核心观点
ChatGPT指明了NLP生成领域的技术方向，从技术本源上加速AIGC发展。我们认为，ChatGPT对AIGC发展的意义在于：一方面，GPT作为NLP生成领域模型的突破，将迅速解决AI文本生成、AI代码生成等领域的痛点；另一方面，AI文本生成、AI代码生成作为AI音视频、游戏等其他领域的技术基础，其突破发展也将加速AIGC在音视频、游戏等场景中的渗透(比如生成AI绘画提示词，或生成调用计算引擎等)。全球巨头争相追赶，与ChatGPT水平尚存一定差距。国外公司中，谷歌发布的聊天机器人Bard具有与ChatGPT接近的技术水平，大约相差半年左右。国内公司中，百度、华为、字节跳动、阿里、腾讯等巨头均在大模型方向布局，整体发展水平与ChatGPT相差大概一到两年左右，约接近GPT-3的水平。
AIGC多场景应用处于爆发前夜，千亿市场打开。随着大模型算法突破以及算力成本下降，AIGC发展痛点逐步解除，亟待爆发；同时又有ChatGPT助力，文本、代码、图像生成有望率先成熟，视频、游戏将紧随其后。我们预测，到2025年AIGC在网络文学领域、文本分析领域、绘画及图片领域、数字音乐领域技术将相对成熟，因此渗透率分别为70%/60%/60%/50%；网络视频领域、游戏领域由于技术原因渗透率相对较低，分别约为30%/25%。基于上述假设，我们分别对AIGC细分领域做市场规模预测，预计2025年中国AIGC市场规模有望达到1600亿。
AIGC产业链：基础层最先受益，中间层巨头占优。AIGC产业链可大致分为基础层、中间层和应用层三层架构。鉴于大模型训练需要巨大的算力规模，基础层中的芯片、服务器等硬件提供商将最先受益。而对于中间层来说，技术积累以及资金实力都是关键竞争力，因此我们认为科技巨头更具有竞争优势。应用层中，可类比移动互联网时代，会爆发出很多杀手级应用，用户体验和模式创新都将成为“杀手钳”。
GPT-3训练所需总成本：模型的算力需求几乎与参数量呈同比增长。单一V100 GPU芯片进行一次GPT-3 13B模型的训练，大约需要2144天；进行一次GPT-3 175B模型的训练，大约需要29120天。我们测算GPT-3 13B训练总成本约为：$3.06 /H * 24 H/D * 365 D/Y * 26Y = $0.7 Million；同理，GPT-3 175B训练总成本约为$ 9.5 Million.在不计RAM、CPU、SSD驱动器、电源等其他情况下，GPT-3运行所需芯片成本至少在20万美元以上。
投资建议
ChatGPT开启AI新纪元，AIGC千亿市场处于爆发前夜。产业链基础层中，我们重点推荐全球AI服务器龙头浪潮信息(000977)，关注中科曙光(603019)、中国长城(000066)；中间层中，推荐人工智能技术积累深厚的拓尔思(300229)、科大讯飞(002230)；应用层中，推荐彩讯股份(300634)、嘉和美康(688246)、金山办公(688111)、同花顺(300033)，关注万兴科技(300624)。
风险提示
行业竞争加剧的风险；产业发展进度不达预期的风险；技术风险；政策风险。
