Chatgpt的a股投资，还有多少细分可以挖！

Chatgpt的a股投资，还有多少细分可以挖！
 
一带一路、互联网+、碳中和、新能源车、创，这些叫a股关键词，也可以时髦点叫文字钉，好了，当下已经再清晰不过，新的文字钉呈现出来，叫chatgpt，我开年就做了一个视频，叫年后第一大主题，后续视频继续接力，今天继续来上段，讲解析来chatgpt的在a股还有多少细分可以挖。
 
Chatgpt，炒作上，主要包括模型、算力、数据要素！
 
算力都被锁死了，国内企业最大的机会还是在把握数据端口卡位上，算法模型早晚会渗透的，算力短期内没法的！
 
对比美团，滴滴，互联网实现了体力劳动共享，chatgpt，美心一格提供的是知识劳动的共享。
 
首先我们算算，chatpgt到底需要多少算力，从AI模型构建的角度第一阶段是用超大算力和数据构建预训练模型；第二阶段是在预训练模型上进行针对性训练。
 
OpenAI GPT3自发布以来，在大模型的框架下，每一代GPT模型的参数量均高速扩张，GPT-3参数量已达到1750亿个。
 
2023年1月，平均每天约有1300万独立访客使用ChatGPT。访问阶段算力每天发生，其成本成为衡量ChatGPT最主要投入的关键指标。我们以英伟达A100芯片、DGX A100服务器、现阶段每日2500万访问量等假设为基础，估算得出在初始算力投入上，为满足ChatGPT当前千万级用户的咨询量，投入成本约为8亿美元，对应约4000台服务器；在单日运行电费上，参考美国平均0.08美元/kwh工业电价，每日电费约为5万美元，成本相对高昂。
 
模型的前期训练成本也是讨论的重要议题。基于参数数量估算，GPT-3训练一次的成本约为140万美元；对于一些更大的LLM模型，如拥有5400亿参数的PaLM），采用同样的计算公式，可得出，训练成本1200万美元之间。
 
2021 年全球超算算力的规模，仅能支撑 ChatGPT 最多拥有 1 亿日均上线人数。我们以商汤国内企业的数据模型为计算参考，测算得到活跃人数每增加 1 亿人需要新增投资 203 亿元，其中 ICT 硬件投资 146 亿元。我们假设未来有 6 家科技巨头能够在未来 3 年内各自拥有一款活跃人数 2 亿的 ChatGPT 类应用，有望带来 162EFlops 超算算力需求，超算算力需求较目前提升空间超过 10 倍，未来 3 年 ICT 硬件投资将新增需求 1755 亿元。若考虑到 AIGC 技术向音频、视频等方向蔓延，算力需求提升幅度将更为显著。
 
所以硬件投资上的固定资产投入会大幅增加，光模块环节【天孚通】、【中际旭创】；制冷设备环节建议关注【英维克】【申菱环境】；网络设备环节【紫光股份】。
 
还是要回到芯片问题，怎么破局，随着对芯片性能要求日益提高，需要在更小的空间里集成更多晶体管，靠Chiplet，他就是一个类似先进封装技术，将复杂芯片拆解成具有单独功能的小芯片单元，然后封装组合，实现不同算力、内存和编解码器的组合！

这里可以关注，国产芯IP龙头【芯原股份】，不过这公司就是做ip授权，后面还需要设计、晶圆工厂。
 
当然，国内虽然买不到英伟达的a100芯片，用国内的比如海光；
 
另外，CPU+FPGA也拭目以待，FPGA芯片作为可编程芯片，可以针对特定功能进行扩展，在AI模型构建第二阶段具有一定的发挥空间。而FPGA想要实现深度学习功能，需要与CPU结合，这里就比如复旦微电！
 
 
这里补充个光模块的逻辑，云计算依靠光模块实现设备互联。伴随数据传输量的增长，光模块作为数据中心内设备互联的载体，需求量随之增长。
 
再往下如何，当然主题往下走，就是仿生人，日本这方面硬件产业做的很好。
机器人，仿生皮肤，微马达，伺服，语音识别，人工智能AI学习，都是做这个机器人缺一不可的。
 
 
 
从AlphaGo到ChatGPT，人工智能作为科学领域的发展，的确让人兴奋。但从哲学视角来看，它依然在工具理性的范畴中，机器只能取代的人的部分劳动而不是取代人，人的本质进步仍然在于苏格拉底时代提出的“认识你自己”。
 
人工智能在可预见的时间内，还达不到产生自我意识的地步！
 
每次行情结束我都发现，你们收获了财富，我收获了知识！