前瞻 全球人工智能AI：大模型驱动AI全面提速，产业黄金十年投资周期开启
经历过去70年的“三起两落”，伴随底层芯片、算力、数据等基础设施的完善&进步，全球AI产业正逐步从运算智能走向感知智能、认知智能，并相应形成“芯片、算力设施、AI框架&算法模型、应用场景”的产业分工、协作体系。2019年以来，AI大模型带来问题泛化求解能力大幅提升，“大模型+小模型”逐步成为产业主流技术路线，驱动全球AI产业发展全面加速，并形成“芯片+算力基础设施+AI框架&算法库+应用场景”的稳定产业价值链结构。近年来众多AI相关企业亦先后登陆资本市场，推动二级市场AI产业集群效应不断凸显，基于产业空间、成长性、竞争格局等维度因素综合分析，我们判断，AI产业将大概率成为全球科技领域中期最具投资价值产业赛道之一，领先AI芯片厂商、云计算巨头（算力设施+算法框架）、AI+应用场景龙头厂商、平台型算法框架厂商等有望持续成为产业发展的核心受益者。
报告缘起：人工智能（AI）指利用技术学习人、模拟人，乃至超越人类智能的综合学科。
伴随全球AI产业主要配套环节（芯片、软件框架、应用算法、数据积累）的逐步清晰、完善，以及部分简单应用场景（图像识别、语音合成、多轮会话、推荐系统等）的持续落地等，我们判断全球AI产业有望在经历前期徘徊之后，进入快速发展期，但作为一个极为复杂的学科和产业板块，一系列的技术、产业问题仍困扰着投资者。在本篇专题报告中，我们将尝试从理论技术、产业应用等维度，就当下AI产业发展的核心主要问题展开分析讨论，并在此基础上构建我们对全球AI产业的中期投资框架。
产业现状：逐步形成完整产业分工、协作体系，落地场景亦不断扩展。
经历过去5~6年的发展，全球AI产业正逐步形成分工协作、完整的产业链结构，并开始在部分领域形成典型应用场景。基于广泛的产业共识，我们将AI产业链简化为如下环节：芯片、算力设施、AI框架、算法模型、应用场景等。
1）芯片层面，根据Tractica，2019年全球AI芯片市场规模为64亿美元，预计到2023年市场规模达510亿美元，市场规模增长近10倍。目前AI芯片由GPU主导，FPGA、ASIC等亦逐步加入竞争。
2）算力基础设施层面，华为预计到2030年，人工智能算力的需求将相当于1600亿颗高通骁龙855内置AI芯片，相当于2020年的约120倍，算力设施则针对不同需求由公有云厂商或企业自建；
3）框架层面：AI底层框架呈现了由科技巨头主导的趋势，产业界Google Tensorflow优势明显，与PyTorch和Keras一同成为了开发者使用率最广的开源框架；学术界微软与Facebook在细分行业（NLP、AI感知）体现出了竞争力。
4）算法层面，深度学习模型由DNN神经网络算法作为基础，并基于此不断改进。过去两年间，AI大模型（Foundation Model）开始流行，向泛用化推进。
5）应用层面，最先成熟的语音识别与图像识别技术分别助力教育、医疗与安防等产业，贡献了第一批成功的典型应用场景。
产业变化：AI大模型逐步成为主流，产业有望全面提速。
最近几年来，AI产业的技术演进路线主要呈现如下特征：底层模块性能的不断提升，注重模型的泛化能力，从而帮助AI算法的通用性优化，并反哺数据收集。AI技术的持续发展依靠底层算法的突破，这同时需要以算力为核心的基础能力建设以及有大数据支撑进行知识和经验学习的环境。大模型在产业内的快速流行，大模型+小模型的运作模式，以及芯片、算力基础设施等底层环节能力的不断改善，以及由此带来的应用场景类别、场景深度的持续提升，并最终带来产业基础能力、应用场景之间的不断相互促进，并在正向循环逻辑下，驱动全球AI产业发展不断提速。
中期判断：产业价值链趋于稳定，并逐步向芯片&算力设施、应用场景两端靠拢。
中期维度，我们判断AI产业链价值有望逐步向两端靠拢，中间环节价值有望持续减弱，并逐步形成“芯片+算力基础设施+AI框架&算法库+应用场景”的典型产业链结构，上游的芯片企业、云基础设施厂商，以及下游的应用厂商有望逐步成为AI产业快速发展的核心受益者。
1）芯片环节，英伟达系统级产品布局、在训练环节的突出表现&领先优势已基本成为市场的共识，GPU料将在训练环节持续占据主导地位；相较于训练环节，推理环节对于计算复杂度、计算精度要求不高，但对于延迟较为敏感，FPGA与ASIC等新兴产品将有望百花齐放。
2）算力设施环节，大模型带来AI底层基础技术架构的统一，以及对算力的庞大需求等特征，天然有利于云计算公司在此过程中发挥基础性角色。从过去云厂商各类产品的报价中可以发现，具有2 个vCPU，2个ECU和7.5GiB的m1.large产品价格从2008年的约0.4美元/小时持续下降到了2022年约0.18美元/小时。伴随算力成本的持续下降以及产品整合的持续推进，云计算巨头有望逐步成为算力设施+基础算法框架环节能力的主要提供商。而新兴AI企业能够凭借对于各类细分场景下的数据积累和行业经验帮助下游应用环节更快的落地，在应用环节实现更大的价值。
3）下游应用环节，我们相信现有厂商的AI能力将逐步实现由单点智能向全局智能、由认知智能向决策智能的跨越，进而驱动企业软件、消费互联网、智能硬件等领域的全面变革。
风险因素：
AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；全球云计算市场发展不及预期风险；企业数据泄露、信息安全风险；行业竞争持续加剧风险等。
投资展望：
伴随AI芯片、算力设施、数据等基础要素的不断完善，以及大模型带来的问题泛化求解能力的大幅提升，大模型+小模型的技术路线，正驱动全球AI产业进入加速发展阶段，叠加二级市场AI产业集群效应的不断凸显，AI产业有望成为全球科技领域中期最具投资价值的产业赛道之一。AI产业正形成“芯片+算力基础设施+AI框架&算法库+应用场景”的稳定产业价值链结构，AI芯片厂商、云计算厂商（算力设施+算法框架）、AI+应用场景厂商、平台型算法框架厂商等有望持续成为产业核心受益者。
本文源自金融界
