九洲商户网-商户处理平台

您现在的位置是:首页 > 办公技巧 > 正文

办公技巧

中信建投:TMT2024年十大预测

admin2024-02-10 22:00:10办公技巧42
  目录  预测一:2024年中国将正式开启低轨卫星的发射与组网工作  预测二:AI浪潮来袭,硅光子迎来黄金发展机遇  预测三:PC有望成为AI终端落地最快的应用之一,2024年有望成为AI

  目 录

  预测一:2024年中国将正式开启低轨卫星的发射与组网工作

  预测二:AI浪潮来袭,硅光子迎来黄金发展机遇

  预测三:PC有望成为AI终端落地最快的应用之一,2024年有望成为AI PC元年

  预测四:国产算力芯片迎来国产替代窗口期

  预测五:海外大模型将沿着多个维度持续演进,国内大模型竞争格局更为集中

  预测六:XR:交互升级,内容生态繁荣,行业迎拐点

  预测七:电商行业内卷加剧,货架电商打开抖音电商增长空间

  预测八:跨境电商产业链逐步进入稳定繁荣阶段

  预测九:复苏与国产化贯穿全年行情

  预测十:数据要素是新型生产力,各环节蓄势待发

  预测一:2024年我国将正式开启低轨卫星的发射与组网工作

  卫星互联网是基于卫星通信的互联网,通过发射一定数量的卫星实现规模组网,从而辐射全球,构建具备实时信息处理的大卫星系统,是一种能够完成向地面和空中终端提供宽带互联网接入等通信服务的新型网络。从世界范围来看,卫星互联网在军用和民用方面均具有重要战略意义。

  军用方面,卫星互联网可为军队提供稳定的通信手段,将赋予传统技术和武器平台新角色以及“改变游戏规则”的全新能力,在短期内实现快速部署、快速反应、快速打击,达到先敌一步、高敌一筹的战略目标。俄乌冲突爆发后,马斯克的“星链”卫星介入到军事行动中,应用于军队指挥/通信、侦察/监视等方面,并为乌克兰政府、国防和关键基础设施部门提供连接互联网的冗余网络支持。例如,星链成为乌方内外通信畅通的重要依托。俄乌冲突自2022年2月爆发后,星链成为乌境内特别是政府、军方及部分普通民众内外通信的重要方式。星链提供的保底通信能力,避免了乌军陷入各自为战、被分别击破的险境,为乌军在战时保持军令政令畅通、全军整体协调行动提供了有利保障,并成为乌方对外发声、获取国际支持、开展舆论战的重要手段,降低了俄罗斯对乌克兰互联网、通信等基础设施实施打击行动的实际效果。2022年12月3日,SpaceX公司公布了星盾(StarShield)计划。SpaceX将“星盾”定义为服务于国家安全的卫星星座,区别于星链的商业化运行,星盾专为美军政部门服务,目前主要提供遥感、通信和载荷托管三方面服务。

  民用方面,通信从地面走向天空,卫星互联网将随着技术逐步成熟,作为地面通信的重要补充,与地面网络融合发展。根据国际电信联盟数据显示,全球仍有近30亿人没有接入互联网,主要是因为地广人稀,建立地面通信设施性价比不高。对此,卫星通信就很有优势,低轨卫星的广域覆盖能力强,覆盖偏远地区性价比更高。此外,如高铁、航空、自动驾驶等“动中通”领域,卫星通信的优势也比较大。

  我们预计,在后5G时代,卫星通信将与地面通信融合,或将成为主流的通信方式之一。

  卫星互联网是一个全球重资产配置的产业,国际上轨道和频段稀缺资源争夺激烈。频率上,卫星无线电频率资源由国际电信联盟统一规划和监督管理,各国按照“先登先占”的规则竞争协调使用,即在卫星发射前2-7年,向国际电信联盟申报拟建卫星系统的无线电频率和轨道等技术参数(通常称之为卫星网络资料),之后还必须与世界上其他已申报的卫星系统、地面无线电系统开展并完成必要的频率协调,方可在国际上获得合法的使用权,该权益受到国际公约、规则的约束和保护。轨道上,目前卫星互联网主要采用的轨道高度为400-2000公里的近地轨道,总共可以容纳大约6万颗卫星。近地轨道同样具有先占先得特性,根据UCS Satellite数据库统计,截至2022年底,当前LEO(500-1000公里)轨道中已有5938颗卫星,相比2021年4月的3328颗卫星增长近80%。随着全球各国加速抢占卫星互联网资源,轨道和频段资源紧张形势已初步显现。

  SpaceX星链计划进展最快,最终规划约42000颗卫星,自2018年的测试卫星首次发射起,总计发射5376颗卫星。2023年,依托自身愈发精进的火箭发射能力,SpaceX星链部署加速,截至2023年10月已发射51次搭载星链卫星的猎鹰9号火箭,共计部署1626颗卫星,仅2023年发射卫星便占目前已部署卫星的约1/3。

  卫星互联网纳入新基建范畴,我国星座建设有望提速。2020年4月,国家发改委首次明确卫星互联网作为通信基础设施,属于国家新基建的范畴,也体现出国家对卫星互联网的战略重视。2021年4月底,中国卫星网络集团有限公司正式挂牌成立。2023年7月,上海市松江区委书记程向民表示上海松江加快开辟新领域新赛道,打造低轨宽频多媒体卫星“G60星链”,实验卫星完成发射并成功组网,一期将实施1296颗,未来将实现一万两千多颗卫星的组网。2023年11月23日,我国在西昌卫星发射中心使用长征二号丁运载火箭及远征三号上面级成功将卫星互联网技术试验卫星发射升空,卫星顺利进入预定轨道,发射任务取得圆满成功。

  值得注意的是,由于地面通信基础设施完善程度的不同,国内外进行卫星互联网建设的路径也注定有所不同。美国针对卫星互联网产业,采用的是军方自建高轨卫星系统+商业化低轨卫星系统相结合的方式,商业化低轨卫星系统主要是马斯克的“星链”计划,其拥有较为明确的民用需求支持,也在此基础之上衍生出为美军所使用的“星盾”系统。中国的卫星互联网产业,自诞生起拥有较为明确的使用方向和战略意图,也陆续有“商业化”的星座计划出现,前者更加注重卫星的功能和目的,后者需要打通民用需求为主的商业模式。我们认为,考虑到国内火箭运力、市场需求等多方面因素,国内卫星发射的总体数量以及商业化过程是有待观察的,但基于战略考虑,初期规划的资本开支大概率会如期落地,因此前期二级市场重点挖掘了卫星制造产业链,演绎较为充分。明年开始卫星批量发射后,地面卫星终端也将加速产业化,存在更多投资机会需要发掘。

  卫星互联网的投资节奏可以参考5G,两者有诸多相似之处:一是今天看卫星互联网,就像2018年看5G,虽然具体需求都是畅想为主,但市场普遍认可其是下一代主流通信技术,大概率会走向产业化;二是5G与卫星互联网都是新基建的重点,对国家均有战略意义,例如拉动投资、推进技术进步、全球竞争等;三是投资主体明确,政策易于发力与指挥;四是已经有一定的需求基础,4G让民众对网速的关注度提升,华为近期推出直连卫星手机,中国电信推动主流手机厂商推出更多直连卫星的手机,马斯克星链也将支持手机直连卫星。因此,我们建议参考5G的投资节奏来投资卫星互联网产业链,先卫星制造,再卫星终端。

  5G行情分两段,以2019年6月5G牌照发放为分界点:第一段焦点是5G基站产业链,主升浪行情发生在2018年10月-2019年4月;第二段焦点是5G手机产业链,主升浪行情发生在2019年5月-2020年初。5G发牌意味着运营商可以正式进行5G基站大规模招标与建设工作(我国5G正式商用时间为2019年10月),5G商用后5G手机将开始大规模销售。相当于,市场会提早8-10个月开始布局或投资相关产业链公司。

  风险提示:国际环境影响;上游原材料影响超预期;AI需求和资本开支不及预期;卫星互联网等领域订单落地不达预期等。

  证券研究报告名称:《通信行业2024年投资策略报告:卫星互联开启,AI星辰大海》

  对外发布时间:2023年12月4日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  阎贵成 SAC 编号:S1440518040002

  SFC 编号:BNS315

  武超则 SAC 编号:S1440513090003

  SFC 编号:BEM208

  刘永旭 SAC 编号:S1440520070014

  杨伟松 SAC 编号:S1440522120003

  汪洁 SAC 编号:S1440523050003

  曹添雨 SAC 编号:S1440522080001

  预测二:AI浪潮来袭,硅光子迎来黄金发展机遇

  硅光子技术优势显著,数通光模块为下游主要应用场景。海外科技巨头纷纷布局硅光子技术,有望实现高速发展。硅光具有兼容成熟的CMOS工艺、集成度高、封装工艺简化、低成本和低功耗等优势。根据Yole的数据,2022年到2028年硅光子芯片的市场规模的CAGR达到44%,其中数通光模块在硅光子芯片市场中占比达到90%以上,为主要应用场景。Nvidia、Intel、TSMC和Broadcom等科技巨头在光互连等领域争相布局硅光子技术,突破在即。

  与传统光模块相比,硅光模块在有源和无源器件上均有明显区别,硅光技术可以使光模块成本有明显下降,但工艺是影响硅光模块是否能够实现量产的关键因素之一。硅光子技术主要是对光模块中的激光器、调制器和无源器件产生变化。假设在同样的良率水平下,硅光模块相比较传统光模块的成本有一定的下降,主要体现在:硅光模块的光源成本大幅降低;硅光芯片能够集成部分光无源器件以降低成本;硅光模块制造工艺成本大幅降低。硅光与CMOS工艺兼容性高,但也需要解决很多know-how问题,并且可能会影响最终硅光模块是否能大批量生产。

  硅光800G光模块有望在2024年实现大批量出货,一体化布局的光模块头部厂商预计将会颠覆现有竞争格局。英特尔引领硅光子技术在100G时代大放异彩,200G和400G硅光模块发展迟缓,800G迎来量产机遇,1.6T时代硅光及薄膜铌酸锂优势凸显。硅光产业链下游需求旺盛,上游设计方案百花齐放,一体化布局的厂商优势显著。全球硅光模块市场,思科和英特尔份额保持领先,但光模块头部厂商有望颠覆格局。相干技术下沉至DCI,硅光子技术因其高集成度和低成本,在相干光模块领域将高速发展。

  以前光学I/O主要应用在设备之间(服务器到交换机或交换机到交换机),现在渗透到板上芯片间光互连,未来会在芯片的chiplet之间实现光互连。随着AI的快速发展,多模态大模型的参数量大幅提升带来数据传输需求的爆发,无论是训练侧还是推理侧,数据在GPU和Switch之间以及GPU和HBM之间的传输带宽愈发成为整个系统的瓶颈。而硅光引擎目前是最佳的光学I/O产品形态之一,将大幅提升传输带宽。此外,英特尔已经推出了采用光互连技术的FPGA商业化产品Stratix 10,以及采用硅光互连技术的泛处理器XPU产品。

  硅光子技术在CPO、光计算和激光雷达等领域应用前景较好。CPO是业界公认的未来更高速率光通信的主流产品形态之一,可显著降低交换机的功耗和成本。硅光引擎是CPO交换机中最佳产品形态之一,有望得到广泛应用。光计算在AI领域快速发展,低功耗的优势驱动硅光子技术产品快速推进。硅光子技术应用在固态激光雷达的FMCW和OPA方案中,高集成度和低成本优势显著。

  投资机会一:硅光设备。硅光工艺设备除了包括高精度的硬件,软件和技术支持也是非常重要的竞争力。Ficontec是全球光子及半导体自动化封装和测试领域的领先设备制造商之一,在硅光封装设备领域具备较强的竞争力。

  投资机会二:大功率CW光源。外置大功率CW光源是目前硅光模块采用的主要激光器方案,既可以降低激光器成本,也能降低光模块的失效比例。外置大功率CW光源不仅可以用于硅光模块,也可以用在CPO和光互连等产品上。国内多家光芯片公司都在积极布局,均推出了各种功率的CW光源产品。

  投资机会三:硅光器件及硅光模块。硅光器件和模块是硅光子产业链的主力环节,头部厂商在硅光子技术的深度布局也将影响硅光产品的渗透率。随着硅光子技术的不断发展,多家国内外厂商具备了硅光子技术的设计和封装等能力,有望加速硅光子产品的渗透。

  投资机会四:硅光工艺代工厂。在大批量生产的时候,硅光芯片流片的良率和一致性都是非常重要的参数。因此需要花费较多的时间和金钱去攻克硅光工艺中的know-how问题,从而保证量产的稳定性。

  风险提示:AIGC发展不及预期,硅光工艺导致硅光芯片的良率、一致性等性能较差;行业竞争加剧;国际环境变化;海外宏观经济衰退;激光雷达发展不及预期。

  证券研究报告名称:《AI浪潮来袭,硅光子迎来黄金发展机遇》

  对外发布时间:2023年12月29日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  刘永旭 SAC 编号:S1440520070014

  阎贵成 SAC 编号:S1440518040002

  SFC 编号:BNS315

  武超则 SAC 编号:S1440513090003

  SFC 编号:BEM208

  杨伟松 SAC 编号:S1440522120003

  预测三:PC有望成为AI终端落地最快的应用之一,2024年有望成为AI PC元年

  AI终端的概念涵盖了智能手机、PC、XR和物联网等各种设备,PC有望成为AI终端落地最快的应用场景之一:

  具备强生产力工具属性:PC是一种可满足娱乐、工作的通用平台,相较其他终端的最重要的差异点在于其突出的生产力工具属性。当下主流的AI大模型应用,无论是微软Copilot为代表的文档处理,还是Adobe Flyme为代表的图像编辑,都与提升生产效率相关,契合PC的定位。

  交互方式全面:PC在各种终端设备中具备更全面的人机交互方式,包含键鼠、触控以及其他可拓展实现的交互(语音、视频等),能友好、直观地降低用户使用门槛,让每个用户都能够轻松上手,自然地与AI互动。

  性能优势:相较于手机、XR等设备,PC在硬件算力、存储空间、散热条件等方面都更具优势。

  AI PC的核心特征:拥有本地部署的大模型与个性化本地知识库组合构成的个人大模型,通过内嵌AI计算单元(例如NPU)提供混合AI算力。

  AI PC将呈现动态发展趋势,产业链主导环节将积极协作催化其走向成熟

  根据IDC发布的《AI PC产业(中国)白皮书》,AI PC 的发展将是一个动态概念,各项价值和核心特征互相支撑,互相促进,逐步走向成熟。

  模型:不同参数体量的模型,对应不同的垂类问题。混合AI场景下,还涉及分别部署于云、端侧的模型。供应来源于操作系统(OS)厂商,整机品牌厂商,第三方应用(ISV)厂商。品牌:完成产品定义与集成,整合资源;营销推广。芯片:提供算力,支持开源模型的算子;营销推广。系统:在系统层面为大模型本地运行提供支持,同时打通底层系统和上层应用的联系。应用:定义/开发爆款第三方应用是驱动产业链发展的根本;第三方APP可以内嵌大模型。

  主要环节均可从AI PC的进展实现自身的利益诉求,例如硬件厂商期待AI PC引领换机潮,OS厂商微软希望OpenAI的技术高效商业化应用,Office copilot是很好的落地应用,而适应的承载终端正是PC。根据IDC预估,(1)2023 年,处在AI Ready阶段的AI PC将陆续上市。这类AI PC在硬件上具有一定的AI加速算力,但尚不具备完整的AI PC特征。(2)AI On阶段具有完整的AI PC核心特征,并且在核心场景提供划时代的AI创新体验,成为每一个人的个人AI助理。2024 年开始,符合 AI On 阶段标准的AI PC将陆续进入市场。

  PC产业硬件巨头正积极推动AI PC的发展趋势,2024年有望成为元年

  PC产业界对AI PC带动市场复苏寄予厚望,正积极投入。一方面,PC市场持续萎靡致使业内公司业绩下滑,产业界期待AI PC创新激发新一轮换机周期,实现量价齐升的成长;另一方面,Intel、高通等厂商在AI云端市场处于弱势甚至缺位状态,渴望拓展AI终端市场以捕捉AI技术发展的红利。因此,Intel、AMD、高通为代表的芯片厂商,以及联想、HP为代表的PC品牌厂商,利益诉求一致,均大力投入AI PC的布局。

  在AI PC全新生态伙伴的共同推动下,AI PC市场有望迎来大发展期。英特尔公布了“AI PC加速计划”,宣布将为软件合作伙伴提供工程软件和资源,以在2025年前实现为超过1亿台PC实现人工智能特性。根据IDC预测,AI PC在中国PC市场中新机的装配比例将在未来几年中快速攀升,将于2027年达到85%,成为PC市场主流,2024年有望成为中国AI PC元年。

  风险分析:宏观环境的不利因素将可能使得全球经济增速放缓,PC出货量恢复不及预期。AI技术落地不及预期。行业竞争激烈。中美贸易摩擦增加。

  证券研究报告名称:《周期复苏+AI共振,开启AI PC发展元年》

  对外发布时间:2023年12月27日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  刘双锋 SAC 编号:S1440520070002

  乔 磊 SAC 编号:S1440522030002

  预测四:国产算力芯片迎来国产替代窗口期

  英伟达、AMD对华供应高端GPU芯片进一步受限。2022年,美国BIS实施出口管制,英伟达和AMD的高端GPU产品出口受到限制。为满足合规要求,英伟达随后推出了面向中国市场的H800与A800,互联带宽被下调。2023年,BIS公布的先进计算芯片出口管制新规进一步扩大限制范围。新规去除了“互联带宽”作为判定是否受限的依据,并新增了“性能密度”与“总处理性能(TPP)”成为新的标准,使得A100、A800、H100、H800、L40、L40S、RTX 4090等多款产品遭到限制。虽然英伟达推出了符合新规的L20、L2和H20,但新品的算力性能被迫遭到大幅下调。

  国产算力芯片迎来国产替代窗口期。考虑到英伟达新品将迎来大幅性能升级,并面向中国市场禁售,国产算力芯片发展刻不容缓。当前已经涌现出一大批国产算力芯片厂商,昇腾、寒武纪相继推出自研AI芯片,海光信息的DCU也逐渐打出知名度,其他配套环节的国产化进程也正在加速推进。

  昇腾310与昇腾910构成华为昇腾产业链的算力基座,打造全场景AI基础设施方案。昇腾310与昇腾910均基于华为自研达芬奇3D Cube技术,集成了张量、矢量、标量等多种运算单元,支持多种混合精度计算。昇腾310是华为首款全栈全场景人工智能芯片,具备低功耗优势,昇腾910支持云边端全栈全场景应用。昇腾已基于310和910形成了完善的解决方案,出货形态包括:包括Atlas系列模块、板卡、小站、服务器、集群等,打造面向“端、边、云”的全场景AI基础设施方案,覆盖深度学习领域推理和训练全流程。

  昇腾AI大模型训推一体化解决方案,加速国产大模型落地。2023世界人工智能大会(WAIC)期间,华为主办的昇腾人工智能产业高峰论坛于7月6日在上海召开。华为携手伙伴联合发布昇腾AI大模型训推一体化解决方案,加速大模型在各行业应用落地,并有23家昇腾AI伙伴推出AI服务器、智能边缘与终端新品,共同为行业智能化升级提供丰富的产品与解决方案。

  寒武纪专注AI领域核心处理器,思元590采用全新架构,性能相比在售旗舰有大幅提升。寒武纪目前已推出了思元系列智能加速卡,第三代产品思元370基于7nm制程工艺,是寒武纪首款采用chiplet技术的AI芯片,最高算力达到256 TOPS(INT8)。思元370还搭载了MLU-Lin多芯互联技术,互联带宽相比PCIe 4.0提升明显。在2022年9月1日举办的WAIC上,寒武纪陈天石博士介绍了全新一代云端智能训练芯片思元590,思元590采用MLUarch05全新架构,实测训练性能较在售旗舰产品有了大幅提升,能提供更大的内存容量和更高的内存带宽,其IO和片间互联接口也较上代实现大幅升级。

  海光信息二代DCU升级规划稳步推进,海光DCU兼容类“CUDA”环境,适配性好。海光信息深算一号DCU产品目前已实现商业化应用。2020年1月,公司启动了第二代DCU深算二号的产品研发工作,进展正常。海光DCU协处理器全面兼容ROCm GPU计算生态,由于ROCm和CUDA在生态、编程环境等方面具有高度的相似性,理论上讲,市场上规模最大的GPGPU开发群体——CUDA用户可用较低代价快速迁移至ROCm平台,有利于海光DCU的市场推广。同时,由于ROCm生态由AMD提出,AMD对ROCm生态的建设与推广也将有助于开发者熟悉海光DCU。

  算力芯片配套HBM壁垒高,国内部分厂商具备相关技术储备。TrendForce数据显示,2022年三大原厂HBM市占率分别为SK海力士50%、三星电子约40%、美光约10%。NVIDIA H100、A100主采HBM2e、HBM3,H200主采HBM3e。以H100为例,搭载HBM3技术规格,其中传输速度也较HBM2e快,可提升整体AI服务器系统运算效能。国内方面,目前没有能够生产符合HBM要求的内存颗粒厂商,封测、材料、设备等供应商具备相关技术储备。

  HBM目前主要的瓶颈在于封测工艺和封测产能,预计随着算力卡对HBM的需求持续增长,对应的封装工艺、封装设备、封装材料需求也将快速增长。虽然国内能进入海外HBM供应的公司有限,但国产算力卡进口HBM受限,预计未来国产HBM也将突破,并拉动相关产业链。

  风险提示:宏观经济波动风险、产业政策变化风险、技术创新不及预期风险、中美贸易/科技摩擦升级风险、国产化进度不及预期风险。

  证券研究报告名称:《电子行业2024年投资策略报告:半导体周期反转在即,终端创新、AI引领新一轮成长》

  对外发布时间:2023年12月3日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  刘双锋 SAC 编号:S1440520070002

  范彬泰 SAC 编号:S1440521120001

  孙芳芳 SAC 编号:S1440520060001

  乔磊 SAC 编号:S1440522030002

  章合坤 SAC 编号:S1440522050001

  郭彦辉SAC 编号:S1440520070009

  研究助理 郑寅铭

  研究助理 何昱灵

  预测五:海外大模型将沿着多个维度持续演进,国内大模型竞争格局更为集中

  国外大模型发展趋势:

  美国人工智能企业引领行业发展。美国 OpenAI的基础大模型性能领先,目前已经在基础大模型上开始快速构建开发生态,Google也在发力追赶过程中,Meta通过开源大模型构建开源生态。美国在研发能力、人才储备、算力支持方面仍然占据一定优势。我们预期,海外大模型将沿着多个维度持续演进。

  更大的参数量、更多的训练文本依旧是大模型的主要发展路径。

  OpenAI论文《Scaling Laws for Neural Language Models》中提出著名的缩放法则,缩放法则中提到模型表现和规模强相关,和模型的shape弱相关:规模包括模型参数量N、数据集大小D和计算量C,模型shape指模型depth、width、number of self-attention heads。Palm-2 technical report中提到,训练数据量和模型参数量大小保持同比例增长是最优组合。

  目前最先进的大模型GPT-4仍然高度符合缩放法则,简而言之,模型越大性能越好,训练的数据量越大模型性能越好,这条法则仍然成立。通过单纯的增加模型参数量和训练数据量就可以实现更好的模型性能,可以预期,在短期之内,不断增加模型参数量依旧是提升模型性能的主要手段。

  更多的模态到来,开启全新的多模态时代。

  文本、语音、图片等单模态人工智能模型已经相对成熟,大模型正在朝着多模态信息融合的方向快速发展。图文多模态技术已经取得了显著的进步,未来大模型不止满足文字和图像,开始向着音频、视频等领域拓展。

  大模型的逻辑思维能力可能看到飞跃式提升。

  大语言模型在文本的理解和生成上表现出色,但是涉及到数理逻辑推理时表现仍然有待提升。通过思维链、思维树的提示词工程设计,大语言模型能够将大型任务分解为较小且易于管理的子目标,内部的逻辑一致性显著增长,从而高效地处理复杂任务。

  AI Agent将成为我们接触大模型的主要媒介。

  AI Agent是有能力主动思考和行动的智能体,它们能够使用传感器感知周围环境,做出决策,然后使用执行器采取行动,甚至与别的agent合作实现任务。OpenAI应用研究主管LilianWeng提出了AI Agent的重要组成公式:Agent =大语言模型(LLM) + 规划能力(Planning) + 工具(Tool) + 记忆(Memory)。AI Agent相比大语言模型的提升在于:与环境交互、个性化记忆、主动决策、合作机制。在生成式AI的不同应用等级中,AI Agent是比聊天机器人更高层级的应用形态。

  国内大模型发展趋势:

  国内大模型行整体依旧处于跟跑状态,目前国内具备代表性的大模型在中文问答表现上已经与ChatGPT不相上下,短期之内仍然是沿袭海外技术路线,模型规模的不断增加和训练语料的不断扩充是当前的主要任务。同时国内大模型的多模态能力仍处在起步发展阶段,短期之内有望看到多模态能力的快速提升。受ChatGPT驱动,2023年国内大模型呈现迅猛发展局面,经历近一年时间,国内大模型实现能力上的快速进步。根据赛迪顾问,截至2023年7月,中国累计已经有130个大模型问世,其中有近一半的大模型在今年年内问世。

  同时国内大模型的整体竞争格局也日益清晰,大致可以分为三类大模型:具备持续技术领先能力的闭源大模型、具备领跑能力的开源大模型、具备垂类场景优势的垂类大模型。大模型的每一次迭代更新都需要大量的研发投入和算力投入,在一年时间内经历多次的迭代更新,如未见显著的技术领先优势或特定场景的优秀商业模式,或将无法维系大模型的持续投入。我们认为,目前国内大模型已经经过了高速发展的扩张阶段,预期将见到模型扩张速度的下降,竞争格局更为集中。

  国内大模型格局:

  具备技术持续领先能力的大模型:优秀的大模型人才、充足的算力资源、海量的优质数据、足够的研发投入是人工智能企业具备酝酿大模型的先决条件,在快速的迭代发展过程中,部分大模型展现出持续的技术领先优势,典型如百度文心一言、科大讯飞星火大模型。具备技术优势的闭源大模型具备较强的变现能力。

  开源大模型:开源大模型与顶尖的闭源大模型相比有一定的技术差距,其参数量和上下文窗口长度普遍相对较小。但是开源模型借助社区的创新力量,实现了技术的快速迭代和应用拓展,成为大模型行业发展的重要支撑。

  具备垂类场景优势的大模型:通用大模型可以帮助用户解决一般性问题,而当企业需要处理其特定行业的数据和任务时,往往需要针对其行业数据库来对基本模型进行微调,垂直行业的特性和需求不尽相同,垂类场景中的垂类数据是专业大模型竞争中的核心要素,专业数据驱动垂类模型百花齐放。

  大模型商业模式:

  大模型C端商业模式:1)以纯软件的形态输出聊天机器人、包含大模型能力的各类软件(例如copilot)、AI Agent(GPTs)等产品;2)融合大模型能力的各类智能硬件,例如AI pin、智能音响、翻译机、学习机等。

  大模型B端商业模式:1)出售大模型 API 接口,向公司或开发者按照调用次数收费;2)直接卖大模型开发服务,向传统企业输出大模型行业解决方案获得收入;3)大模型配合AI服务器形成软硬一体的产品,打包向传统企业输出大模型行业解决方案;4)用大模型改造现有业务,提高产品的竞争力获得更多商业回报,即Model-As-A-Service (MaaS)模型即服务。

  风险提示:北美经济衰退预期逐步增强,宏观环境存在较大的不确定性,国际环境变化影响供应链及海外拓展;芯片紧缺可能影响相关公司的正常生产和交付,公司出货不及预期;信息化和数字化方面的需求和资本开支不及预期;市场竞争加剧,导致毛利率快速下滑;主要原材料价格上涨,导致毛利率不及预期;汇率波动影响外向型企业的汇兑收益与毛利率;大模型算法更新迭代效果不及预期,可能会影响大模型演进及拓展,进而会影响其商业化落地等;汽车与工业智能化进展不及预期等。

  证券研究报告名称:《人工智能行业2024年投资策略报告:AI下半场,应用落地,赋能百业》

  对外发布时间:2023年12月4日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  于芳博 SAC 编号:S1440522030001

  预测六:XR:交互升级,内容生态繁荣,行业迎拐点

  苹果革新交互方式,MR生态有望繁荣

  苹果MR交互逻辑、操作系统创新,内容开发在一定程度上没有先例可循。Vision Pro创新之处在于,所有操作界面可以结合头显摄像头捕捉的外界环境,在头显内部显示出来;同时无需手柄,通过眼睛、双手和声音,即可实现交互。

  上述全新的交互体验,为开发者开发针对Vision Pro的应用提出较高要求,无法直接从其他平台进行迁移,或参考其他平台同类产品的操作方式,需要进行专门的软硬件适配。

  看好苹果MR空间视频、生活&办公应用

  iPhone 15推出空间视频拍摄功能,苹果应用生态打通可期。11月10日,苹果发布iOS17.2 Beta2测试版,为iPhone 15 Pro和iPhone 15 Pro Max机型新增 Vision Pro空间视频拍摄功能,未来可以通过Vision Pro观看这些沉浸式的视频。另据WWDC23苹果开发者大会,苹果将推出全新App Store,提供专为visionOS打造的App,及兼容iPad、iPhone的App;同时Vision Pro将与Mac无线连接,作为Mac显示屏,支持Excel、Word、Teams等微软应用和常用视频会议应用。

  我们预计Vision Pro有望进一步与iPad、iPhone等其他硬件设备深度互联,虚实叠加的体验也为游戏、办公、生活类应用提供更多交互可能。

  Meta Quest有望入华,撬动VR内容生态

  Meta Quest可能通过腾讯引进中国大陆。据新浪财经、映维网,腾讯和Meta已达成初步协议,腾讯将于2024年底开始在中国大陆独家代理Meta一款全新的,价格较低的VR头显版本,我们预计代理产品为Quest 3或Quest 2特供版。我们预计Quest系列的正式引入,有望丰富国内VR硬件的产品供给,促进硬件销量增加,与应用丰富度提高的正向循环。

  看好AI撬动MR行业奇点——交互+内容提效

  融合生成式AI,MR有望迎行业奇点。融合了MR体验的AI应用,或者引入AI能力的MR应用,实现了沉浸感与强交互的融合。

  如Meta的SAM模型,能对图片进行更好地识别,有望运用在MR中,提升用户与环境交互的能力;生成式AI技术也有助于提高内容制作效率,如Meta智能创建VR内容素材的AI工具Builder Bot、Unity Muse等创建3D内容的AI工具、Copilot in Dynamics 365 Guides协助工人处理工业场景复杂设备等。

  风险提示:版权保护力度不及预期,知识产权未划分明确的风险,IP影响力下降风险,与IP或明星合作中断的风险,大众审美取向发生转变的风险,竞争加剧的风险,用户付费意愿低的风险,消费习惯难以改变的风险,关联公司公司治理风险,内容上线表现不及预期的风险,生成式AI技术发展不及预期的风险,产品研发难度大的风险,产品上线延期的风险,营销买量成本上升风险,人才流失的风险,人力成本上升的风险,政策监管的风险,商业化能力不及预期的风险。

  证券研究报告名称:《传媒2024年投资策略报告:AI应用:从1到N》

  对外发布时间:2023年12月5日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  杨艾莉 SAC 编号:S1440519060002

  SFC 编号:BQI330

  研究助理:杨晓玮

  预测七:电商行业内卷加剧,货架电商打开抖音电商增长空间

  存量时代,电商行业的增长将更多回归到留存、复购等方向。用户角度看,在全新的颠覆式商业模式或者技术出现之前,阿里和多多未来的用户增长空间较为有限,基本进入存量用户时代。相比阿里和多多,京东的用户规模仍有较大提升空间,差距主要在下沉市场,2020年前后京东以京喜为抓手加码下沉市场,AAC一度出现非常显著的增长,但2022年下半年京喜式微,京喜用户的萎缩抵消了主站用户的增长,最终呈现出京东总的活跃买家数增长较为疲弱。2023年京东再启百亿补贴等活动,我们认为初衷也是为了接棒京喜,进一步激活中低线城市用户心智,长期看,我们认为京东的活跃买家数规模也能接近阿里和多多的体量。展望未来,电商行业人均 GMV 的提升或主要通过以下几个方向:(1)新客沉淀为老客,对平台形成一定忠诚度,复购行为增加。(2)直播电商/内容电商等新兴模式提高商品成交率。(3)更多商品实现广泛的线上销售,电商平台 SKU 品类的丰富促使用户购买更多的商品。

  货币化率或将进入新增长阶段。货币化率本质是流量的价格,受流量供需关系影响,商品线上化率继续提升带来需求韧性,叠加互联网流量见顶下的供给刚性,有望造成行业货币化率的新一轮上涨。从历史情况看,13-16年阿里活跃买家数增长放缓,货币化率进入快速增长阶段,直到拼多多的崛起让淘系认识到下沉市场的用户价值,淘系用户天花板打开,货币化率增长放缓,近两年主流电商平台用户增长明显放缓,叠加互联网监管趋于常态化,行业新一轮货币化率上涨或已开启。佣金率方面,长期看,国内电商平台的佣金率显著低于海外,存在理论提升空间,实际操作看,电商平台短期较难直接提升各品类的佣金率水平,所以佣金率的上升短期可能更多需要品类结构的改善,高毛利率、高佣金率品类占比的提升有利于从结构上提升佣金率水平。广告费率方面,品类结构优化、卖家行业竞争格局的变化都会影响广告费率,未来提升的空间或大于佣金费率。

  价格战再起,行业内卷加剧。电商是互联网中相对特殊的一个子赛道,商品线上化率提升以及工具平台属性容易缺流量的矛盾导致电商行业的撮合成本/单位交易成本呈现U型,行业跨越规模经济临界点。从双寡头时代到三巨头时代再到直播电商、内容电商的不断崛起,近年来我国电商行业的市场集中度不断下行,尤其是近两年,宏观经济和消费面临较大压力,同时以抖快为代表的直播电商高速增长,继续挤压传统货架电商巨头的战略空间。在这样的大背景下,2023年京东和淘系再次举起低价大旗,行业内卷加剧,但从实际的比价结果看,拼多多在多数品类仍具有较大的价格优势,低价与京东整体调性冲突以及淘宝与天猫流量逻辑的矛盾仍为两大平台实现真正低价造成挑战。 

  货架电商打开抖音电商增长空间。今年以来抖音电商仍然高速增长,在上半年相对低基数的前提下,增速超过160%,截止9月预计GMV已经超过22年全年。增速超预期的主要原因在于去年下半年以来抖音电商中货架电商的崛起,2022年下半年大规模推货架电商至今,抖音泛货架(含商城、搜索等)GMV占比超过26%,相比去年上半年的个位数占比有明显增长,货架电商打开了抖音电商增长空间。

  抖音2023年电商整体GMV目标不低于2万亿,预计货架电商的占比有望进一步提升,无论人员投入,还是营销预算、补贴,今年都会偏向货架电商。抖音加码货架电商的原因主要有两方面,一是单纯依靠信息流流量进行电商业务未来增速面临瓶颈,因为今年以来DAU和用户时长增长缓慢,基本见顶,同时信息流流量中分配给电商的adload早已接近上限,难以进一步提升。另一方面,3C数码、食品生鲜等高客单价和高频复购类目,在直播等内容场景下表现一般,更适合放进货架电商。

  货架电商为抖音带来的不仅是GMV的增长,还有广告收入的提升,抖音商城已经正式开启广告位。电商广告曾一度成为过去两年字节广告业务增长的主要驱动,商城广告正式上线有望为字节的广告业务带来更广阔的空间。但货架电商高速发展的同时,抖音仍需重视工具平台与内容平台调性差异的问题,搜索流量和信息流流量本身也互为机会成本,尤其是在总流量增长乏力的环境下,如若到了某个临界点,搜索流量的发展过度影响了抖音信息流流量基本盘,那么抖音届时也必将采取行动。

  风险提示:业务发展不及预期行业增长不及预期监管不确定性技术风险商业落地风险消费复苏节奏;宏观经济及社零增长疲弱;美联储加息进程超预期;行业监管风险;中美关系发展的不确定性;中概股退市风险。

  证券研究报告名称:《海外2024年投资策略报告:港股估值业绩共振向上,AI+XR引领产业变革》

  对外发布时间:2023年11月27日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  崔世峰 SAC 编号:S1440521100004

  SFC 编号: BUI663

  于伯韬 SAC 编号:S1440520110001

  SFC 编号:BRR519

  许悦 SAC 编号:S1440523030001

  预测八:跨境电商产业链逐步进入稳定繁荣阶段

  跨境电商经历20-22年的波动之后,逐步进入“正轨”,需求与成本端相对稳定,产业链逐步进入稳定繁荣阶段:

  受疫情影响,20-22年跨境电商的需求与成本经历较大波动,海外的需求先后经历了“快增长和去库存”的周期,成本端受海运价格和广告成本高涨,20-22行业利润下行带动了行业部分企业出清。从23年开始,跨境电商行业逐步进入“正轨”,一方面,由于海外需求在“去库存”阶段结束后随着Amazon等平台恢复而恢复,行业的物流、广告成本也逐渐恢复到相对温和的水平,跨境电商行业的利润在需求增长与成本稳定的催化下逐步体现;另一方面,行业在经历周期之后,很多公司通过改变以往的经营策略或者采用全新的模式应对海外的市场环境,如赛维通过降低海外仓备货降低库存防风险、Temu采用了全新的全托管电商模式、大健云仓采用的“供应链前置”模式等;跨境电商行业经历周期后逐步步入新的阶段,在行业变革之下24年或成为很多跨境电商公司转折之年。

  跨境电商行业在广度与深度层面受到国家政策的大力支持,广度上,跨境电商示范区已经遍及全国,目前国家比较出色的跨境电商示范区如广深、浙江等已经具备较大的产业规模;深度上,从海外仓、进入口、退税等多个环节均有政策的大力扶持:

  跨境电商已经成为外贸发展的新动能、转型升级的新渠道和高质量发展的新抓手。为推动跨境电商发展,商务部、海关总署等多个部门持续完善跨境电商支持政策,推进跨境电商综合试验区建设,目前全国已经拥有165个跨境电商综试区,覆盖全国31个省份,跨境电商相关企业注册数量也持续创新高,跨境电商综试区走向普惠阶段。近年来,中国陆续出台一系列跨境电商领域的支持性政策,规范和引导跨境电商产业发展方向。持续性的支持政策出台为中国跨境电商行业企业提供了一个稳定的政策环境预期,对于行业发展信心的提升具有明显的促进作用。同时,政策针对关税、运输、退货等具体环节做出针对性的政策,十分有利于提升各个环节效率,解决商家痛点,有利于提升商家积极性,促进行业稳定健康发展。

  中国出口电商出现结构性变化,其中B2C的市场份额占比逐步增长,主要系国内日趋完善的供应链与国内电商行业的领先经验,B2C跨境电商成为中国出口的重要增长动能:

  我国跨境电商市场规模持续、稳定增长,其中跨境出口电商行业依靠国内日趋完善的供应链以及国内电商行业积累的领先优势,其规模稳定提升。根据Statista数据,中国跨境电商交易规模稳定提升,预计2023年交易额为17.5万亿元,同比增长11.34%;其中B2C电商份额占比持续提升,预计2023年B2C在出口端占比达到26.1%;且预计未来占比有望持续增加,B2C出口电商已经成为中国出口的重要增长动能之一。

  行业具备较好的Beta

  B2C跨境电商的发展是大势所趋,随着行业的需求与成本稳定,行业Beta属性逐步凸显,我们认为行业卖家、平台公司、服务商均具备Beta成长属性:

  (1)大卖家的Beta来自于行业需求提升:国内如华凯易佰、赛维时代、三态股份等公司,行业的主要需求来自于欧美,平台收入主要来自于Amazon,因此行业的需求决定了大卖的出货量;2023年Amazon 3P收入持续超预期,代表行业3P GMV增速预计在15-20%;

  (2)平台类公司Beta来自于供应链的把控:Temu、SheIn能够在海外推进的如火如荼,基础是平台的商品的性价比足够高,短期来看国内平台出海本质模式在于“低价 + (品质、时尚、便捷、智能......)”;因此对于国内供应链的把控是Temu、SheIn等平台能够做大的基石,如SheIn的小单快返、Temu的极致低价等均充分利用了国内成熟的供应链体系。

  (3)服务商的Beta来自于行业的繁荣:随着行业的成长,物流商、广告服务商、SaaS服务商、支付商家等跨境电商服务类企业需求也因此提升,未来随着行业进一步繁荣,服务商Beta属性也将更加凸显。

  需求:全球电商市场空间广阔,长期存在渗透率提升的逻辑

  全球电商市场空间广阔,其中成熟市场保持稳定发展,新兴市场潜力较大;全球电商增速高于零售大盘增速,市场存在长期渗透率提升的逻辑:

  根据emarketer数据,2023年全球电商市场规模约为6万亿美金,yoy +7.1%;市场空间广阔,其中成熟市场表现稳定,北美、西欧分别同比增长10.2%、4.8%,新兴市场增速较快,其中东南亚、拉美市场预期增速为18.6%、12.7%;2023年预期零售市场的增速为3.9%,且预计未来几年电商增速明显高于零售大盘,长期来看,全球零售存在电商渗透率提升的逻辑。根据emarketer数据,预计到2026年,全球电商市场规模为7.6万亿美元,电商的渗透率达23.3%,23-26年的CAGR增速为8.8%。

  欧美仍是我国跨境电商主要需求端,其电商渗透率有望进一步提升。根据Statista数据,我国跨境电商出口目的地中美国占比达34.3%;其次为欧洲市场;欧美仍然是我国跨境电商的主要需求端;我们认为欧美电商的渗透率还存在较大的提升空间,未来电商赛道的增长或持续带动国内跨境电商的需求提升。根据Comscore数据,2022年美国电子商务市场规模达到1.09万亿美元,仅第四季度便达到了3322亿美元。ecommerceDB数据显示,2022年,欧洲电商的总销售收入为6340亿美元,拥有约5.23亿电商活跃客户,平均各国约有62%的消费者网上购物。预测2026年的欧洲电商市场规模将超过1.1万亿美元。尽管欧美经济衰退的定论具有不确定性,但是目前欧美电商渗透率在20%左右,长期仍然具有电商渗透率提升的逻辑。

  跨境电商成本环节已经相对稳定,而成本稳定是行业释放利润增长的必要条件,我们认为,在行业需求保持稳定增长叠加成本稳定的前提下,行业利润有望逐渐释放,使行业生态发展走向正循环:

  受疫情影响,20-22年跨境电商的成本经历较大波动,主要包括:2021-2022年的天价海运费;2021年受需求大幅增长推动的海外广告成本提升;2022年行业去库存带来的亏损;已经其他关税、关店、FBA等相关成本的提升;因为20-22年行业成本上行导致部分企业已经出清,从2023年开始,行业逐步进入新阶段。我们认为,目前行业的原材料、头程运费、广告、仓库、尾程等环节处于稳定状态,短期或难出现大幅波动情况。随着行业利润逐步释放,跨境电商生态或有望形成正向循环。

  风险提示:宏观经济;政策风险;成本风险;竞争风险。

  证券研究报告名称:《以Temu为代表的平台出海浪潮汹涌,海外电商格局改变孕育新机会》

  对外发布时间:2024年1月29日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  崔世峰 SAC 编号:S1440521100004

  SFC 编号: BUI663

  研究助理:向锐

  预测九:复苏与国产化贯穿全年行情

  龙头企业积极拥抱AI大模型,原有业务智能化升级加速。自2022年11月ChatGPT面向公众开放试用以来,国内外各大科技企业纷纷展开AI大模型布局,以百度、360、阿里、科大讯飞等为代表的头部企业陆续推出通用大语言模型。国内其他垂直行业龙头也纷纷拥抱大模型能力,同花顺、恒生电子、海康威视、大华股份、用友网络等龙头企业也陆续发布垂类AI大模型,并与自身原有产品相结合,提升产品智能化水平,打造行业场景落地标杆。目前同花顺和恒生电子的金融行业大模型均已落地到相应的C端和B端产品当中,其中恒生电子的大模型LightGPT和相应的大模型应用产品已正式开放产品公测。海康、大华等安防龙头也陆续发布视觉大模型,并向多模态演进。金山办公基于通用大语言模型的WPS AI已接入旗下全系产品,并已开放体验,未来商业化可期;科大讯飞星火大模型最新版本全面对标ChatGPT,同时面向多样化的汽车使用场景,还推出星火座舱OS、星火汽车APP和星火座舱域控,为合作伙伴提供自主可控、组件化、更开放的座舱解决方案。

  信息化与国产化共同推进,行业IT的头部公司受益集中度提升

  2023年下半年信创有加速迹象。受宏观环境等因素影响,今年上半年信创板块节奏放缓,相关项目招投标推迟。7月份以来,国内信创节奏有提速迹象。7月12日,中国交通运输协会公众号显示《交通运输信息技术应用创新适配测评总体要求》征求意见稿发布。7月25日,软通动力、彩讯股份等成功中标中国移动“云能力中心2023-2024年省专公司操作系统迁移技术服务项目”。7月27日,麒麟软件公众号公告其独家中标中国邮政集团服务器操作系统集采项目,数量超60000套。8月3日,麒麟软件再次独家中标中交集团国产操作系统采购项目,涉及6万套桌面OS。8月以来,中信银行、邮政集团、工商银行、浦发银行等陆续发布相关国产化采购项目招标或者中标公告,其中中信银行通用基础设施集成商入围采购项目涉及金额达65亿,其中34亿ARM服务器、10亿C86服务器。10月13日,中国电信AI算力服务器(2023-2024年)集中采购项目中标候选人公示,其中以G系列为代表的国产化服务器规模占比超过47%。在信创标准方面,8月以来,财政部陆续发布数据库、台式计算机、工作站、通用服务器、一体式计算机、便携式计算机、操作系统政府采购需求标准征求意见稿,明确相关基础软硬件采购信创要求,有利于加速基础软硬件国产替代进程。

中信建投:TMT2024年十大预测

  细分行业集中度提升,竞争格局持续优化。疫情加速行业数字化进程,如何利用各类数字化、智能化手段,实现技术创新、模式创新、生产效率提升,成为企业疫后复苏需要去面临的机遇与挑战。在此过程中,企业对于数字化厂商的选择更加谨慎,更加看重IT厂商标杆案例情况和项目建设经验,细分行业头部企业凭借规模优势和先发优势,叠加AI大模型投入对于原产品的持续赋能,产品力有望增强,未来市占率将进一步提升。以网安行业为例,头部企业在规模和资源上拥有明显优势,收入增速显著高于行业平均增速,2021年奇安信、启明星辰、深信服和天融信四家公司的市场占有率均超过了5%,行业集中度提升明显。另外,医疗信息化行业的市场集中度较低,呈现“大行业、小企业”格局,主因我国公立医院区域市场分割情况明显,市场竞争较为充分。随着电子病历、医院信息互通等功能渗透率提升,行业头部企业凭借较强的营销、研发和服务能力,拿单中标情况更好,大额订单比例不断增加。行业信创加速背景下,预计医疗信息化行业的集中度也有望进一步提升。

  国产算力受益行业需求爆发

  大数据、云计算、AI等新技术广泛应用,我国算力规模预计保持快速增长。随着数字经济时代全面开启,算力正以一种新的生产力形式,为各行各业的数字化转型注入新动能,成为经济社会高质量发展的重要驱动力。截至2022年6月底,我国算力总规模超过150EFlops,位居全球第二,算力核心产业规模达到1.8万亿元。受益于政策驱动、全国一体化算力网络国家枢纽节点的部署和“东数西算”工程的推进等利好因素影响,中国算力网络市场高速增长,预计到2023年底,总算力规模将超过200EFLOPS,高性能算力占比达到10%。根据工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等6部门联合印发的《算力基础设施高质量发展行动计划》,2025年全国目标算力规模超过300EFLOPS,智能算力占比达到35%。

  AI大模型热潮兴起,全球对于通用算力、AI算力需求不断加大。华为《智能世界2030》报告预测,到2030年,全球通用计算算力(FP32)总量增长10倍,将达3.3ZFLOPS, AI计算(FP16)总量增长500倍,将达到105ZFLOPS。ChatGPT正式发布之后,国内大厂纷纷跟进训练自己的通用大模型,以同花顺、恒生电子、用友网络等为代表的垂直行业龙头也陆续基于开源大模型打造自己行业的垂类大模型,前期智算需求主要来源于大模型训练、微调和精调。根据谷歌发布的论文结果,175B的GPT3模型大约需要10000块V100训练14.8天;而根据英伟达的报告,175B的GPT3模型大约需要1024块A100训练34天,而一万亿参数的模型则需要3073块A100训练84天。随着国内大模型备案成功,ToC产品升级、ToB场景落地实施都带来较大的AI推理需求,根据我们中期策略报告的测算,单个国内大模型初步开放使用时,日均算力需求或达到1580PFlop/s-day;大模型完全成熟后,日均算力需求或达到8700PFlop/s-day。随着预训练大模型的不断进步,人们不再满足于大语言模型的简单的文本理解和生成,而是将主要研究方向转向多模态大模型,即能够从文字、图像、视频、音频等多种模态同时理解输入信息并产生多种输出,进而执行跨模态多任务的大模型;多模态大模型能够广泛运用于情景理解、图像生成、机器视觉等人工智能前沿领域,也成为各家大模型技术竞争的焦点。多模态大模型的参数量更大,预期会带来更大的推理算力需求。

  美国芯片对华禁售政策持续,国产算力有望乘风崛起。10月17日,美国商务部工业和安全局(BIS)公布新的先进计算芯片、半导体制造设备出口管制规则,限制中国购买和制造高端芯片的能力,并将中国GPU企业及其子公司列入了实体清单。受管制的包括但不限于 NVIDIA A100、H100、A800、H800、L40、L40S、RTX 4090 以及集成这些高性能计算卡的 DGX/HGX 系统。随着后续算力需求不断释放,在算力自主可控的背景下,华为、寒武纪、海光等国产算力有望进一步崛起。

  华为鲲鹏+昇腾,打造中国坚实的算力底座,为世界构建第二选择。2020年第四届华为全联接大会上,华为基于“鲲鹏+昇腾”双引擎正式全面启航计算战略。华为在2019年1月向业界发布高性能数据中心处理器鲲鹏920,在鲲鹏领域,目前已经有4700家合作伙伴,其中整机合作伙伴11家,2022年合作伙伴发货量已达到95%;华为昇腾主要包括310和910两款主力芯片,其中昇腾910B单卡算力已可对标英伟达A100。目前在昇腾领域,华为累计发展了30多家硬件伙伴,以及1300多家软件伙伴,已孵化和适配了50多家主流大模型、2600多个AI场景方案。

  风险提示:(1)宏观经济下行风险:计算机行业下游涉及千行百业,宏观经济下行压力下,行业IT支出不及预期将直接影响计算机行业需求;(2)政策落地不及预期:政府是计算机行业重要下游客户,财政是部分项目主要资金来源,若行业政策落地不及预期,将直接影响行业内公司拿单及项目开展;(3)行业竞争加剧:计算机行业需求较为确定,但供给端竞争加剧或将导致行业格局发生变化;(4)国际环境变化影响(目前美国持续加息,影响科技行业估值,同时市场对于海外衰退预期加强,对于海外收入占比较高公司可能形成影响,此外美国不断对中国科技施压)。

  证券研究报告名称:《计算机行业2024年投资策略报告:复苏、数据要素与AI共振,计算机行业拨云见日》

  对外发布时间:2023年12月2日

  报告发布机构:中信建投证券股份有限公司

  本报告分析师:

  应瑛 SAC 编号:S1440521100010

  金戈 SAC 编号:S1440517110001

  SFC 编号:BPD352

  甘洋科 SAC 编号:S1440521010006

  预测十:数据要素是新型生产力,各环节蓄势待发

  数据要素是新型生产力,推动数字经济蓬勃发展

  国家数据局挂牌,数据要素市场化进程加速

  数据要素是指能为使用者带来经济效益的数据。即数据要素是原始数据经过处理,形成使用价值和经济效益的数据。近年来,国家大力发展数字经济,提出构建全国要素统一大市场,推动数据要素的市场化、价值化,使其成为推动经济社会发展的新动能。

  2020年数据首次被确认为新生产要素,2022 年以来数据要素市场化节奏加快,相关政策法规陆续推出,包括数字经济十四五规划、“数据二十条”、数字中国建设规划等已经从制度和目标层面做了比较清晰的规划,各地也陆续建立了大数据局、数据交易平台等法定监管和运营主体。今年来,《数据资产评估指导意见》、《企业数据资源相关会计处理暂行规定》等政策陆续出台,且国家数据局于今年十月下旬正式挂牌,标志着数据要素市场化建设进入加速发展阶段。我国将进入“数字资产”新时代,对于完善数字经济计量体系、激发数据要素活力、推动数字经济发展起到积极影响。数据资产入表将为数据资源丰富的企业提供了一个新的资产证券化的融资渠道,后续数据定价、交易、权属的相关法规也有望陆续出台,为数据要素市场安全、可靠、平稳的运行奠定基础。

  数据推动生产力发展,数字经济激发中国经济新动能

  数据资源是数字经济的关键要素,数字经济已成为驱动中国经济发展的重要力量。据发改委数据,2022年中国数字经济的规模已达到50.2万亿元,同比名义增长10.3%,占国内生产总值比重提升至41.5%。伴随着数字技术的创新演进,互联网、大数据、人工智能和实体经济深度融合,数字经济通过创造新需求、数字化转型提升效率、技术创新形成新产业等多个维度,激发中国经济增长的新动能。

  数字经济创造新需求主要来自于C端,数字技术围绕消费者衣食住行,创造新的消费需求和场景。服装及消费品制造业,通过互联网端用户反馈信息获取到用户对于风格设计偏好,根据反馈信息有针对性的完成产品设计并预售,再通过智能化工厂快速完成设计到量产过程,并根据市场需求柔性生产避免库存积压;饮食方面智慧餐饮应用包括扫码点餐、食品溯源等;居住方面则包含全套的智能家居;出行方面则是智能驾驶的应用,极大提升了出行体验。

  数字化转型推动企业提质、降本、增效,迎来新发展机遇。传统企业通过数字化转型,实现产业数字化。例如在金融领域,目前以银行为主的金融机构已经通过购买数据要素产品,融入自身风控模型,更好的判别贷款企业自身经营风险,既降低了金融机构的信贷风险,又提升了优质企业获取贷款的效率,实现双赢。在交通领域,通过车侧、路侧收集的各类数据应用于城市管理调度、事故处置、自动收费等场景,提升城市治理能力,降低人员成本。在检验检测领域,AI视觉的应用相较人工效率提升明显,准确度也有所保障。企业通过自身经营产生的数据,以及从外部获取的经加工的数据产品,应用于经营环节中,实现了产业数字化转型。

  数据对数字经济的推动还来自于数字产业化的发展带动的创新产业链。近年来,设备的智能化带动了产业链的迭代更新,智能手机取代传统手机、VR/AR设备问世,元宇宙、工业互联网、人工智能等领域迎来良好发展机遇。截至2022年,我国数据产量达8.1ZB,同比增长22.7%,高于同期GDP增速,数据在以人工智能为主的新产业中起到重要作用,是技术创新、产品迭代升级的必备环节之一。预计我国数据量仍将保持高速增长,且在数据要素市场化背景下,数据作为新生产要素,将更好的发挥自身价值,并在市场上形成较好的流通。数据要素产业链生态将逐步完善,作为数字经济发展的基石成为推动我国经济发展的新动能。

  各环节蓄势待发,更看好数据生产型、平台型和背书型企业

  当前数据要素市场化建设进程加速,从原始数据到能够产生经济价值的数据要素之间,主要包含数据采集、数据加工、数据确权、数据定价、数据流通、数据交易等环节。随着国家数据局正式挂牌,各项政策、试点广泛落地,数据要素产业链各环节厂商积极布局,有望打开数据要素千亿级市场空间,建议重点关注数据生产型(提供公共数据、行业数据的企业)、平台型(数据交易所等提供平台服务的企业)、背书型企业(参与评估、确权服务等业务的企业)。

  数据要素成为各地重要产业,将带动千亿级产业规模

  自党的十九届四中全会首次将数据纳入生产要素,尤其是2022年12月,中共中央国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》(“数据20条”)后,我国数据要素市场化建设步伐明显提速。各地积极贯彻落实党中央、国务院战略部署,不断制定完善数据相关法律制度,创新公共数据授权经营方式,建立数据交易市场,组建地方数据运营平台,探索数据资产化路径,积极开展试点示范,已初步取得积极成效。

  上海作为我国的经济中心,在数据要素市场化建设中积极推进,规划2025年数据要素产业规模超5000亿元。今年8月,上海市人民政府办公厅印发《立足数字经济新赛道推动数据要素产业创新发展行动方案(2023-2025年)》,文件提出全力推进数据资源全球化配置、数据产业全链条布局、数据生态全方位营造,着力建设具有国际影响力的数据要素配置枢纽节点和数据要素产业创新高地。其中,方案的主要目标如下:“到2025年,数据要素市场体系基本建成,国家级数据交易所地位基本确立;数据要素产业动能全面释放,数据产业规模达5000亿元,年均复合增长率达15%,引育1000家数商企业;建成数链融合应用超级节点,形成1000个高质量数据集,打造1000个品牌数据产品,选树20个国家级大数据产业示范标杆;数据要素发展生态整体跃升,网络和数据安全体系不断健全,国际交流合作全面深化”。

  北京作为全国政治文化中心,持续重视数字经济发展,北京数据基础制度先行区已正式启动运行。今年11月10日,北京市经济和信息化局局长姜广智在北京数据基础制度先行区启动活动上发布了《北京数据基础制度先行区创建方案》。根据创建方案,北京数据先行区定位为,在全市特定区域,按照适应数据要素和数字经济特征的新型监管方式建立先行先试机制,加快建设数据基础制度综合改革试验田和数据要素集聚区。创建方案明确总体目标:“到2030年,完全建成北京数据先行区,打造数据要素市场化配置的政策高地、可信空间和数据工场,汇聚高价值数据资产总量达到100PB,数据交易额达到100亿元,数据产业规模超过1000亿元,打造“2+5+N”的数据先行区基础架构。预计北京将依托数据先行区,集中试点示范落地国家和北京相关政策措施,开展重大数据基础设施建设,促进重点行业数据汇聚和应用示范,推进数据资产价值合规高效实现,助力数据要素产业生态聚集发展。“

  数据要素供给主要来自于政府端,存储需求有望加速释放

  在产业链上游的数据采集及存储环节,目前数据来源主要分为政府数据以及企业自有或经营中收集的用户数据。根据中国通信企业协会 2016 年估计显示,我国70%的数据集中在政府部门,另外 20%的数据掌握在大型企业手中,包括运营商、大型互联网企业等,剩余10%的数据则分散在各个行业。考虑到数据权属问题,积累在政务云平台的数据以及企业自身经营产生的数据有望成为数据要素的主要供给来源。数据存储方面,分为传统存储及云存储,传统存储包含蓝光存储、服务器存储等,云存储包含公有云、私有云、混合云等。蓝光存储具备低成本、高可靠、长周期、大容量的特点,适合存储访问频次低、数据量大的历史冷数据,在当下数据量高速增长的背景下,有望迎来良好发展机遇。

  数据治理环节建议关注与政务云服务相关的企业

  政务数据治理空间广阔,建议关注业务涉及政务云的企业。数据加工领域,基于采集的数据进行数据清洗、标注、脱敏、加密、审核等环节,通过数据治理实现数据使用价值的提升,同时保障原始数据的安全,防止原始数据被泄露、篡改、丢失等。根据《全国一体化政务大数据体系建设指南》,截至2022年12月我国已实现所有省份以及70%以上地级市的政务云平台建设。政务数据通过政务云平台汇集、治理,并以政务数据目录统一管理,通过接口实现省级数据共享交换等。在政务云平台建设及运营环节中,各政务IT厂商积极发挥作用,帮助各级政府实现了数据资源的初步治理工作。目前已有部分厂商通过和地方政府合作,以政务云平台或数据要素平台为底座,助力地方政府数据开放,并带动当地数据要素产业快速发展。例如深桑达与德阳市合作,构建起德阳数据资源、数据要素(元件)、数据产品三级市场,截止2023年10月,德阳数据要素产业园已挂牌运行并已开发超 1300 个数据元件、完成 30 余个场景建设;易华录与抚州等地合作,易数工厂在“受托”模式下,对海量数据(维权)进行存储、汇聚、确权和治理,以及在此基础上对数据进行资产化、价值化,最终实现数据的交易融通和应用增值。随着政务数据开放程度提升,政府需要各合作伙伴的技术赋能,参与各级政府、行业主管机构云平台建设的厂商有望深化合作,在平台建设、运维基础上,通过合作共建或政府授权运营等模式实现政务公共数据的价值化。

  数据确权环节建议关注背书型企业

  数据确权环节顶层设计仍需完善,国资背景的背书型企业更具优势。数据确权的难点在于,数据资源来自企业、个人、公共等多个来源,“数据二十条”提出数据持有者或处理者拥有对依法依规持有的数据进行自主管控的权益,但在实际数据流通过程中,各方的权利、责任、利益分配机制仍有待进一步明确。目前人民网、新华网等企业基于自身产业经验,结合国家政策,推出了数据确权相关产品。人民网旗下的人民数据在2019年推出全国首个数据确权平台,今年7月正式推出“数据资源持有权证书”、“数据加工使用权证书”、“数据产品经营权证书”,基于人民链BaaS服务平台进行确权、上链、存证、交易服务,有助于数据合法合规流通。新华网旗下的新华智云拥有版权检测业务,其数字资产中心利用区块链技术提供版权确权、村正、维权等业务。人民网、新华网作为党及政府的官方媒体,在相关领域得到较强的政府背书,预计将打开数据确权的广阔市场空间。

  数据定价规则仍待进一步明晰,数据资产入表利好数据生产型企业

  数据定价同样存在难点,数据要素入表落地背景下建议关注数据生产型企业。数据定价的难点在于,数据具备可复制性,且同样的数据资源在不同行业、不同企业、不同应用场景下所提供的价值可能有较大差异,针对数据定价目前尚未有权威机构提供定价规范及指导。《企业数据资源相关会计处理暂行规定》正式稿近日已发布并将于明年1月1日起实施,数据资产入表后数据资产按存货或无形资产纳入将如何评估使用寿命进行折旧摊销以及管理,仍是待解决的问题。预计在国家政策指导下,各地将结合自身特点进行行业企业试点,并总结实践经验,总结出适合企业数据资产入表的最佳解决方案。随着数据资产入表的方法论成熟,预计将有利于反映企业数据资源的投入成本,更好的评估数据密集型企业的资产价值,促进企业数据资产交易。

  数据要素市场化的其他环节

  数据要素市场化其他环节还包括数据流通、交易、监管、安全等环节。随着政策及试点的落地,数据要素市场化监管体系将逐步完善,数据安全厂商也将推出数据安全产品和解决方案保障数据要素全流程安全。未来,数据流通与交易将在合法、合规的前提下安全有序运行,更好的推进数据要素市场化发展。

  风险分析:宏观环境的不利因素将可能使得全球经济增速放缓,PC出货量恢复不及预期。AI技术落地不及预期。行业竞争激烈。中美贸易摩擦增加。

发表评论

评论列表

  • 这篇文章还没有收到评论,赶紧来抢沙发吧~