的个股之后，2022年，行业营业总收入合计为11663.35亿元，同比增长1.34%；归母净利润合计 为348.47亿元，同比大幅下降44.02%。2023Q1，行业营业总收入合计为2326.13亿元，同比下降1.24%；归母净利润合计为53.28亿 元，同比增长51.43%，主要是因为部分公司非经常性损益较大；扣非归母净利润合计为0.03亿元，同比大幅下降99.85%，扣非 归母净利润表现不佳。

行情回顾：行业行情虽有震荡，但整体处于上行态势

年初以来，受信创、数字中国、数据要素、AIGC等主题的推动，计算机行业市场关注度高，行业行情整体处于上行态势。1月 至4月初，在行业市盈率处于历史低位的背景下，受信创、数字中国、数据要素、AIGC等主题的推动，行业指数在4月初到达 年初至今的高点。之后，随着AIGC合规风险的上升，叠加行业上市公司整体2022年业绩和2023年一季度业绩表现不佳的影响， 行业指数高位回落。5月25日，全球AI芯片龙头公司英伟达发布2024财年第一财季财报，其对2024财年第二财季营收的乐观预 期，加强了市场对于AI算力需求增长的确定性，提升了市场对于AI算力乃至整个AIGC主题的信心与关注度。5月30-31日，北 京市、上海市、深圳市相继发布政策利好通用人工智能发展，彰显我国对于AIGC发展的重视与支持。受益市场对AIGC信心的 提振，行业行情开启反弹。

估值水平：估值处于历史较高水平，我们坚定看好AIGC产业链的投资机会

截至6月13日，计算机行业估值处于历史较高水平。根据我们的统计，2015年以来，申万计算机行业历史市盈率（TTM整体法， 剔除负值）中位数为47.9倍。计算机行业6月13日市盈率（TTM整体法，剔除负值）为58.3倍，在历史市盈率中位数水平之上， 处于历史82%分位。

二、算力：大模型需要大算力，AI芯片和服务器市场迎来发展机遇

ChatGPT引领AI发展新浪潮，国内政策加码助推通用人工智能发展

2022年11月，由OpenAI开发的大模型聊天机器人ChatGPT火爆出圈，短短5天，注册用户就超过100万，仅仅两个月月活用户数已经破亿。ChatGPT 的火爆出圈，带动了整个AIGC产业的发展。AIGC(AI Generated Content)即人工智能生成内容，也称为生成式AI，AIGC实现了从分析内容到创造 生成新内容的跨越，而模型、数据集、算力、应用是催生AI技术新范式的重要因素。

我国十分重视和支持AIGC产业的发展，近期相关利好政策相继出台。2023年4月，国家网信办起草了《生成式人工智能服务管理办法（征求意见 稿）》。2023年5月，北上深三地相继发文，针对算力、算法、应用、监管等产业发展核心要素和关键环节提出具体措施以支持大模型的发展，国 内通用人工智能发展的技术和商业环境将进一步优化。2023年6月，国务院办公厅发布《国务院2023年度立法工作计划》，《人工智能法》已列入 立法计划。AIGC正处于发展初期，监管合规与新技术发展相辅相成，有效引导“技术向善”，为AIGC的后续发展护航。

AI芯片进入舞台中央，广泛应用于训练或推理

AI芯片是指所有能够用于人工智能的芯片，主要包括GPU、ASIC、FPGA三 大类。AI芯片按应用场景可以分为训练芯片和推理芯片：训练芯片用于算法 模型开发、训练，利用标记的数据，通过该芯片“学习”出具备特定功能的 模型；推理芯片用于应用层，利用训练出来的模型加载数据，通过芯片计算 “推理”出各种结论。按照部署的位置可以分为云端芯片和边缘端芯片：云 端芯片部署在公有云、私有云或者混合云上，不但可用于训练，也可用于推 理，算力强劲；边缘端芯片主要应用于嵌入式、移动终端等领域，此类芯片 一般体积小、耗电低，性能要求也相对不高，一般只需具备一两种AI能力， 用于推理。

GPU大规模并行运算优势明显，是AI芯片市场的首选

GPU即图形处理器，主要分为传统GPU和GPGPU，分别用于图形渲染和通用计算，用于AI服务器的GPU一般指后者。GPU中超过80% 部分为运算单元（ALU），擅长大规模并行运算，主要应用于PC、服务器、数据中心、自动驾驶等领域，在数据中心被广泛应用于AI 的训练、推理高性能计算等场景，是国内数据中心加速服务器市场的首选。据IDC统计，2021年，GPU在我国AI服务器加速芯片市场占 有90%以上的份额。但未来随着非GPU芯片逐渐增多，IDC预计，2025年其他非GPU芯片占比将超过20%。

全球GPU市场竞争格局：英伟达独占鳌头，AMD跟随其后

英伟达是全球人工智能计算领域的领导者。A100和H100是英伟达在AI芯片方面的拳头产品。H100芯片于2022年初发布，并于当年9月量产，H100 集成了800亿个晶体管，性能较上一代提升了一个数量级。英伟达是全球GPU芯片市场的绝对龙头。根据市场研究机构Jon Peddie Research（简称 JPR）的数据，2022年二季度，英伟达在全球独立GPU芯片市场占有率为79%，AMD以20%的市占率跟随其后。

作为全球GPU市场份额第二的厂商，AMD近期推出了最新款GPU芯片。2023年6月14日，AMD推出了针对AI的最新款处理器芯片MI300A和MI300X， 后者为针对大语言模型进行优化的版本。相比上一代产品MIX250X，MI300在AI的算力/能耗方面预计实现8倍/5倍的优化；相比H100，MI300可以 提供2.4倍的HBM（高带宽内存）密度，以及1.6倍的HBM带宽。相对公司自身的前期产品以及竞品，此次发布的芯片或平台较大幅度的提升了产 品性能和能效。面对最大的竞争对手英伟达，AMD除了硬件性能追赶之外，还需要在软件平台上下更多的功夫，毕竟生态强健、功能完善和易用 的软件平台也是用户的重要关注点。

国内GPU产品发展势头良好，产品性能已可对标英伟达主流产品

国内目前部署GPU赛道的厂商主要有海光信息、景嘉微、沐曦、壁仞科技、芯动科技等。当前，国内GPU产品发展势头良好， 产品性能已可对标英伟达主流产品。以海光信息为例，海光信息DCU（Deep Computing Unit 深度计算器，是GPGPU通用图形 处理的一种）产品具备强大的计算能力和高速并行数据处理能力，深算一号产品指标基本达到国际上同类型高端产品的水平， 已成功实现商业化应用。对标NVIDIA A100产品，海光信息DCU单芯片产品基本能达到其70%的性能水平，同时，海光DCU产 品的片间互联性能还有较大的提升空间。目前，海光信息第二代DCU产品-深算二号处于研发阶段。

寒武纪ASIC产品不断迭代，最新一代产品有望承接国内AI算力需求

寒武纪的第三代云端推训一体芯片思元370，最大算力高达256TOPS（INT8），是第二代产品思元270算力的2倍。此外，与市 场主流同尺寸芯片相比，思元370系列加速卡在实测性能和能效方面表现出一定优势。公司的思元370芯片及加速卡与数家头部 互联网企业完成适配工作，已经进入了批量销售环节；与金融、运营商等众多行业领域中的头部公司实现了批量销售或达成合 作意向。思元590是寒武纪最新一代云端智能训练芯片，目前尚未正式发布。思元590采用MLUarch05全新架构，实测训练性能 较在售旗舰产品有大幅提升，有望承接国内逐渐升级的AI算力需求。

AI服务器借助加速卡获取强大算力，市场需求快速增长

AI服务器是指能够提供人工智能（AI）的数据服务器，具有强大的图形处理和高性能计算能力，既可以用来支持本地应用程序和网页， 也可以为云和本地服务器提供复杂的AI模型和服务，能支持多种常用的AI技术，如机器学习、自然语言处理、计算机视觉、生物信息 分析等。AI服务器与普通服务器的区别主要在于计算架构的不同，AI服务器通常根据应用场景的不通，采用CPU+GPU/ASIC/FPGA或 其他加速卡的异构式计算架构。

三、算法：我国大模型快速发展，已初步具备商用能力

Transformer架构衍生三类模型，生成式预训练模型正成为主流

Transformer模型是由Google团队的Ashish Vaswani 等人发表论文《Attention Is All You Need》提出的模型概念，随后迅速成为各类预训练大模型的基础架构。 该模型是一个深度学习模型，其标志性特征是采用了self-attention机制，可为输入数据的各部分分配不同权重，核心是从关注全部到关注重点，从而节省资源， 快速获得最有效的信息。

以Transformer架构为基础衍生出的典型预训练语言模型大致可以分为三类：1）Encoder模型（以Google的BERT模型为代表）：又称自编码模型，适用于内 容理解任务，例如情感分析等；2）Decoder模型（以OpenAI的GPT系列模型为代表）：又称自回归模型，适用于生成式任务，例如文本生成；3）EncoderDecoder模型（以Google的T5模型为代表）：又称 Seq2Seq模型，通常用于需要内容理解和生成的任务，例如翻译。

随着ChatGPT的火爆，基于Decoder模型的生成式预训练Transformer模型（ Generative Pre-Trained Transformer，简称GPT）正成为主流。GPT具有可以接 受大量无标注的文本数据进行预训练等优势，随着模型的参数量逐渐增大，训练数据逐渐增多，GPT在文本生成、问答系统展现出强大能力。

OpenAI的聊天机器人ChatGPT火爆出圈，推出两个月后月活用户突破1亿

2018年，OpenAI研发团队发布《 Improving Language Understanding by Generative Pre-Training》，介绍了基于生成式预训练的语言模型GPT（ Generative PreTrained Transformer ）的原理和性能。该论文的核心内容是通过基于Transformer架构的生成式预训练方法，将无标签的大规模文本数据用于预训练，从而在多个 NLP任务上取得了优异的效果。

2022年11月，OpenAI公司推出的聊天机器人ChatGPT火爆出圈。它能够理解和生成自然语言，为用户提供各种应用场景的解决方案，例如撰写文案、生成代码、 回答问题等，在面对多种多样的问题时能够对答如流，似乎打破了机器和人的边界。在ChatGPT推出两个月后，月活用户已突破1亿。2023年3月， OpenAI公司 发布了GPT-4。相较于ChatGPT，GPT-4的多模态处理能力、高级推理能力等多种能力得到巨大提升。2023年5月， OpenAI公司推出苹果手机版本的ChatGPT应 用程序，实现ChatGPT在移动端的应用。

Meta推出130亿参数的开源模型LLaMA，性能可匹配1750亿参数的GPT-3

2023年2月，Meta公司推出了一款AI大型语言模型LLaMA，宣称仅用约1/10的参数规模，便实现了匹配OpenAI GPT-3、谷歌PaLM等主流大模型的性能表现。 LLaMA大模型具备常识推理、闭卷问答、阅读理解、数学推理、代码生成、大规模多任务语言理解、训练期间的能力进化等多种能力，并且LLaMA大模型共有 四个不同的参数量版本，分别为70亿、130亿、330亿和650亿四种参数规模。

根据Meta研究团队发布的数据，130亿参数的LLaMA模型在单个GPU上运行时，性能表现可能超过1750亿参数GPT-3。2023年3月，Meta宣布将LLaMA基础大型 语言模型“开源”，不作商用目的免费供给研究人员，并且在GitHub上提供了精简版LLaMA。无论是更少参数规模的模型实现优于更大参数规模模型的研究成 果，还是Meta公司将LLaMA模型开源，都意味着AI大模型在性能和广泛应用的发展上不断加速。

四、应用：大模型赋能千行百业，AIGC未来发展前景广阔

大模型赋能千行百业，AIGC未来发展前景广阔

当前，人工智能在我国各行业已经得到广泛应用。根据IDC数据，2022年，人工智能在我国互联网、金融、政府、电信、制造、服务、交通、 医疗、能源、教育等行业的渗透率分别为83%、62%、52%、51%、45%、49%、38%、35%、33%、27%。随着大模型时代的到来，我国多家互 联网企业的掌门人均表示，大模型时代，所有的产品都值得用大模型重做一次。根据中国互联网络信息中心（CNNIC）数据，截至2022年12 月，我国网民规模达10.67亿，互联网普及率达75.6%。

我们认为，随着国产大模型的逐步成熟，在政策与技术的共振下，我国大模型产品面向我国庞大的互联网C端用户群和丰富的行业应用场景， 将与产品和应用场景深度融合，赋能我国数字经济的发展。根据中国信通院数据，2022年，我国数字经济规模达到50.2万亿元，占GDP比重达 到41.5%。参考我国数字经济的巨大体量，我国AIGC产业未来发展前景广阔。

AIGC+办公：Microsoft 365 Copilot 将AIGC与办公软件结合，助力实现降本增效

微软推出Microsoft 365 Copilot 把GPT-4技术引入Office办公软件，将AIGC与办公软件结合。AI办公软件将大型语言模型的力量与业务数据和 办公软件应用相结合，实现了发挥创造力、释放生产力、提高办公技能和改变生产方式等目的。Copilot有望带动各行业AI助手市场的发展， 产生广泛的行业应用。

AIGC+传媒：AIGC将成为未来传媒行业发展的重要驱动力

AIGC虽然处于发展早期，但成长曲线十分陡峭，随着越来越多由AI驱动的生产力工具被整合到工作流中，各产业生态势必将被重塑。人工 智能作为新的传媒行业发展引擎，未来将全面激活行业各业务，助推传媒行业业务发展进入新纪元。从应用方向上看，当前AIGC赋能工具 主要集中在文本、代码、图像、音频等几大领域，与传媒行业密切相关，AIGC将成为未来传媒行业发展的重要驱动力。

AIGC+汽车：智能汽车的人机交互和用户体验将迎来新一轮变革

随着AIGC时代来临，借助于大模型的决策和推理能力，智能汽车的人机交互和用户体验将迎来新一轮变革。目前，各厂商通过AIGC技术努 力提升智能汽车的智能座舱、自动驾驶等领域的产品体验，AIGC+汽车的应用场景空间广阔。

编辑：ABC旺旺旺