近年全球科技龙头持续投入AIGC领域以及近期ChatGPT应用落地加速，我们认为2023年AIGC大模型与产业将迎来快速发展期，赋予人工智能大规模落地场景，为底层算法和芯片等领域带来巨大需求，同时加速AIGC应用渗透和商业化进程。在本篇报告中，我们对ChatGPT/ AIGC算法层、算力层和应用层的发展和产业链进行深度分析，建议重点关注上游算法商汤和科大讯飞，中游芯片景嘉微和寒武纪，及下游应用微软、谷歌、Meta、百度、腾讯、阿里和字节。

算法层：ChatGPT底层的大模型技术演进。大模型是在大规模无标注数据上进行训练，学习出特征和规则，泛化能力强。大模型技术的兴起，有效降低了AI应用研发门槛，也能解决在特定应用场景有效数据不足导致模型精度低的问题。现阶段的大模型主要是面向NLP领域，包括ChatGPT 背后的GPT-3，而在CV领域，多个公司也在积极加大技术储备。针对5年来中美发布的主要大模型，我们从两个维度进行了比较：1）在模型参数量上，模型体量随时间呈指数扩张趋势，美国同等参数量级的大模型比中国领先1-2年；2）在NLP专利数量上，微软和谷歌的持有数已经在几千个的量级，而国内领先的BAT持有数则在600个左右。

算力层：大模型驱动AI/内存芯片需求全面加速。AI芯片为人工智能应用提供所需的基础算力，主要分为GPU、FPGA和ASIC，ChatGPT基础模型上大规模预训练需要强大算力作为支持，而大算力需要更多高算力和内存芯片去支撑算法运行。目前GPU为主导AI芯片，因具有强大计算能力和高通用适用性，广泛应用于AI和机器学习领域。近年多家国内半导体公司积极布局GPU领域，受中美科技摩擦影响，预计国产GPU芯片替代将快速推进。

应用层：搜索+智能客服先行，内容创作+文娱生活场景渗透加速，长期看好B端产业机会。进入“数智化时代”，看好ChatGPT/AIGC应用场景持续渗透及商业化加速 (包括搜索引擎、智能客服、教育培训、金融等)，助力行业降本增效的同时，开拓创新变现增量。我们认为ChatGPT较难取代搜索引擎，更多体现在赋能优化，在于离线非实时数据库、训练模型下答案非正确、成本过高。中短期，基于内容创作及文娱生活导向的AIGC场景应用更为集中，包括文娱、传媒、电商等，长期产业升级机会可期。预计2030年AIGC市场规模达千亿美元，商业模式从按量付费、订阅延伸至MaaS。

来源：招银国际

报告内容节选如下：