AI是今年以来市场上热度最高的板块之一，受到大量资金关注。从产业结构来看，AI的整体生态可以分为三层，上游的芯片硬件构成的算力层，中游的利用数据集一步步训练模型的模型层，下游实际的应用层。

日前，国海富兰克林基金以ChatGPT为例分享了AI生态的投资逻辑，该公司表示，随着下游ChatGPT对各个行业不断广泛赋能，应用的场景也会更加多元，传导到中游大模型、多模态、商业化不断发展，同时又推动上游算力需求持续扩大。这一整个生态都将带出更多的产业链，其潜在价值巨大，预计到2030年或将催生15万亿市场。

另外，根据高盛7月最新发布的《生成式人工智能：炒作，还是真正的变革？》，假设在10年内能实现人工智能的广泛应用，那么AI能够在10年内每年加快1.5%的生产力提高和1.1%的实际国内生产总值增长。

国海富兰克林基金表示，AI模型的训练对于算力的需求非常惊人，一个标准大小的ChatGPT-175B大概需要375-625台8卡A100服务器进行训练。每次训练总的GPU资源消耗量是35000卡天，在GPU上的花费超千万美元。而这只是一个模型的单次训练，全球科技巨头新品层出，可想而知对于算力的需求有多大。算力端的技术突破已远超想象，海外半导体巨头以提升算力为核心的迭代升级，2012年到2020年，某图形处理器性能提升超300倍，远超摩尔定律。

国海富兰克林基金认为，算力需求井喷，半导体是支撑算力实现的重要基础。DIGITIMES半导体分析师Eric Chen预测，2021-2030年全球半导体销售额CAGR将达到7%，2030年全球半导体市场规模将超过1万亿美元，主要聚焦在计算机、通信、汽车、工业和消费电子等应用市场。

随着生成式AI的出现，大模型数据处理量呈现指数级增长，也带动了AI云端算力需求快速拉升。目前AI超大模型的参数已经达到千亿、甚至万亿数量级，且在训练过程中，各类中间变量均需要存储，对训练场景下的算力和显存需求均提出了高要求。中国信通院预计，2030年全球算力总规模有望达到56ZFlps，2021-2030年CAGR约65%，其中智能算力贡献主要增长动能。

国海富兰克林基金表示，AI大模型具有广泛的应用前景，未来在自动驾驶、医药研发和金融科技等领域不仅能提高生产效率、优化用户体验，同时能节约能耗并推动创新，这将重塑行业格局。

具体到应用端，已出现大量人工智能软件的应用。除了大家熟悉的ChatGPT和国内类似产品的推出，AI应用端百花齐放，在教育、游戏、医疗、机器人等多领域均打开了新局面，尤其是随着法律、数据分析、插图、语音和视频生成等传统服务市场越来越多地使用人工智能，AI将逐渐扩大在各行各业中的影响程度，高盛预计人工智能软件的潜在市场规模将达到约1,500亿美元。

国海富兰克林基金分析称，下游应用对AI模型需求强劲，大模型训练已成为趋势，海外巨头云服务收入持续增长，这也将持续利好上游算力产业链。

风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!