北美大厂风向有变，AI布局加大！Ta有望成为高算力下解决方案，下一个ChatGPT概念？这一稀缺标的价值凸显丨研报plus

　　短短几日，OpenAI的聊天机器人(300024)ChatGPT席卷了互联网，用户数轻而易举突破百万。

　　这款由“美国AI梦工厂”OpenAI制作的AI聊天机器人软件，除了能写代码、剧本并进行词曲创作，当人类绞尽脑汁设下“九九八十一难”，ChatGPT 基本问什么答什么，就算不会也能编得像模像样。

　　随着ChatGPT的爆火出圈，在热门题材股关注方面从不掉队的A股市场同样随风而动，概念股股价节节攀升。

　　北美大厂风向有变，AI布局持续加大

　　国盛证券最新研报中指出，北美云计算大厂陆续更新财报，口径上对于资本开支等有些变化，之前市场一直比较担心海外衰退，在整个通胀背景之下对于数据中心云计算相关的投资降速，也已经有一定的体现。

　　比如Meta，2023全年资本支出在300亿到330亿美元，较此前指引范围340亿到370亿美元下调40亿美元，减少部分数据中心建设相关支出计划，转向新的数据中心架构，成本利用率更高，同时支持AI和非AI工作量。谷歌，预计2023年资本支出将与2022年基本持平，但投资方向调整。增加对AI及云服务的建设投资。缩减办公设施支出，提高整体投资效率。亚马逊，2022年四季度，AWS业务营收同比增加20%至214亿美元，企业在云开支上会更谨慎。

　　ChatGPT“真面目”——吞金怪兽

　　ChatGPT等AI“越来越聪明”的背后，需要庞大的成本支撑。其中，算力成本是最重要的，也是最不能偷工减料的一部分。

　　具体而言，算力方面，中银证券报告指出，ChatGPT在参数规模上已经达到了千亿级别，对AI大模型而言，不论是训练还是推理，对于算力这一基础设施都有着极大的需求。

　　中金公司数据显示，ChatGPT训练所耗费的算力大约为3640 PF-days，即假设每秒运算一千万亿次，需要连续运行3640天，训练大模型需要强大的算力。

　　数据标注方面，安信证券分析称，ChatGPT的训练过程加大了人工标注的力度和精度，这代表着在未来的人工智能领域，优质的数据源和强大的标注能力，将成为行业的基础设施。

　　东吴证券(601555)研报分析认为，ChatGPT的优化主要来自模型的增大，以及因此带来的算力增加。GPT、GPT-2和GPT-3（当前开放的版本为GPT-3.5）的参数量从1.17亿增加到1750亿，预训练数据量从5GB增加到45TB，其中GPT-3训练单次的成本就高达460万美元。

　　东方证券(600958)报告指出，从行业发展趋势看，AIGC渗透率有望在2025年提升至10%，市场规模或在2030年超过万亿。

　　CPO有望成为高算力下解决方案

　　基于AI的高算力场景，基础设施包括硬件设备相关最明显的一个变化是算力大幅增长后，相关能耗和成本也会大幅提升。算力的堆积需要能耗去发电，去做更大的存储计算，所以和能耗和投入的成本密切相关。算力的成倍甚至是指数级增长下，能耗和成本的当前方案可能无法满足（速率升级或堆叠的方式）没有商业性和经济性。所以整个设备一大变化就是低功耗低成本高能效解决方案。

　　国盛证券指出，CPO的低功耗或成为AI高算力下高能效比方案。功耗上来看：通过设备（交换机等）和光模块等耦合在背板PCB上，通过液冷板降温，降低功耗。体积/传输质量：满足超高算力后光模块数量过载等问题。同时将光引擎移至交换芯片附近，降低传输距离，提高高速电信号传输质量。成本方面，耦合之后未来伴随规模上量，成本或有一定经济性。

　　所以高算力场景下，交换机/光模块等设备和器件，基于功耗和成本等考虑，可能会发生结构性的变化。通过新技术、CPO（光电共封装）、硅光、耦合、液冷散热等共同达到【高算力但非高功耗】的目标。

　　目前海外包括Nvidia、Cisco、、Broadcom等都在储备或采购相关设备，已部分应用于超算等市场，未来FANG等大厂加速切换至AI投入，相关解决方案渗透率可能大幅上行。

　　相关供应商仍少，因为属于新兴产品，国内代表性公司天孚通信(300394)，以及其他陆续有布局的中际旭创(300308)、新易盛(300502)、光创联等。