报告摘要
人工智能引领新一轮科技革命，AIGC成为主要方向。每一次科技创新的浪潮都是通过突破某一项先进生产力要素，从而提升人类生产效率所实现。回望前三次科技革命的步伐，不难发现，一项先进生产力从萌芽到被广泛使用，其核心在于能否变革人类的生产生活方式，带来生产效率大幅提升。AIGC的出现真正赋予了人工智能大规模落地的场景，有望在更高层次辅助甚至代替人类的部分工作，提升人类生产效率。当前时点，以人工智能为代表的新一轮科技革命正在兴起，而AIGC相较于传统AI而言可以“创作”全新的内容，已经在多个领域实现开花结果。
报告正文
01
AIGC是新一轮科技革命的主要方向
每一次科技创新的浪潮都是通过突破某一项先进生产力要素，从而提升人类生产效率所实现。回望前三次科技革命的步伐，不难发现，一项先进生产力从萌芽到被广泛使用，其核心在于能否变革人类的生产生活方式，带来生产效率大幅提升。无论蒸汽机、电力、互联网等信息技术，都符合这样的规律。AIGC的出现真正赋予了人工智能大规模落地的场景，有望在更高层次辅助甚至代替人类的部分工作，提升人类生产效率。
交互方式的升级是新应用快速渗透的重要驱动力。早期个人电脑的交互方式是命令式执行，例如1979年微软给IBM个人电脑开发的MS-DOS是一个单用户单任务操作系统，而Windows操作系统使用图形化的交互方式，才使得个人电脑迅速推广开来。同样，智能手机摒弃了传统手机按键式的交互方式，采用触屏式交互，带来智能手机的快速渗透。交互方式是用户体验的核心需求，新的交互方式一旦迎合用户痛点，或将引领新一轮用户需求。
AIGC在生产效率和交互方式方面实现重大提升，或将推动信息技术时代向人工智能时代的快速发展。以ChatGPT为例，当前可以实现对话、搜索、文本生成、代码编写等众多功能，帮助人们快速生成大量内容，从而节省时间和资源；交互方式上，ChatGPT通过对话的形式，实现不断学习和提高对话能力，通过更加自然、流畅的语言表达方式来改进交互体验。我们认为，得益于生成型神经网络的快速发展，AIGC的成长速度可类比于、或更甚于Windows操作系统和智能手机，实现短期内的迅速成长。
ChatGPT使用RLHF技术，提升系统的性能和可靠性，使交互更加自然和高效。带有人类反馈的强化学习（RLHF）技术是一种通过人类对AI系统决策的反馈来指导学习过程，这种反馈可以是正面的（即奖励）或负面的（即惩罚），AI系统会利用这些反馈来调整其策略，从而在实际应用中取得更好的表现。RLHF是一种训练大模型的新技术，在这一模式下可以增强人类对模型输出结果的调整，提升训练效率，使ChatGPT与之前的ChatBot相比，对话质量更高、可理解性更强，交互体验更加自然和高效。
我们认为，AIGC将为企业提供更加智能、高效、便捷的解决方案，推动数字化转型。同时，随着技术不断成熟和成本不断降低，AIGC有望快速普及，成为各行业发展的重要引擎。我们看好人工智能芯片及人工智能相关的半导体产业链，在全球数字化、智能化浪潮下有望推动AI芯片市场迅速成长。
02
方向明确投资热情重燃，芯片周边潜藏投资机遇
2.1
新技术、新产品：以Transformer为核心的算力引擎
大模型多采用Transformer为基础，AI芯片架构更新迭代。Transformer是一种基于自注意力机制的深度学习模型，前沿的人工智能模型多以transformer为基础，相比于传统的神经网络架构：1.Transformer模型可以解决长序列输入过程中的梯度消失和梯度爆炸问题；2.Transformer模型可以实现更好的并行计算性能；3. Transformer模型可以处理全局信息；4. Transformer模型无需手动提取特征。从结构上来看，Transformer模型由编码器（encoder）和解码器（decoder）两部分组成，其计算方式和CNN和RNN有很大的不同，因此在硬件设计上也有较大区别。
NVIDIA Hopper架构推出全新Transformer引擎，以提升大模型运算效率。在当今计算平台上，大型 AI 模型可能需要数月来完成训练，这样的速度对于企业来说较为缓慢。随着一些模型（例如大型语言模型）达到数万亿参数，AI、高性能计算和数据分析变得日益复杂。Transformer 引擎采用软件和自定义 NVIDIA Hopper Tensor Core 技术，该技术旨在加速训练基于常见 AI 模型构建模块（即 Transformer）构建的模型。这些 Tensor Core 能够应用 FP8 和 FP16 混合精度，以大幅加速 Transformer 模型的 AI 计算。与上一代相比，NVIDIA H100 Tensor Core GPU 可提供高达 9 倍的训练吞吐量，从而可以在合理的时间内训练大型模型。
高性能计算IP受限，国产替代势在必行。2022年12月，受出口管制影响，Arm拒绝向中国企业出售先进CPU芯片设计 IP——Neoverse V1 和 V2产品，涉及包括阿里旗下芯片设计公司平头哥半导体，以及其他中国芯片企业。展望未来，云服务商自研芯片离不开国产IP的支持，建议关注：芯原股份。
2.2
传统技术迭代：大模型时代，芯片互联势在必行
大厂深度布局，互联技术改善性能趋势明确。从英伟达的布局来看，其最新开发的H100 GPU通过NVLink可提供 900 GB/s GPU 间互连，由此组合的NVLink Switch 系统可连接多达 256 个 H100 来加速百亿亿级 (Exascale) 工作负载。NVIDIA NVLink-C2C 基于世界一流的 SerDes 和 Link 设计技术打造而成。借助先进的封装，相较于 NVIDIA 芯片上的 PCIe Gen 5 PHY，NVIDIA NVLink-C2C 互连技术在能效方面提升 25 倍，面积效率提升 90 倍。
在芯片互联互通领域，我们认为芯片间互联、服务器间互联仍然基于网络七层协议实现，而电子行业主要受益于物理层、数据链路层的需求，在此基础上SerDes IP、以太网网卡相关芯片、PCIe接口相关芯片等或将深度受益。建议关注：芯原股份、裕太微、澜起科技。
2.3
从规模化到产业化，国产芯片企业
焕发新活力
在步入大模型AI时代以前，深度学习落地场景较少，商业模式不完善，因此图像识别、NLP等产品仅在有限的场景下实现落地，未能真正形成全社会所参与、认可的产业化。当前，我们认为大模型时代，AI真正具备了产业化的潜力。在包括AI在内的多种技术驱使下，以太网物理层芯片、数据接口IP等产品市场规模有望实现高速增长。
2.裕太微
裕太微专注于高速有线通信芯片的研发、设计和销售。企业始终坚持“市场导向，技术驱动”的发展战略，以实现通信芯片产品的高可靠性、高稳定性为目标，以以太网物理层芯片作为市场切入点，不断推出系列芯片产品，是中国大陆少数拥有自主知识产权并实现大规模销售的以太网物理层芯片供应商。
3.澜起科技
03
风险因素
莫文宇，毕业于美国佛罗里达大学，电子工程硕士，2012-2022年就职于长江证券研究所，2022年入职信达证券研发中心，任副所长、电子行业首席分析师。
郭一江，电子行业研究员。本科兰州大学，研究生就读于北京大学化学专业。2020年8月入职华创证券电子组，后于2022年11月加入信达证券电子组，研究方向为光学、消费电子、汽车电子等。
韩字杰，电子行业研究员。华中科技大学计算机科学与技术学士、香港中文大学硕士。研究方向为半导体设备、半导体材料、集成电路设计。
报告来源
免责声明
本订阅号不是信达证券研究报告的发布平台，所载内容均来自于信达证券已正式发布的研究报告或对报告进行的跟踪与解读，订阅者若使用所载资料，有可能会因缺乏对完整报告的了解而对其中关键假设、评级、目标价等内容产生误解。提请订阅者参阅信达证券已发布的完整证券研究报告，仔细阅读其所附各项声明、信息披露事项及风险提示，关注相关的分析、预测能够成立的关键假设条件，关注投资评级和证券目标价格的预测时间周期，并准确理解投资评级的含义。
信达证券对本订阅号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。本订阅号中资料、意见等仅代表来源证券研究报告发布当日的判断，相关研究观点可依据信达证券后续发布的证券研究报告在不发布通知的情形下作出更改。信达证券的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本订阅号中资料意见不一致的市场评论和/或观点。
本订阅号发布的内容并非投资决策服务，在任何情形下都不构成对接收本订阅号内容受众的任何投资建议。订阅者应当充分了解各类投资风险，根据自身情况自主做出投资决策并自行承担投资风险。订阅者根据本订阅号内容做出的任何决策与信达证券或相关作者无关。
本订阅号发布的内容仅为信达证券所有。未经信达证券事先书面许可，任何机构和/或个人不得以任何形式转发、翻版、复制、发布或引用本订阅号发布的全部或部分内容，亦不得从未经信达证券书面授权的任何机构、个人或其运营的媒体平台接收、翻版、复制或引用本订阅号发布的全部或部分内容。版权所有，违者必究。