事项：
2022年11月30日人工智能实验室OpenAI发布全新聊天机器人模型ChatGPT，其是一款人工智能技术驱动的自然语言处理工具。自从ChatGPT推出以来，受到市场广泛关注，当前每日用户超过1000万人。
评论：
Chatgpt成本主要可以拆分成训练和推理两个阶段。人工智能主要分为计算机视觉和自然语言处理两大基础方向，当前自然语言处理类任务基于大型语言模型（LLM，Large Language Model）演进出了最主流的两个主要方向，BERT（基于Transformer的双向编码器表示技术）和GPT（基于Transformer生成预训练技术），Google属于BERT技术方向，微软投资的OpenAI属于GPT技术方向。从计算过程上，人工智能计算主要可以分为模型训练与推理两个阶段，针对大语言模型LLM更是如此，随着参数与数据规模的不断增大，将带动拉动算力需求的快速增长。
“token”是当前语言类模型的数据单位。当前的自回归语言模型是根据token来作为单位进行数据处理和计算，分词（tokenization）就是将句子、段落、文章这类型的长文本分解为以token为单位的数据结构，把文本分词后每个词表示成向量进行模型计算。例如在英文语境下，“happy”可能被分解为“hap”、“-py”两个token，中文语境下，“我很开心”可以分成“我”，“很”，“开心”三个token。
以英伟达DGX A1OO服务器作为计算资源：（1）单台服务器售价20万美元；（2）采用云服务单天成本约为460美元。根据英伟达官网数据，英伟达超算GPU系列从旧到新包括P100、V100、A100、H100等，其中，DGX A100系列服务器为2020年发布，是当前主流使用的超算服务器，单机有8个A100系列GPU，AI算力性能为5 PetaFLOP/s，单机最大功率6.5kw，售价19.9万美元；如果租用云服务，根据亚马逊数据显示，在亚马逊AWS预定一年的A100系列GPU，有8个A100的AWS P4实例的平均成本约19.22美元，一天的平均成本约为461.28美元。
ChatGPT上一个30字的问题需要消耗计算资源0.12 PetaFLOP/S。最常见的Transformer类语言模型在推理过程中每个token的计算成本（以FLOPs为指标）约为2N，其中N为模型参数数量（20年发布的GPT-3拥有1750亿参数，22年谷歌发布的PaLM拥有5400亿参数，由于并未公布当前GPT3.5的参数数量，当前假定参数数量为3000亿），假设模型的FLOPS利用率约为20%，粗略估计ChatGPT一个30字（假设约40个token，注：在英文语境下，一般1000个token=750个单词）问题需要的算力资源为2*40*3000亿/20%=0.12 PetaFLOP/S。
推理成本：为满足当前用户访问产生的推理成本，自建IDC初始投入约在4亿美元，租用云服务每日成本约28万美元。根据Similarweb的数据，23年1月份当前ChatGPT日活约1300万人，每人平均1000字左右的问题，因此合计产生约130亿字（173.3亿个token），假设24小时平均分配任务，需要的A100 GPU数量为173.3亿*2*3000亿/（20%*24小时*3600秒）=601.75 PetaFLOP/S，由于访问流量存在峰值，假定访问峰值是一天均值的5倍，因此共需要602台DGX A100服务器能够满足当前的访问量。
(1)自建IDC：服务器成本约占数据中心成本30%左右，为满足当前日常访问需求，前期一次性成本投入约为602*19.9/30%=3.99亿美元；
(2)云服务：假设每天租用亚马逊AWS云服务，每天成本为461.28*602=27.77万美元。
训练成本：训练阶段每个Token的训练成本约为6N（推理成本为2N），由于每年训练成本都在快速下降，此处引用OneFlow的测算结果，在公有云中训练OPEN AI的GPT-3模型需花费训练成本约140万美元，Google的PaLM模型需花费训练成本约1120万美元。 预计在ChatGPT结合Bing搜索功能后，其对算力资源的消耗将成数倍增长。当前ChatGPT模型可以理解为在一个在庞大训练数据集上训练的LLM，它会将训练期间的知识存储到模型参数中。在推理过程中（使用模型生成输出），LLM无法访问外部知识，仅依靠模型参数进行计算；如果将ChatGPT与搜索功能结合，如Bing等搜索引擎，其计算过程将通过搜索引擎返回多个查询结果，并通过GPT计算生成多个响应，在返回最高分的响应给用户，其对算力资源的消耗将成数倍增长，增长倍数取决于搜索和响应的个数。
投资建议：
当前处在以ChatGPT为主线的新一轮人工智能创新周期，ChatGPT为人工智能产业注入新活力，有望带动AIGC类应用快速爆发，人工智能技术作为驱动数据经济的技术底层，有望迎来新的发展机遇。数据、算力与算法是人工智能时代的三大基石，三者相互促进带动AI+应用快速落地，ChatGPT为首的自然语言处理类技术及应用，有望迎来全面爆发，建议重点关注人工智能相关赛道。
风险提示：
模型假设不合理对测算结果造成偏差，ChatGPT商业化落地不及预期。
相关研究报告：
《信息安全深度剖析5：密评和信创双催化，密码产业开启从1到N》——2023-02-13
《计算机行业2023年2月投资策略-人工智能赋能产业升级，把握数字经济时代浪潮》——2023-02-05
《计算机行业2023年1月投资策略-紧抓高景气赛道，关注业绩高增品种》——2023-01-02
《计算机行业12月暨2023年投资策略-以信创和安全为基，数据要素驱动数字经济大发展》——2022-12-05
《大数据系列专题（2）：国产数据库百花齐放，崛起正当时》——2022-11-20
分析师声明
作者保证报告所采用的数据均来自合规渠道；分析逻辑基于作者的职业理解，通过合理判断并得出结论，力求独立、客观、公正，结论不受任何第三方的授意或影响；作者在过去、现在或未来未就其研究报告所提供的具体建议或所表述的意见直接或间接收取任何报酬，特此声明。
国信证券投资评级
重要声明
本报告由国信证券股份有限公司（已具备中国证监会许可的证券投资咨询业务资格）制作；报告版权归国信证券股份有限公司（以下简称“我公司”）所有。本报告仅供我公司客户使用，本公司不会因接收人收到本报告而视其为客户。未经书面许可，任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客户发布的本报告完整版本为准。
本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断，在不同时期，我公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。我公司不保证本报告所含信息及资料处于最新状态；我公司可能随时补充、更新和修订有关信息及资料，投资者应当自行关注相关更新和修订内容。我公司或关联机构可能会持有本报告中所提到的公司所发行的证券并进行交易，还可能为这些公司提供或争取提供投资银行、财务顾问或金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中意见或建议不一致的投资决策。
本报告仅供参考之用，不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下，本报告中的信息和意见均不构成对任何个人的投资建议。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险，我公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任。
证券投资咨询业务的说明
本公司具备中国证监会核准的证券投资咨询业务资格。证券投资咨询，是指从事证券投资咨询业务的机构及其投资咨询人员以下列形式为证券投资人或者客户提供证券投资分析、预测或者建议等直接或者间接有偿咨询服务的活动：接受投资人或者客户委托，提供证券投资咨询服务；举办有关证券投资咨询的讲座、报告会、分析会等；在报刊上发表证券投资咨询的文章、评论、报告，以及通过电台、电视台等公众传播媒体提供证券投资咨询服务；通过电话、传真、电脑网络等电信设备系统，提供证券投资咨询服务；中国证监会认定的其他形式。
发布证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制作证券研究报告，并向客户发布的行为。
国信证券计算机团队介绍
擅长把握技术驱动型板块机会，注重海外映射投资机会；自上而下和自下而上相结合，“个股推荐”为主，服务次之。一二级联动，产业大局观较敏感。注重团队研究成果的标准化输出，把数字化引入研究本身。
熊 莉
计算机行业首席分析师
分析师资格编码：S0980519030002
西南财经大学经济学硕士，负责计算机行业研究，8年从业经验；金牛奖、金麒麟、水晶球均有斩获；统筹行业研究方向，深度覆盖海内外云计算、工业数字化板块。
库宏垚
计算机行业分析师
分析师资格编码：S0980520010001
复旦大学金融硕士，两年信息安全实业经验，四年行业研究经验，重点覆盖云计算、信息安全、轨交信息化。
朱 松
计算机行业分析师
分析师资格编码：S0980520070001
上海交通大学管理学硕士，重点覆盖互联网金融、医疗信息化、遥感IT，于2020年7月加入国信证券。
张伦可
计算机行业分析师
分析师资格编码：S0980521120004
加州大学欧文分校经济学学士、香港科技大学金融学硕士，重点覆盖汽车智能化、工业数字化、SaaS和海外科技，于2021年2月加入国信证券。
黄浩峻
联系人
加州大学伯克利分校工学硕士，清华大学工学硕士，重点覆盖智能驾驶、工业软件、数据库等板块。
❖
国信证券经济研究所
深圳
深圳市福田区福华一路125号国信金融大厦36层
邮编：518046
总机：0755-82130833
上海
上海浦东民生路1199弄证大五道口广场1号楼12楼
邮编：200135
北京
北京西城区金融大街兴盛街6号国信证券9层
邮编：100032