为何AI浪潮再临“新周期”?
幻实(主播):本期节目邀请到华泰证券的计算机首席研究员谢春生谢总做客芯片揭秘,下面请谢总和大家打个打招呼。
谢春生(嘉宾):大家好,我是谢春生,感谢曹总的邀请。
幻实(主播):谢总虽然是计算机首席研究员,但研究方向也覆盖芯片。您从2004年开始做计算机行业的研究,我想先向您请教计算机方面的问题,在芯片行业有一个周期理论,大约3-5年我们将迎来一个周期,上行过后会遭遇缺货潮、衰退的过程,我们现在正处于下行周期,那计算机行业有没有周期理论?有什么标志性的事件可以用来区分?
谢春生(嘉宾):过去两年我也一直在思考这个问题。虽然计算机属于成长性行业,但它的周期也很明显。结合产业、资本市场来看,我认为计算机行业主要体现的是产业周期和技术周期。回顾过去10年,计算机行业经历了两轮技术产业周期。第一轮从2013年到2017年——移动互联网的技术产业周期。从股市看,2014、2015年的互联网全面牛市,崛起了像BAT(百度、阿里巴巴、腾讯) 、京东等龙头,之后快速发展的抖音、拼多多,都是移动互联网时代的延续。
第二个周期是从2018年到2022年,伴随地缘政治关系衍生的芯片崛起,计算机行业的一些基础软硬件也随之发展。基本上5年1个周期,并且从宏观来看,周期在缩短。现在,是AI的产业周期。
计算机三轮产业周期图
(资料来源:华泰证券)
幻实(主播):
人工智能已经提了很多年了,眼下被您定义成新周期的原因是什么?
谢春生(嘉宾):首先,上一轮产业周期是从2013年到2018年,其中 GPT在2018年出现,但资本周期有一定的滞后性,我认为直到2022年商汤上市才是完整的资本的周期,一个周期开始上行时另一个开始下行。这轮产业周期2018年就开始了,资本要看到变化才涌入行业,所以这一轮的资本周期去年才开始,是一个新周期。
两轮AI周期有什么区别?
幻实(主播):这轮AI爆发您会如此重视,除了您从资本和产业上看到了一些变化,在技术层面能推导出什么原因吗?
谢春生(嘉宾):从技术来讲,上轮AI是围绕着CVE(计算机视觉)展开,涉及图像分析、语义分析、底层适度运算等。这轮AI周期围绕大语言模型展开,以推理能力为核心发展。这一轮在应用领域上更深更广,并开拓了新的起点。
上一轮是眼睛,这次是大脑,今年或者去年年底看到的产业变化,都是过去七八年量变的积累形成的质变。这些基于底层技术的变化,自然有芯片算力的支持。就像科技领域里的群体加速效应,当每个技术都满足条件的时候,整个应用层才能快速推进。
AI1.0和AI2.0周期对比
(图源:国信证券)
幻实(主播):
您刚刚提到芯片算力,不禁让人想到英伟达市值已经破万亿了,“一眨眼”它就冲破云霄,大家都想借助这波浪潮,用他的算力赚钱。请谢总给大家揭秘一下,在什么方向会还有变现的机会?
谢春生(嘉宾):基于我们自己的研究,这一波算力的需求程度比大家想象的大,持续的时间会更长,英伟达的股价都翻了三倍,背后代表大家对大模型看好。因为目前的需求主要来自于训练,还没有到推理环节。训练好到应用的时候,对算力需求会进一步拉升。
并且算力是创新之源,创新之源满足后,在需求变化下,各种各样的应用也会推出或迭代。所以我们最近也特别关注美股的巨头和创新型一级公司的进展。
谢春生做客芯片揭秘
幻实(主播):提醒一下看到这里的朋友们,应用热点还没开始,还有投资机会可以布局。回到我们的问题,您能分享一下哪些应用让您觉得有意思?
谢春生(嘉宾):美国和中国对比来看非常有意思,美国的应用大部分是企业级的一些简单应用和场景。我们看全球应用的趋势,一定要看微软;就像看新能源产业链,一定要看特斯拉。微软的办公软件像Office、Teams、Dynamics等已经开始大规模使用,还有像Adobe这类公司;美国的应用主线非常清晰,主要围绕着企业级服务的轻度产品进行场景研发。而中国不太一样,中国先发展起了简单的To C场景。
微软旗下应用生态
(图源:华西证券)
幻实(主播):
To C是什么样的?
谢春生(嘉宾):现在中国用的较多的是在美工方面。中美软件生态差异与软件付费的载体和意愿有关,所以美国主要是To B的简单的产品和场景,中国主要是To C,但会向To B的简单产品和场景发展,用户付费意愿和习惯也在慢慢养成。在我们看来,应用的趋势就是从简单的To C、To B产品和场景向复杂发展。
大模型在B端应用领域
(图源:中信建投)
大语言模型是否象征第四次工业革命的开端?
幻实(主播):
用好 Chat GPT做工具的公司,也是非常有机会的,但我们得愿意为工具付费。您从事行业研究多年,您认为这是第四次工业革命的一个节点吗?
谢春生(嘉宾):AI最终要落地产业,要看它能给产业带来什么根本变化。此前,大家提到第四次工业革命经常说的是工业互联网、工业云平台、数字孪生、工业元宇宙等,这次是通过大语言模型来训练、培养机器有自己的思维能力、推理能力,带来的影响会更大。
原来的工业互联网、工业云平台是起到连接作用,但连接的各个主体之间,不一定更智能,现在被连接的主体会变得更智能,我认为这是这次技术的核心。
现在的问题就是如何把大模型部署在智能终端,但部署到智能终端需要芯片的支持,因为现在手机、汽车、机器人、AIoT的芯片根本跑不动大模型。并且长期演算还需要更具性价比的芯片支持。
华泰证券谢春生(左)和芯片揭秘曹幻实(右)
幻实(主播):
目前很多工业场景的应用数据都封闭在企业里,他们不愿意把数据公开,是否就无法被Chat GPT影响?
谢春生(嘉宾):在半导体行业像EDA就已经在用AI的技术。如果把AI大模型落地在工业,数据的质量会非常重要,所以找对应领域里的专业厂商合作尤为关键。就像今年三四月份微软与西门子合作,找垂直领域里的巨头合作,是因为他们没有该场景应用的经验和数据。所以跨界合作是未来大模型落地到垂直行业必备的一个要素。
从芯片设计到生产,使用AI最多的5个领域
(数据来源:Gartner)
幻实(主播):就是看怎么定位数据,甚至有时数据还没有采集出来,所以任重道远。如果我们抓不住浪潮,与国际龙头企业的差距会越来越大。
谢春生(嘉宾):我们来看看这轮技术革新带来的影响。首先,新技术创新的壁垒在增加,因为成本越来越高,虽然现在有很多大模型,但最终能真正做好大模型的可能只有几家。就像EDA工具,形成只有三大巨头垄断的产业生态。
其次,这次国内底层技术即算法模型没有跟上。在此之前中国AI产业比美国更有优势,在场景化落地、数据利用、需求群体的规模是全球最大的。直到海外把AI做出产品化应用后,国内看到产业机会才开始投入,据说之前有投入的企业,但是它投入量不够。
幻实(主播):这不仅仅是靠资金投入能解决的问题,确实芯片技术需要积累。像AMD最近也顺势推出新品,都想分一杯羹,国内的创业者们和IT公司的龙头们也都很着急。这是一个很难得的机遇,但也得正视差距。
AMD 数据中心和 AI 技术首发
(图源:AMD)
谢春生(嘉宾):
这轮AI产业周期相比于2017年那一轮,最大的一个增量因素就是国产化,我认为在此之前国产化的需求没有这么迫切,并且已有一些国产替代的产品可以应用,所以对于国内厂商而言是一个很大的机会。
幻实(主播):
对国内的企业而言,他们有了一个必须用或者必须做自主研发产品的理由了,对研发投入可以更果敢。
幻实(主播):
当下,我们处于第四次工业革命的一个阶段,您预测这一波发展会有什么具体的应用场景?在5~10年会不会形成产业固化?
谢春生(嘉宾):从两方面来预测,从大模型演化方向来看,就像培养小孩一样从基础学习到专业化,未来大模型的通用性和泛化性更强。
第二,应用会变得更加专业化。在应用上,我研究英伟达的时候发现英伟达把自己的芯片做得越来越专业,开发并内置了大量像AI Enterprise、Omniverse 的软件开发组件,就是为了让自己的算力应用到更多像蛋白质分析的专业场景。所以我认为未来无论是芯片还是模型的核心都向专业化发展。就像人一样,在某个垂类领域发展成熟后,挖掘的空间才更大,现在对各领域的应用研究几乎全面覆盖了。
我们再往深处看,应用层的趋势很清晰,之前谈到To C 、To B产品和场景,从简单到复杂扩展;扩展的前提是模型越来越专业,算力能够支撑更复杂领域。因为越复杂领域数据规模越大,类型越复杂。
大模型应用场景和演化方向,从云端到终端
(图源:华泰证券)
最后从终端应用趋势来讲,未来大模型一定会部署在终端上,因为终端通过5G网络访问云端缺乏实时性。从应用的领域方向来讲,将从消费级产品往工业级、车规级、军用级发展,这4个等级应用场景对模型的安全性、稳定性、实时性要求层层递进。目前的大模型大部分应用在娱乐性的消费级。
就像小孩的陪护机器人,落到这个场景里是因为它容错率比较高。模型、芯片等等基础要素往前演进的方向,应用方向基本是清晰的。
幻实(主播):
AI产业发展的过程中会伴随着大量的企业洗牌,争夺龙头机会也在这种变化中,很高兴学到这么多行业知识,感谢谢总对行业的解读,期待您下一次再来和大家分享行业发展。
随着2022年ChatGPT正式问世,生成式AI走进大众视野,继而大量的大型语言模型推出和迭代带动了算力的需求,拉动芯片需求的爆发。据数据显示,2030年,全球算力规模有望达56ZFlops,2022-2030年复合增长率达65%,对AI芯片的拉动将会非常显著。
我国AI芯片仍处于起步阶段,市场增长潜力巨大。数据显示,预计我国AI芯片市场规模将达到1780亿元,2019-2025复合年增长率可达到42.9%。从市场规模来看,AI芯片上处于起步阶段,但增长潜力巨大。目前中国AI芯片被英伟达垄断,据报告显示,英伟达将占据全球AI芯片市场至少90%的市场份额。2022年占中国市场份额85%。国际互联网科技巨头也在研发自己的人工智能芯片,将步入群雄逐鹿阶段。同时在美国限制对华芯片出口,AI芯片供不应求等多方因素下,AI高性能芯片国产化需求迫在眉睫,对于芯片产业这是一个重要的发展机会。
-END-
采访 | 幻实 编辑 Buki | 审核 | 超超