AIGC 势头强劲,关注 AI 及 5G 通信领域投资机会

 AIGC 势头强劲,算力、数据、算法、下游应用端有望迎来广阔的发展空间

1、 AIGC 势头强劲,算力、数据、算法、应用端需求空间广阔
2022 年以来,以 ChatGPT 为代表的 AIGC 技术热度持续提升。AIGC 作为人工智能的子领域,目的在于开发与人类智慧相媲美的技术,能够通过学习大量的数据内容生成全新的数据。AIGC 核心技术包括深度变分自编码、生成对抗神经网络、扩散模型、Transformer 等基础模型以及计算机视觉、自然语言处理、多模态等预训练大模型,而模型的训练需要大量的数据支持,并且需要强大的算力作为支撑。同时,在预训练模型的基础上,需要进一步通过专门的调试和训练形成垂直化、场景化、个性化的小模型和应用工具层,以满足特定领域的需求。此外,应用层面,利用 AI 技术生成文本、图像、音频、视频等内容以及由此构成的多模态内容是 AIGC 的重要应用场景,可广泛应用于游戏、电商、政务、金融等诸多领域,大幅提高创作效率。
1.1、 算力、数据、算法构成 AIGC 领域重要支撑,需求随大模型持续推
出及升级迭代快速增长算力、数据、算法是 AIGC 领域的三大核心要素,推动 AIGC 技术持续取得突破。其中算力刻画数据处理能力,主要关联技术包括数据中心、分布式计算、边缘计算、高性能计算等。数据指以数字、文字、图像等形式表现的用于模型训练的素材,其相关技术包括数据挖掘、数据仓库、数据可视化、数据安全和隐私保护等。算法代表用系统的方法描述解决问题的策略机制,其关联技术包括机器学习、深度学习、自然语言处理、计算机视觉、推荐系统等。
AI 大模型训练需要强大的数据处理能力,推动算力需求持续增长。AI 大模型训练需要强大的数据处理能力。随着大模型持续推出及升级迭代,AI 算力需求持续增长。根据 IDC 的数据,我国智能算力市场规模预计将从 2019 年的 31.7 EFLOPS 增长至2026 年的 1271.4EFLOPS,CAGR 高达 69.4%。具体而言,算力基础设施主要包括AI 服务器、AI 芯片、数据中心等。AI 服务器领域,目前 AI 服务器以 CPU+GPU 形式为主,可支持大规模的深度神经网络模型训练并提高训练的精度,具有明显的计算效率优势,因此需求有望持续增长。根据 TrendForce 的预测,全球 AI 服务器(包含搭载 GPU、FPGA、ASIC 等)出货量预计将从 2022 年的 85.5 万台增长至 2026年的 236.9 万台,CAGR 为 29.0%。AI 芯片领域,AI 芯片是核心算力硬件,除 CPU外,还包括高效支持 AI 应用的 GPU、FPGA 等通用芯片以及专门为特定的 AI 产品设计的 ASIC 芯片等,主要用于辅助 CPU 进行加速计算。AI 芯片占据 AI 服务器的主要成本,根据 IDC 的数据,芯片成本在基础型服务器中约占 32%,在更高性能的服务器中,芯片相关成本占比高达 50%-83%。在算力需求激增的背景下,AI 芯片需求有望持续增长。根据 Gartner、甲子光年的数据,全球 AI 芯片市场规模预计将从2018 年的 43 亿美元增长至 2025 年的 726 亿美元,2020-2025 年 CAGR 达 48.4%,而我国AI芯片市场规模预计将从2018年的61亿元增长至2023年的557亿元,CAGR达 55.4%。数据中心领域,数据中心作为算力的重要载体之一,需求将随着大模型算力需求增长而增长。根据科智咨询的数据,我国数据中心市场规模预计将从 2014年的 372 亿元增长至 2024 年的 6123 亿元,CAGR 达 32.3%。
大模型复杂化需要大规模训练数据支持,数据标注是大部分 AI 算法有效运行的关键。
数据是算法的素材,大模型复杂化需要更大规模的训练数据支持。根据长江存储系统解决方案公众号的数据,ChatGPT 的算法模型已经达到 1750 亿参数,用于预训练的数据量达到 45TB,并且随着 ChatGPT 的持续迭代,模型参数和数据量也在加速增长。受益大模型训练需求持续增长以及升级迭代,叠加数据产权保护加强,数据市场规模有望持续增长。同时,数据本身的质量会影响模型训练的效果,因此数据标注成为大部分 Al 算法有效运行的关键。数据标注指将原始数据进行处理,使其适用于机器学习和 AI 算法的学习和分析。尤其是自动化数据标注技术能够通过深度学习和计算机视觉等技术,减少人工标注需求,提高数据标注的效率和准确性,进一步推动数据服务行业发展。根据艾瑞咨询的数据,我国 AI 基础数据服务行业市场规模预计将从 2018 年的 25.9 亿元增长至 2025 年的 101.1 亿元,CAGR 为 21.5%。
预训练模型引发 AIGC 技术的质变,国内外厂商积极纷纷推出大模型。
预训练模型引发 AIGC 技术的质变,有效推进 AIGC 在应用端的落地。具体而言,预训练模型可分为:(1)自然语言处理(NLP)预训练模型,包括谷歌的 LaMDA 和 PaLM、Facebook的 OPT-175B 和 M2M-100、Open Al 的 GPT 系列等;(2)计算机视觉(CV)预训练模型,包括微软的 Florence 等;(3)多模态预训练模型,即融合文字、图片、音频、视频等多种内容形式的预训练模型,包括谷歌的 Imagen 和 Parti、Deep Mind 的 Gato、Open Al的 CLIP&DALL-E 等。我国企业也在不断推出自己的大模型。根据中国移动研究院,科技大厂在算力层、平台层、模型层、应用层进行四位一体的全面布局,如百度的“昆仑芯+飞桨平台+文心大模型+行业应用”、阿里的“含光 800 芯片+M6-OFA 底座+通义大模型+行业应用”、华为“昇腾芯片+MindSpore 框架+盘古大模型+行业应用”,有望提升模型训练的效率及行业的可用性。
1.2、 AIGC 赋能千行百业,应用端发展前景广阔
AIGC 生成文本、代码、图像、视频等内容的能力持续提升,应用端发展前景广阔。大模型技术水平日益精进,感知并理解海量数据的能力持续提升,推动 AIGC 在文本、代码、图像、视频等内容的自动生成方面不断取得突破。在 AIGC 的加持下,内容生成领域在自动生成、提高丰富度和准确性、降低制作门槛及生产成本方面成效显著。同时,多模态大模型的出现使得多领域融合成为可能,提升 AIGC 的可用范围。因此,AIGC 在自动驾驶、智慧工业、电商、游戏、文娱、金融、工业、政务、医疗越来越多的领域得到广泛应用。应用领域持续开拓推动人工智能行业持续扩容。根据太原大数据官微公众号引用的头豹研究院数据,我国人工智能市场规模预计将从 2021 年的 2607 亿元增长至 2027 年的 15732 亿元,CAGR 达 34.9%,其中自动驾驶是人工智能的最大应用领域,市场份额预计将从 2022 年的 38%提升至 2027 年的52%。
 人工智能在自动驾驶领域意义非凡,大模型推动自动驾驶进一步发展
人工智能在自动驾驶领域意义非凡,大模型推动自动驾驶进一步发展。人工智能技术在自动驾驶领域有极重要的意义。深度学习技术可以帮助车辆精准感知和理解外部环境;深度学习技术是 SLAM 系统中的一项关键技术,可以实现地图创建等多项任务;深度学习技术能帮助自动驾驶汽车学习和适应周围环境,帮助其提高决策能力,提升驾驶效率及安全性。同时,大模型在自动驾驶中应用趋势明确。根据九章智驾公众号,在云端,可以发挥大模型参数量增加带来的容量优势,用于自动驾驶数据自动标注、数据挖掘、通过蒸馏方式训练小模型等;在车端,大模型可用于合并用于不同检测任务的小模型等方面,节省车端计算环节所需的推理时间,增加自动驾驶安全性。因此,在大模型技术的推动下,自动驾驶将迎来更广阔的发展空间。根据艾媒咨询的数据,我国无人驾驶汽车行业规模预计将从 2015 年的 30.5 亿元增长至 2025 年的 267.6 亿元,CAGR 为 24.3%。
 AIGC 推动数字人更智能化、拟人化,推动数字人在众多产业得到广泛应用
AIGC 推动数字人更智能化、拟人化,推动数字人在众多产业得到广泛应用。AI 技术在文本、音频生成、图像、视频、3D 模型生成及多模态交互等方面全面赋能数字人。具体而言,AI 技术逐渐渗透到数字人建模、渲染、生成、驱动等全部环节,并使其制作成本降低、周期缩短、门槛降低,并且拟人化程度更高。根据艾媒咨询的调查数据,虚拟人被认为是 2023 年受 AIGC 技术推动作用最为明显的产业。在 AIGC技术的支撑下,数字人将在短视频、教育、影视、政务、文创、直播等众多领域得到广泛应用,推动相关产业持续扩容。根据艾媒咨询的数据,我国虚拟人核心市场规模预计将从 2017 年的 8.1 亿元增长至 2025 年的 480.6 亿元,CAGR 高达 66.6%;同时,虚拟人所带动的市场规模预计将从 2017 年的 80.9 亿元增长至 2025 年的 6402.7亿元,CAGR 高达 72.7%。
2、 5G 技术关键性能优异,后 5G 时代关注应用领域持续放量
2.1、 5G 技术关键性能指标全面领先 4G,在三大应用场景实现广泛应用
5G 即第五代移动通信技术是具备高速率、低时延和大规模设备连接特点的新一代宽带移动通信技术,主要用于增强移动宽带、高可靠低时延连接、海量物联三大领域。5G 技术即第五代移动通信技术。IMT-2020 提出按照八大关键特性设计 5G 技术,其中有三方面技术特点尤其值得关注:(1)高速率:5G 峰值数据速率可达 20Gbit/s,用户体验数据速率可达 100Mbit/s;(2)低时延:5G 网络延迟时间可达 1ms,相比 4G提升约 10 倍;(3)海量连接:5G 连接密度可达 100 万设备连接量/平方公里,相比4G 提升约 10 倍。凭借强大的技术特性,根据 IMT-2020 中的规划,5G 技术主要用于以下三大应用场景:(1)eMBB 即增强移动宽带,指对移动网络速度有更高要求,并且有广覆盖移动性保证的场景,主要包括高速下载、AR、VR、高清视频等业务类型,能够为客户提供优异的人际交流体验;(2)uRLLC 即高可靠低时延连接,主要针对连接时延要达到 1ms 级别,并且支持高速移动(500KM/H)情况下的高可靠性物联网(99.999%)的应用场景;(3)mMTC 即海量物联,主要针对数据速率较低且时延不敏感,但存在海量连接需求的物联网应用场景。该场景可以使终端实现更低的功耗、更小的体积、更长的使用寿命,因此可以在智慧城市、智慧家居、环境监控等各种垂直行业中得到广泛应用,从而最终实现万物互联。
2.2、 5G 技术发展推动相关产业扩容,应用落地成 5G 投资下半场主旋律
2.2.1、 我国 5G 产业链日趋成熟,间接经济价值更加突出
在“适度超前”的原则引领下,我国 5G 产业链逐步走向成熟。5G 产业链复杂,根据中国电子信息产业发展研究院,5G 产业链可分为硬件和应用两大类:(1)硬件产业链方面,主要由通信网络设施相关产品和设备以及 2B 和 2C 的终端设备、元器件等构成;(2)应用产业链方面,主要由与 5G 融合的云计算、大数据、AI 等新一代信息技术产业,以及 5G 与垂直行业融合创新的新业态和新模式构成,包括 2C 的超高清视频、个人 AI 助理,以及 2B 的智慧园区、智能制造、车联网等方面。近年来,在“适度超前”的原则引领下,我国持续推进 5G 网络建设,5G 产业链逐步走向成熟。根据工信部的数据,截至 2023 年 4 月底,我国基础电信企业 5G 网络建设累计投资额近 6000 亿元,累计建成 5G 基站达 273 万个以上,5G 移动电话用户规模为6.34 亿户。目前,我国已经建成全球最大规模的 5G SA 网络,为 5G 技术在众多产业的加速落地奠定坚实的基础。
5G 技术发展推动相关产业持续扩容,间接经济价值比直接经济价值更加突出。
5G技术的发展将直接推动电信运营、设备制造、信息服务等行业快速发展,同时随着5G 技术持续取得进步,将与更多下游应用领域实现有效融合,推动相关行业持续扩容。具体而言,5G 建设前期,电信运营商将持续投入网络设备,带动相关设备需求增长。随着 5G 网络日益完善并在使用端加速渗透,用户侧移动终端及信息服务消费支出将快速增长,同时各垂直行业网络设备投资及流量消费需求也将持续扩大。因此 5G 技术将推动经济社会跨越式发展,并且间接推动作用更为明显。根据中国信通院的数据,产出规模方面,5G 技术带动的直接产出预计将从 2020 年正式投入商用的约 4840 亿元增长至 2030 年的 6.3 万亿元,CAGR 约为 29%,5G 技术带动的间接产出预计将从 2020 年的 1.2 万亿元增长至 2030 年的 10.6 万亿元,CAGR 约为 24%。经济增加值方面,5G 技术直接创造的经济增加值预计将从 2020 年的约 920 亿元增长至 2030 年的约 3 万亿元,CAGR 约为 41%,而 5G 技术间接创造的经济增加值预计将从 2020 年的超 4190 亿元增长至 2030 年的 3.6 万亿元,CAGR 约为 24%。
2.2.2、 5G 技术投资上半场:网络基础设施需求快速增长
发展前期,5G 新基建推动网络基础设施需求快速增长。5G 技术作为新一代宽带移动通信技术,发展初期必然要进行新的网络基础设施建设,其中主要为通信运营商开展的 5G 网络大规模建设。根据中国信通院的数据,自 2020 年开展 5G 商用以来,我国运营商年5G设备支出预计将从2020年的2200亿元增长至2023年的3150亿元,明显高于下游行业的设备支出。但随着 5G 网络基础设施逐步完善,运营商年 5G 设备支出预计将从 2024 年开始逐年下降,2030 年将降至 2300 亿元,同时下游行业将迎来 5G 设备支出快速增长期,预计将从 2024 年的 1550 亿元增长至 2030 年的 5200亿元,CAGR 为 22.4%。此外,从细分品类看,5G 产业链投资主要包括通信网络设备、系统集成及服务、基站射频、网络规划运营等,其中通信网络设备占比达 39%,是移动通信系统的关键组成部分,主要包括无线、传输、核心网、业务承载支撑等设备。随着 5G 网络基础设施建设的持续推进,产业链上游基站射频、基站天线,以及产业链中游光通信设备等主设备、系统集成及服务等行业在更早的阶段迎来快速发展。
2.2.3、 5G 技术投资下半场:车联网、AI 等下游应用领域落地成主旋律
5G 技术加速渗透,下游应用领域落地成为 5G 投资下半场主旋律。随着 5G 基础设施的完善,5G 技术应用将成为行业未来重要的增长点。根据中国信通院的数据,垂直行业 5G 设备支出将超过运营商 5G 设备支出,并且占比将持续提升。5G 技术应用领域多元,能够与众多应用领域有效结合,实现降本增效。根据中国信通院的不完全统计数据,全球已经开展的 644 项 5G 应用试验或落地部署中,5G 技术被广泛应用于超 14 个行业,其中工业互联网及文体活动为 5G 技术最大的应用领域,占比分别为 27.8%、26.9%。我国 5G 应用领域也迎来快速发展,应用项目数量及应用领域范围全球领先,尤其是在工业互联网、智慧矿山、智慧医疗、智慧港口等领域已经取得较大的发展。其中为向更多行业推进 5G 与工业互联网有效融合,工信部 2021年共推出两批“5G+工业互联网”典型应用场景和重点行业实践,包括电子设备制造业、装备制造行业等十大行业,其中 5G 技术可用于研发设计、生产制造、检测和监测等环节。个人应用领域,中国移动、中国电信 5G 用户数分别从 2020 年 2 月的 1540万户、1073 万户增长至 2023 年 4 月的 6.99 亿户、2.87 亿户,我国 5G 个人用户普及率加速提升。
 5G 技术是车联网行业发展的重要推力之一,将持续受益车联网行业发展迅速
5G 技术具有低时延、高可靠、高速率和大容量等优点,将成为车联网行业发展的重要推力之一。5G 技术具有低时延、高可靠、高速率和大容量等优点,相比 4G 具备明显优势,在智能汽车领域将得到广泛应用:(1)5G 技术能够提供 1ms 的超低延迟,在车云交互、紧急制动、安全响应方面将得到重要应用;(2)5G 技术带宽高、传输速率快,可用于实时下载高清地图、传输 HDV 信息、安全视频广播等领域;(3)5G技术可提供 99.999%的可靠性,可提供无缝网络覆盖、网络切片、差异化服务质量;(4)5G 技术每平方公里连接容量达 100 万个,可支持多车道、拥塞场景以及支持海量 V2X 连接。以自动驾驶为例,根据焉知汽车的数据,在 4G 网络上,以 100km/h的速度行驶的自动驾驶汽车从检测到刹车失败还将继续移动 1.4m,但在 5G 网络上,同一辆车却只会移动 2.8cm,这与防抱死制动系统的标准相当,能够极大提升自动驾驶的安全性。因此,5G 技术将成为车联网行业发展的重要推力之一,以 5G 网络为基础的“人-车-路-网-云”的车联网整体解决方案正在加速构建。
受益车联网行业发展迅速及 5G 与车联网加速融合,车联网领域 5G 技术需求将持续增长。
近年来,政策支持叠加行业技术水平提升推动车联网行业发展迅猛。根据 IHSMarkit 行业分析及 2020 车联市场分析的数据,全球智能网联汽车渗透率预计将从2018 年的 30.7%提升至 2025 年的 59.4%,而国内智能网联汽车渗透率预计将从 2018年的 24.9%提升至 2025 年的 75.9%,发展更为迅速。同时,5G 技术凭借自身大连接、低时延和高可靠等特点,正加速与汽车产业融合,5G-V2X 商业化进程持续推进。随着车联网行业持续扩容叠加 5G 技术与车联网领域加速融合,5G 技术作为车联网行业快速发展的重要支撑,预计将迎来更广阔的发展空间。
 AI 与 5G 技术相辅相成,共享广阔发展空间
5G 技术与 AI 相辅相成。5G 技术凭借带宽高、传输速率快、连接数量大,能够为AI 带来更大规模的训练数据,降低对云端的依赖,而 AI 可以帮助 5G 在部署规划、运行维护等方面实现高度的自动化和智能化,降低 5G 网络的建设和运维成本。
5G 技术引领下,AI 获得海量训练数据、终端应用领域日趋多元化。
人工智能依赖大量的训练数据,5G 技术由于具备海量物联的优点,能够为人工智能提供大量数据素材支撑。同时,人工智能对云端依赖度高,但由于数据传输的带宽受限,海量数据传输必然面临延迟的问题。而 5G 技术具有高带宽、传输速率快的优点,并且能够通过边缘计算实现人工智能在终端侧的应用,实现云端、边缘侧、终端基础设施的良好衔接配合,打破人工智能过度依赖云端的窘境,彻底释放其在应用端的潜能。目前,“5G+AI”的结合已经在物联网、车联网、VR/AR、智慧城市等大量终端应用领域得到广泛应用,从而推动全社会一步步迈向万物互联的时代。
AI 赋能下,5G 网络更加高效、朝智能化方向发展。
人工智能的发展为 5G 技术带来众多发展机遇。例如人工智能可以帮助 5G 网络在部署规划、运营维护等方面实现高度的自动化和智能化,对网络行为进行精准预测、对故障进行自动恢复,从而有利于有效降低 5G 网络的建设和运维成本。同时,人工智能的发展也有利于移动计算边缘化与本地化,在边缘侧提供服务,并且能够有效满足 AR/VR、自动驾驶等新应用领域对网络带宽、时延等的更高需求。
3、 2023 年以来中证人工智能主题指数及中证 5G 通信主题指数明显跑赢大盘,关注 AI 及 5G 通信领域投资机会
中证人工智能主题指数:成分股市值偏小,集中度高,主要分布于 IT 服务、半导体、软件算法等行业。中证指数有限公司 2015 年 7 月 31 日发布中证人工智能主题指数,选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股,包括但不限于大数据、云计算、云存储、机器学习、机器视觉、人脸识别、语音语义识别、智能芯片等,许多人工智能主题 ETF 产品与其挂钩。该指数呈现以下特征:(1)市值偏小:截至 2023 年 6 月 11 日,44.44%的成分股市值在 300 亿以下,但仅有 11.11%的成分股市值在 1000 亿及以上;(2)集中度高:截至 2023 年 6月 11 日,科大讯飞、海康威视、韦尔股份、紫光股份、中科曙光等前十大成分股权重占比总计达 48.59%;(3)行业分布相对较广:截至 2023 年 6 月 11 日,成分股共分布于 11 个行业,其中 IT 服务、半导体、软件开发等行业分布较多。
中证 5G 通信主题指数:成分股市值偏小,集中度高,主要分布于通信设备、消费电子、元件等行业。
中证指数有限公司 2019 年 4 月 25 日发布中证 5G 通信主题指数,选取产品和业务与 5G 通信技术相关的上市公司股票作为样本股,包括但不限于电信服务、通信设备、计算机及电子设备和计算机运用等细分行业,许多 5G 通信主题ETF 产品与其挂钩。该指数呈现以下特征:(1)市值偏小:截至 2023 年 6 月 11 日,43.48%的成分股市值在 300 亿以下,但仅有 8.70%的成分股市值在 1000 亿及以上;(2)集中度高:截至 2023 年 6 月 11 日,中兴通讯、立讯精密、兆易创新、工业富联、紫光股份等前十大成分股权重占比总计达 47.98%;(3)行业分布相对较广:截至 2023 年 6 月 11 日,成分股共分布于 11 个行业,其中通信设备、消费电子、元件等行业分布较多。
受益 AIGC 概念兴起并且预计将在提高众多领域的生产力方面发挥重要作用,人工智能板块获得资本市场的认可。同时,人工智能的发展需要算力支撑,而 5G 技术具备带宽高、传输速率快、连接数量大的优势,助力 AI 产业迅速发展,因此 5G 通信板块也受到市场追捧。根据 Wind 的数据,2023 年以来,中证人工智能主题指数及中证 5G 通信主题指数明显跑赢上证综合指数,相关领域投资机会值得关注。
4、 风险提示
技术进展不及预期;下游应用领域渗透率不及预期。

也许还有更多对您有帮助的报告!

车辆显示导向座码头改造,

行业质扩容即刻

深度报道:进击的直播

新零售品牌

2022-2023年中国百货

零售业发展报告

数据分析是社会发展的主流,几乎所有的业务决策都依赖于数据分析

想弄懂自己行业的有效数据请告诉我

姓名
邮箱
信息

不想错过最新商业赚钱情报?

喜欢我们的内容,想获得最新的商业赚钱情报、限定的免费资源,请立即订阅👇
>