计算机-行业周报：ChatGPT算力需求是如何扩张的-230129.pdf

请仔细阅读本报告末页声明请仔细阅读本报告末页声明 证券研究报告|行业周报 2023 年 02 月 19 日 计算机计算机 ChatGPT 算力算力需求是如何需求是如何扩张扩张的的 算力需求陡增，算力需求陡增，ChatGPT 初始投入或近十亿美元。初始投入或近十亿美元。1）和传统人工智能小模型不同，Chatgpt 采用大模型支撑，可以满足通用场景需要。而这也带来了模型参数量及预训练数据量的扩张，算力成为衡量投入的关键指标。2）根据我们估算，以 Chatgpt日前约 2500 万日活、使用英伟达 A100 芯片等作为基础假设，访问阶段算力初始投入约近 8 亿美元，训练阶段算力投入约为单次 140 万美元；另外，考虑 Google每日搜索量已达到 35 亿，我们认为 Chatgpt 日活提升空间广阔，算力需求有望持续释放。文字交互仅为起点，大模型迈向输入输出多模态。文字交互仅为起点，大模型迈向输入输出多模态。1）NLP 只是大模型的应用领域之一，未来大模型的输入输出可以不仅限于文字，虽然当前影响力最强的 ChatGPT是 NLP 模型，但还可以包括图像、视频等多种形式，成为多模态模型，例如 OpenAI的绘画 AI 模型 DALL-E2，在 AIGC 界引起过巨大反响的 Stable Diffusion 等等。2）由于多模态模型使用图像、视频等多媒体数据进行训练，而此类文件大小远超文字，导致训练所需数据量远超语言模型。以 Stable diffusion 为例，根据公司官网信息披露，该模型训练数据集为 LAION 5B 的一个子数据集，而 LAION 5B 的数据包至少80TB，规模已经远超传统语言类大模型训练时使用的数据量（一般是 GB 级的）。无独有偶，DALL-E2 模型在训练时使用了 6.5 亿张图片，按单张图片大小 512*512像素（约 256kb）估算，整体训练数据集大小高达约 155TB。由此可见，多模态大模型的训练对算力芯片数量需求远胜语言类模型，算力需求有望进一步扩张。应用形式多点开花，算力或迎来高速扩张时代。应用形式多点开花，算力或迎来高速扩张时代。1）文字：Outlook 等主流邮箱已可利用 OpenAI 技术及 GPT 自动生成格式化的电子邮件回复，考虑全球每天超 3000亿封的电子邮件发送量、Outlook 约 8%的市占率、每个单词数据量约为 5B 等因素，我们预计，接入 Outlook 邮件场景后，Chatgpt 每日生成数据量或为 261GB，相比目前官网问答式场景约 33GB的数据量、或有近 8倍提升。2）语音：Teams与 OpenAI已正式开展合作，可实现生成纪要、划分章节、时间标记、实时翻译等多类功能，官方定价为 10 美元/月。相比文字，音频数据量明显更大，约为 2B/秒；参考 Teams每日约 60 亿分钟的总会议时长，考虑相关功能使用比例，Teams 每日新增数据量需求约为 336GB。3）图片：根据文字描述、标签点击等自动生成图片的功能已有商业化落地，万兴科技 Filmora 也已计入 OpenAI，为视频创作者提供更定制化的图片素材。根据我们估算，以 Filmora 现有场景为基础，OpenAI 图片素材输出数据量约为每日 586GB。4）视频：犬与少年是 AIGC 技术辅助商业动画片的发行级别作品，由 Netflix、小冰公司日本分部（rinna）、WIT STUDIO 共同创作。在视频领域，单秒输出数据量或达到 1MB，是目前较为复杂的应用场景之一。随着 AIGC技术在影视剧集、宣传视频等领域逐步渗透，视频创作效率或迎来显著提升，星辰大海拉开序幕。综上，我们认为，目前文字交互仅为综上，我们认为，目前文字交互仅为 Chatgpt 以以及及 AIGC 应用场景的冰山一角，应用场景的冰山一角，语音、图片、视频等多形式的输入输出，或将为内容创作领域带来革命性变化。语音、图片、视频等多形式的输入输出，或将为内容创作领域带来革命性变化。而更广的数据形态、更多的应用场景、更深的用户体验，亦将大幅提升支撑人工智而更广的数据形态、更多的应用场景、更深的用户体验，亦将大幅提升支撑人工智能的算力需求，算力或迎来高速扩张时代能的算力需求，算力或迎来高速扩张时代。投资标的：投资标的：1）服务器：浪潮信息、紫光股份、神州数码、中科曙光等；2）芯片：景嘉微、寒武纪、海光信息、龙芯中科等；3）IDC：宝信软件、万国数据、数据港、世纪华通等；4）光通信等。风险提示风险提示：AI 技术迭代不及预期风险、经济下行超预期风险、行业竞争加剧风险、假设测算与实际不符风险 增持增持（维持维持）行业行业走势走势 作者作者 分析师分析师 刘高畅刘高畅 执业证书编号：S0680518090001 邮箱： 相关研究相关研究 1、计算机：Chatgpt 需要多少算力2023-02-12 2、计算机：ChatGPT 应用再展望2023-02-12 3、计算机：微软公布 AI 融合版 Bing，ChatGPT 加速落地2023-02-09 获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.2 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 内容目录内容目录 1.算力需求陡增，ChatGPT 初始投入或近十亿美元.3 2.文字交互仅为起点，大模型迈向输入输出多模态.4 3.应用形式多点开花，算力或迎来高速扩张时代.7 3.1 文字：从搜索到邮件，Outlook/Gmail、Word 有望渐次接入.7 3.2 语音：Teams 已于 OpenAI 结合，大幅提升线上会议效率.8 3.3 图片：Filmora 接入 OpenAI 服务，实现“文生图”及“图生图”.10 3.4 视频：AIGC 辅助生成动画，星辰大海拉开序幕.11 4.投资标的.13 风险提示.13 图表目录图表目录 图表 1：GPT 历代模型参数量及表现.3 图表 2：GPT-3 训练成本估算.4 图表 3：预估 LLM 在 GCP TPU v4 芯片上的训练成本.4 图表 4：用 DALL-E2 生成宇航员骑马图.5 图表 5：Stable Diffusion 生成的图像.6 图表 6：Stable diffusion 训练成本估算.6 图表 7：Outlook 利用 GPT 生成邮件.7 图表 8：ChatGPT Writer 在 Gmail 中生成完整邮件.7 图表 9：由 GPT-3.5 自动创建生成的会议纪要.8 图表 10：通过实时翻译与字幕减少会议期间的语言障碍.8 图表 11：自动生成会议章节.9 图表 12：个性化时间轴标记.9 图表 13：商业敏感信息启用信息保护敏感度标签.9 图表 14：音频数字化后的数据量.9 图表 15：Wondershare Filmora 一键“创作”图片.10 图表 16：Wondershare Filmora 情人节简笔画.10 图表 17：犬与少年AI 参与制作.11 图表 18：视频文件数据量计算公式.12 图表 19：SDR 视频上 Youtube 的推荐比特率.12 图表 20：OpenAI 大模型各类场景数据量测算.12 获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.3 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 1.算力需求陡增，算力需求陡增，ChatGPT 初始投入或近十亿美元初始投入或近十亿美元 以大模型为基础，参数量、数据量高度扩张，算力需求陡增。以大模型为基础，参数量、数据量高度扩张，算力需求陡增。1）ChatGPT 是生成式 AI的一种形式，背后的支撑是人工智能大模型。大模型通常是在无标注的大数据集上，采用自监督学习的方法进行训练。之后，在其他场景的应用中，开发者只需要对模型进行微调，或采用少量数据进行二次训练，就可以满足新应用场景的需要。这意味着，对大模型的改进可以让所有的下游小模型受益，大幅提升人工智能的适用场景和研发效率。因此大模型成为业界重点投入的方向，OpenAI、谷歌、脸书、微软，国内的百度、阿里、腾讯、华为和智源研究院等纷纷推出超大模型。2）在大模型的框架下，每一代 GPT 模型的参数量均高速扩张；同时，预训练的数据量需求亦快速提升。我们认为，ChatGPT的快速渗透、落地应用，也将大幅提振算力需求。图表 1：GPT 历代模型参数量及表现 模型模型 参数量（亿个）参数量（亿个）表现表现 GPT-1 1.17 在问答、文本相似性评估、语义蕴含判定以及文本分类这四种语言场景，都取得了比基础 Transformer 模型更优的结果 GPT-2 15 刷新了大型语言模型在多项语言场景的评分纪录 GPT-3 1750 实现了生成类人文本能力的巨大飞跃，可以回答问题、总结文档、生成不同风格的故事，在英语、法语、西班牙语和日语之间进行翻译等 资料来源：澎湃新闻，国盛证券研究所 Chatgpt 月活过亿，算力成为衡量投入的关键指标。月活过亿，算力成为衡量投入的关键指标。根据 Similarweb 的数据，2023 年1 月，Chatgpt 累计用户超 1 亿，创下了互联网最快破亿应用的记录，超过了之前 TikTok9个月破亿的速度。1）访问阶段：初始投入近十亿美元，单日电费数万美元。）访问阶段：初始投入近十亿美元，单日电费数万美元。英伟达 A100：根据 OneFlow 报道，目前，NVIDIA A100 是 AWS 最具成本效益的GPU 选择。英伟达DGX A100服务器：单机搭载8片A100 GPU，AI算力性能约为5 PetaFLOP/s，单机最大功率约为 6.5kw，售价约为 19.9 万美元/台。每日咨询量：根据 Similarweb 数据，截至 2023 年 1 月底， 网站（即ChatGPT 官网）在 2023/1/27-2023/2/3 这一周吸引的每日访客数量高达 2500 万。假设以目前的稳定状态，每日每用户提问约10个问题，则每日约有2.5亿次咨询量。A100 运行小时：假设每个问题平均 30 字，单个词在 A100 GPU 上约消耗 350ms，则一天共需消耗 729,167 个 A100 GPU 运行小时。A100 需求量：对应每天需要 729,167/24=30,382 片英伟达 A100 GPU 同时计算，才可满足当前 ChatGPT 的访问量。初始算力投入：以前述英伟达 DGX A100 为基础，需要需要 30,382/8=3,798 台服务台服务器，对应器，对应 3,798/7=542 个机柜。个机柜。则，为满足 ChatGPT 当前千万级用户的咨询量，初始算力投入成本约为初始算力投入成本约为 542*140=7.59 亿美元。亿美元。每月电费：用电量而言，542*45.5kw*24h=591,864kwh/日。参考 Hashrate Index统计，我们假设美国平均工业电价约为 0.08 美元/kwh。则，每日电费约为每日电费约为2,369,640*0.08=4.7 万美元万美元/日。日。另外，考虑另外，考虑 Google 每日搜索量已达到每日搜索量已达到 35 亿，我们认为亿，我们认为 Chatgpt 日活提升空间广阔，日活提升空间广阔，获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.4 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 算力需求有望持续释放。算力需求有望持续释放。2）训练阶段：公有云下，单次训练约为百万至千万美元）训练阶段：公有云下，单次训练约为百万至千万美元 每个 token 的训练成本通常约为 6N（而推理成本约为 2N），其中 N 是 LLM 的参数数量；假设在训练过程中，模型的 FLOPS 利用率为 46.2%，与在 TPU v4 芯片上进行训练的 PaLM 模型（拥有 5400 亿参数）一致。根据 OneFlow 估算，GPT-3 训练一次的成本约为 139.8 万美元；对于一些更大的 LLM模型（如拥有 2800 亿参数的 Gopher 和拥有 5400 亿参数的 PaLM），采用同样的计算公式，可得出，训练成本介于 200 万美元至 1200 万美元之间。图表 2：GPT-3 训练成本估算 资料来源：OneFlow，国盛证券研究所 图表 3：预估 LLM 在 GCP TPU v4 芯片上的训练成本 GPT-3(OpenAI)Gopher(Google DeepMind)MT-NLG(Microsoft/Nvidia)PaLM(Google Research)Model Parameters 175B 280B 530B 540B FLOPs/Token/Model Parameter 6 TPUs/Machine 4 Peak FLOPS/TPU 275T FLOPS Utilization 46.20%Cost/Machine/Hour(1-year reserved)$8.12 Seconds/Hour 3600 Training Cost/1000 Tokens$0.0047$0.0075$0.0141$0.0144 Train Tokens 300B 300B 270B 780B Training Cost$1,398,072$2,236,915$3,810,744$11,216,529 资料来源：OneFlow，国盛证券研究所 2.文字交互仅为起点，大模型迈向输入输出多模态文字交互仅为起点，大模型迈向输入输出多模态 NLP 只是大模型的应用领域之一，图像、视频等领域也可使用只是大模型的应用领域之一，图像、视频等领域也可使用 Transformer 大模型这一技术路径。大模型这一技术路径。Transformer 虽然最早提出之时，用于 NLP 领域，但随着这一技术路径不断普及流行，图像、视频、音乐等领域也开始使用 Transformer 的技术路线，探索各类获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.5 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 跨类别任务（比如根据文字指令输出图像等）。未来大模型的输入输出可以不仅限于文字，还可以包括图像、视频等多种形式，成为多模态模型。未来大模型的输入输出可以不仅限于文字，还可以包括图像、视频等多种形式，成为多模态模型。虽然当前影响力最强的 ChatGPT 是 NLP 模型，但大模型的能力远远不仅限于文字。输入文字生成图像、输入文字生成音乐、输入图像生成图像此类功能现在已经可以通过 AI 大模型一定程度上实现，这类模型被称为多模态模型，例如 OpenAI 的绘画 AI 模型 DALL-E2，在 AIGC 界引起过巨大反响的 Stable Diffusion，以及谷歌推出的音乐生成 AI 模型 MusicLM 等。1）DALL-E 2：OpenAI 推出的 AI 绘画模型，在前代 DALL-E 的基础之上有了很大提升，可以直接根据文字生成图像，也可以输入图像后、自现成图像上根据文字指令进行部分修改，功能强大。图表 4：用 DALL-E2 生成宇航员骑马图 资料来源：OpenAI 官网，国盛证券研究所 2）Stable diffusion：由 stability.ai 公司在去年开源的 AI 绘画模型，可以通过输入文字生成对应图像。由于效果极佳，模型一经开源即在 AIGC 界引起极大反响。获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.6 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 图表 5：Stable Diffusion 生成的图像 资料来源：stability.ai 官网，国盛证券研究所 多模态模型训练数据为图像、视频等，规模远大于语言类模型，算力需求有望激增。多模态模型训练数据为图像、视频等，规模远大于语言类模型，算力需求有望激增。由于多模态模型使用图像、视频等多媒体数据进行训练，而此类文件大小远超文字。1）以Stable diffusion 为例，根据公司官网信息披露，该模型训练数据集为 LAION 5B 的一个子数据集，而 LAION 5B 的数据包至少 80TB，规模已经远超传统语言类大模型训练时使用的数据量（一般是 GB 级的）。该模型使用 4000 块英伟达 A100 训练了一个月，算力需求庞大，若按 AWS 官网上租用价格（32.77 美元/小时/8 GPU）计算，则该模型训练成本可高达 4000/8*32.77*24*30=1179.72 万美元。2）无独有偶，DALL-E2 模型在训练时使用了 6.5 亿张图片，按单张图片大小 512*512 像素（约 256kb）估算，整体训练数据集大小高达约 155TB。由此可见，多模态大模型的训练对算力芯片数量需求远胜语言类模型，算力需求有望扩张。图表 6：Stable diffusion 训练成本估算 使用 A100 总数 4000 片 8 个 A100 每小时单价 32.77 美元 训练时长 1 个月 训练总成本训练总成本 1179.72 万美元万美元 资料来源：亚马逊官网，国盛证券研究所 获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.7 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 3.应用形式多点开花，算力或迎来高速扩张时代应用形式多点开花，算力或迎来高速扩张时代 OpenAI GPT3 自发布以来，在翻译、问答、内容生成等纯文本领域均有不俗表现，吸引了海内外科技巨头纷纷加大投入。目前，OpenAI 快速扩充适用场景，从语言形式逐步拓展至文字、语音、图片、视频等各类场景。我们认为，AI 大模型的快速渗透和多领域落地应用，有望大幅提振算力需求。3.1 文字：从搜索到邮件，文字：从搜索到邮件，Outlook/Gmail、Word 有望渐次接入有望渐次接入 邮件服务已落地，邮件服务已落地，Outlook、Gmail 等主流邮箱已适配。等主流邮箱已适配。1）Outlook：Viva Sales 在微软云中利用 OpenAI 和 GPT 自动生成格式化的电子邮件回复。在回复电子邮件时，Viva Sales 根据“提出建议”、“答复询问”、“表达关切“或“自定义”等类别提供对应文本，用户只需选择适合他们需求的选项，在生成文本后根据自己的喜好进行编辑和发送。2）Gmail：目前 ChatGPT 已经与 Gmail 邮箱进行适配，可以通过 ChatGPT AI 生成完整的电子邮件和消息，在 Google 浏览器提供免费 Chrome。图表 7：Outlook 利用 GPT 生成邮件 图表 8：ChatGPT Writer 在 Gmail 中生成完整邮件 资料来源：microsoft 官网，国盛证券研究所 资料来源：chatgptwriter 官网，国盛证券研究所 全球每天电子邮件发送量超三千亿封，全球每天电子邮件发送量超三千亿封，Outlook 市占率约市占率约 8%。1）根据 FinancesOnline数据，2022 年全球企业和个人用户每天发送约 3332 亿封电子邮件，垃圾邮件占电子邮件流量的 47.3%。2）根据 Litmus Email Analytics 数据，从 2021 年 1 月到 2021 年 3月电子邮件客户端 Gmail 与 Outlook 的市场占有率为 27.2%、7.8%。则，可以推出每天企业和个人使用 Gmail 与 Outlook 客户端发送非垃圾邮件约 3332*（1-47.3%）*7.8%=137 亿封。据估算，整体而言，据估算，整体而言，Outlook 每日邮件数据量约为每日邮件数据量约为 25.52TB。邮件字符数：根据 Aweber 统计，每封邮件平均长度为 434.48 个单词；根据 English Letter Frequency Counts:Mayzner Revisited or ETAOIN SRHLDCU 论文统计，谷歌扫描的书籍数据库中平均每个单词 4.79 个字母。邮件数据量：每个英文字母大约一个字节（Byte），可推出一封邮件平均约为434.48*4.79/1024=2KB。则考虑 Outlook 每日约 137 亿封邮件的发送量，总数据量约为 25.52TB。获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.8 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 其他影响因素：1）仅考虑纯文本，未考虑文字排版与储存格式对数据量的影响，根据 PC 网，Microsoft Word 100 页文档纯文本格式占用了 376KB，而 Word 格式保存同一份文档大小提升至 872KB；2）邮件平均长度数据为英文单词数，未考虑中文字符，等。接入接入 Outlook 邮件场景后，邮件场景后，Chatgpt 每日生成数据量或为每日生成数据量或为 261GB，相比目前官网问答式场景、或有约，相比目前官网问答式场景、或有约 8 倍的提升。倍的提升。1）考虑存在推广营销邮件、工作日程邮件等群发场景，我们以 1%的比例，保守假设 Chatgpt 在邮件写作中的使用比例，则接入 Outlook 后，估算模型需要处理及生成的数据量约为 261GB。2）对照而言，参考前文，Chatgpt 截至2 月初，每日官网咨询量约为 2.5 亿，平均每个问题 30 词，同样假设平均每个单词中包含约 4.79 个字母，则其数据量约为 2.5*109*30*4.79B=33.46GB。Word 等等 Office 套件场景有望渐次接入，远期空间广阔。套件场景有望渐次接入，远期空间广阔。根据环球网报道，1 月 18 日消息，微软 CEO 萨蒂亚纳德拉（Satya Nadella）日前宣布，微软计划将 ChatGPT 等人工智能工具整合到其所有产品中，并作为平台提供给其他企业使用。其中，包括计划将OpenAI 的技术整合到其办公软件 Office，为用户提供一种撰写文件的新方式。3.2 语音：语音：Teams 已于已于 OpenAI 结合，大幅提升线上会议效率结合，大幅提升线上会议效率 Teams 与与 OpenAI 结合，可实现生成纪要、划分章节、时间标记、实时翻译等多类功能。结合，可实现生成纪要、划分章节、时间标记、实时翻译等多类功能。根据公司官网，Teams 与 OpenAI 进行合作，从 6 月 30 日起，用户每月支付 10 美元，就可以使用 OpenAI 的 GPT-3.5 模型，体验自动生成会议纪要、实时字幕与语言翻译、自动生成会议章节、个性化时间轴标记、隐私保护等功能。自动生成会议纪要：由 GPT-3.5 自动创建生成的会议纪要，功能将于 2023 年第二季度推出。实时字幕与语言翻译：可以获得 40 种语言的实时翻译，同时可以自行选择字幕语言，实时标注在视频下方。自动生成会议章节：AI 自动将会议划分为多个部分，自动生成会议章节，用户可以轻松挑选最感兴趣的章节浏览。个性化时间轴标记：标注个性化时间轴标记，可以查看加入和离开会议的时间节点、名字被提及的时间节点，显示会议期间发言人，可以快速单击并收听错过的内容。隐私保护：对于不可泄密的会议，提供加水印限制会议记录浏览等功能，同时可以选择端到端加密（E2EE）。图表 9：由 GPT-3.5 自动创建生成的会议纪要 图表 10：通过实时翻译与字幕减少会议期间的语言障碍 资料来源：microsoft 官网，国盛证券研究所 资料来源：microsoft 官网，国盛证券研究所 获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.9 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 图表 11：自动生成会议章节 图表 12：个性化时间轴标记 资料来源：microsoft 官网，国盛证券研究所 资料来源：microsoft 官网，国盛证券研究所 图表 13：商业敏感信息启用信息保护敏感度标签 资料来源：Microsoft Teams 官网，国盛证券研究所 大模型输入模式由文字扩散至语音，大模型输入模式由文字扩散至语音，Teams 新增数据量需求约为新增数据量需求约为 336GB/日。日。音频每秒数据量：根据张振花、田宏团、王西等所著书籍多媒体技术与应用，数字音频的存储量单位为“字节”，与采样频率、量化位数、声道数和时间有关，而量化位数/8 是将位数转换成字节数。根据多媒体技术与应用，电话质量的音频信号采用 ITUTG711 标准，8 kHz 采样，8 bit 量化，则码率为 64 kbit/s；假设音频为双声道，则存储量为 16bit/秒。由于 1B 等于 8bit，所以存储量可以换算成 2B/s。图表 14：音频数字化后的数据量 资料来源：多媒体技术与应用张振花等，国盛证券研究所 音频时长：根据 Microsoft 官网文章，2020 年 4 月 Teams 每日会议总时长为 27 亿获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.10 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 分钟，2020 年 9 月日活跃用户 1.15 亿；根据微软 22 年第二季度财报电话会，Teams日活跃用户数超过 2.7 亿，未披露会议总时长。假设 2020-2022 年会议总时长与日活跃用户等比例增长，则 2022 年 Teams 每日会议总时长约 60 亿分钟。音频数据量：Teams 每日 3600 亿秒，若参照电话质量估计，数据量约 671GB。假设约 50%的用户会参考 Chatgpt 整理会议纪要，则数据量约为 336GB。其他影响因素：1）仅考虑电话质量的音频信号标准，音频信号的用途不同，采样、量化和码率的要求也不同，高保真立体声音频压缩标准、AM 广播等采样、量化和码率会更高。根据多媒体技术与应用，AM 广播采用 ITUTG722 标准，16 kHz采样，14 bit 量化，码率 224 kbit/s，高保真立体声音频压缩标准由 ISO 和 ITU-T联合制订，CD11172-3MPEG 音频标准为 48 kHz、44.1 kHz、32 kHz 采样，每声道数码率 32-448 kbit/s；2）使用 Chatgpt 辅助线上会议的用户比例可能有所变动。3.3 图片：图片：Filmora 接入接入 OpenAI 服务，实现“文生图”及“图生图”服务，实现“文生图”及“图生图”Filmora 接入接入 OpenAI，一键智能生成图片素材。，一键智能生成图片素材。万兴科技旗下视频创意软件Wondershare Filmora 全球上线，接入 ChatGPT 母公司 OpenAI 相关服务。Wondershare Filmora 为视频制作平台，随着 OpenAI 的接入，用户在创作视频时可自由调用 OpenAI强大的 AI 绘图功能，一键即可智能生成图片素材，快速创作大师“同款”作品。Wondershare Filmora 情人节开发 AI 简笔画产品，用户用简笔画描绘出大致的形状，5秒钟可以生成一副人机共创的完善绘画作品，从“文生图”到“图生图”，未来用户有望体验更多 AIGC 新功能。图表 15：Wondershare Filmora 一键“创作”图片 图表 16：Wondershare Filmora 情人节简笔画 资料来源：万兴科技官方公众号，国盛证券研究所 资料来源：万兴科技官方公众号，国盛证券研究所 以以 Filmora 现有场景为基础，现有场景为基础，OpenAI 图片素材输出数据量约为图片素材输出数据量约为 586GB/日。日。单张图片数据量：根据 Photoshop 官网，每张图片数据量（Byte）=水平像素*垂直像素*3。其中，水平像素*垂直像素为分辨率，每个像素点中三原色（红色、绿色和蓝色）均占用内存中的 1 个字节，即 1 个字节用于红色，1 个字节用于绿色，1 个字节用于蓝色，总共 3 个字节。根据 Wondershare Filmora 官网，Filmora 默认尺 寸16:9，默 认 分 辨 率1920px*1080px，则 每 张 照 片 数 据 量 约 为1920*1080*3B=6MB。图片数量：根据万兴科技官方微信公众号报道，截至 2018 年底，视频剪辑软件Filmora 月活跃用户已超过 300 万；假设单次视频剪辑约调用 1 次 OpenAI 接口自动生成图片素材，则月均调用 300 万次、日均调用 10 万次。总数据量：6*10*104MB=586GB/天。获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.11 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 亿图脑图开启亿图脑图开启 AIGC 功能内测，继续推动创作模式革新。功能内测，继续推动创作模式革新。1）根据财报网报道，2 月 17日，创意软件公司万兴科技旗下亿图脑图协同版正式开启 AIGC 功能内测，用户只需要输入一句话，即可一键生成头脑风暴、演讲大纲、SWOT 分析、活动策划、生活计划等脑图。这意味着，AI 加持下，亿图脑图将大大简化思维脑图的创作流程并革新创作模式，助力用户创作提质增效。区别于“从思维到脑图”的传统创作模式，借助 AIGC 新技术，亿图脑图将大幅省去用户的思索时间，助力用户更快生成灵感与解题思路，开启更智能畅快的思维脑图协作之旅。据了解，亿图脑图 AIGC 功能，即将面向用户开放内测申请，获得名额的用户届时可“尝鲜”体验。我们认为，图片应用场景丰富，包括营销宣传、读物插画、艺术创作等多领域，未来空间有望进一步打开。我们认为，图片应用场景丰富，包括营销宣传、读物插画、艺术创作等多领域，未来空间有望进一步打开。3.4 视频：视频：AIGC 辅助生成动画，星辰大海拉开序幕辅助生成动画，星辰大海拉开序幕 AIGC 辅助商业动画片，视频领域前景广阔。辅助商业动画片，视频领域前景广阔。犬与少年是 AIGC 技术辅助商业动画片的发行级别作品，由 Netflix、小冰公司日本分部（rinna）、WIT STUDIO 共同创作。根据新华网报道，小冰公司前身为微软人工智能小冰团队，2020 年分拆为独立技术研发实体。2022 年 11 月 7 日，小冰公司宣布完成总额 10 亿元规模的新融资，用于加速 AI Being 小冰框架技术研发，还宣布对旗下人工智能数字员工（AI Being Employee）产品线启动年度升级，升级内容包括大模型对话引擎、3D 神经网络渲染、超级自然语音及AIGC 人工智能内容生成。根据新华网报道，小冰公司目前已经覆盖中国、日本、印度尼西亚等国 6.6 亿在线用户、10 亿台第三方智能设备和 9 亿内容观众。图表 17：犬与少年AI 参与制作 资料来源：Netflix JapanYoutube 官方账号，国盛证券研究所 单秒输出数据量达到单秒输出数据量达到 1MB，星辰大海或拉开序幕。，星辰大海或拉开序幕。1）视频大小：根据存储卡制造商ProGrade Digital 官网，视频文件大小（MB）=比特率（Mbps）/8（位）x 持续时间（秒）。犬与少年为 1920 x1080 24fps（即 1080p，每秒 24 帧），根据 Youtube Help，1080p、24fps 的 SDR 视频建议上传 Youtube 的比特率为 8Mbps，据此计算 1 秒视频大小约为 1MB。2）随着 AIGC 技术在影视剧集、宣传视频等领域逐步渗透，视频创作效率或迎来显著提升，星辰大海拉开序幕。获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.12 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 图表 18：视频文件数据量计算公式 图表 19：SDR 视频上 Youtube 的推荐比特率 资料来源：ProGrade Digital 官网，国盛证券研究所 资料来源：Youtube Help，国盛证券研究所 综上，我们认为，目前文字交互仅为综上，我们认为，目前文字交互仅为 Chatgpt 以及以及 AIGC 应用场景的冰山一角，语音、图片、视频等多形式的输入输出，或将为内容创作领域带来革命性变化。应用场景的冰山一角，语音、图片、视频等多形式的输入输出，或将为内容创作领域带来革命性变化。而更广的数据形态、更多的应用场景、更深的用户体验，亦将大幅提升支撑人工智能的算力需求，算力或迎来高速扩张时代，服务器、芯片、而更广的数据形态、更多的应用场景、更深的用户体验，亦将大幅提升支撑人工智能的算力需求，算力或迎来高速扩张时代，服务器、芯片、IDC、光通信等厂商有望核心受益。、光通信等厂商有望核心受益。图表 20：OpenAI 大模型各类场景数据量测算 使用场景使用场景 交互问答交互问答 邮件写作邮件写作 线上会议线上会议 图片生成图片生成 视频生成视频生成 落地应用落地应用 Chatgpt、微软、微软Bing Outlook Teams Filmora-输入形式 文字 文字、标签点击 语音 文字、标签点击-输出形式输出形式 文字文字 文字文字 文字、文档文字、文档 图片图片 视频视频 单位数据量单位数据量 4.79B/词词 4.79B/词词 2B/秒秒 6MB/张张 1MB/秒秒 单位个数 75 亿/天 137 亿封邮件/天 434 个单词/封 3600 亿秒/天 10 万张/天-使用比例 100%1%50%-总计数据量总计数据量 33.46GB/天天 261GB/天天 336GB/天天 586GB/天天-算力投入 7.59 亿美元-备注 1）以 Chatgpt 现有2500 万日活为基础；2）参考 Google 每日约 35 亿的搜索量，日活提升空间广阔。1）剔除垃圾邮件；2）未考虑文本格式影响；3）未考虑除英文外的其他字符；4）使用比例或存在变化；5）仅考虑所列的特定落地应用，下同。1）仅考虑一般电话质量的音频信号标准；2）使用比例或存在变动。1）视频剪辑时调用OpenAI 接口的频率或有所变动。1）尚未有规模化的落地应用。资料来源：国盛证券研究所测算（注：所有数据均来自于前文测算，包括 3.1、3.2、3.3、3.4 小节）获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.13 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 4.投资标的投资标的 服务器：服务器：浪潮信息、紫光股份、中科曙光等；芯片：芯片：景嘉微、寒武纪、海光信息、龙芯中科等；IDC：宝信软件、万国数据、数据港、世纪华通等；光通信光通信等。风险提示风险提示 AI 技术迭代不及预期风险：技术迭代不及预期风险：若 AI 技术迭代不及预期，NLP 技术理解人类意图水平未能取得突破，则对产业链相关公司会造成一定不利影响。经济下行超预期风险：经济下行超预期风险：若宏观经济景气度下行，固定资产投资额放缓，影响企业再投资意愿，从而影响消费者消费意愿和产业链生产意愿，对整个行业将会造成不利影响，NLP技术应用落地将会受限。行业竞争加剧风险：行业竞争加剧风险：若相关企业加快技术迭代和应用布局，整体行业竞争程度加剧，将会对目前行业内企业的增长产生威胁。假设测算与实际不符风险：假设测算与实际不符风险：文中测算参考了部分相对权威的数据来源，但实际落地应用中，影响因素多、使用场景复杂，可能会导致假设测算与实际产生偏差。获取更多最新资料请加微信：ch e n s a s a 666 2023 年 02 月 19 日 P.14 请仔细阅读本报告末页声明请仔细阅读本报告末页声明 免责声明免责声明 国盛证券有限责任公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况