飞雪阳春
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!
分享:
请输入验证信息:
你的加群请求已发送,请等候群主/管理员验证。
数据来自赢家江恩软件>>
虚位以待
暂无
4人关注了该股票
长期未登录发言
吧主违规操作
色情、反动
其他
*投诉理由
答:2023-06-06详情>>
答:以公司总股本19890.191万股为基详情>>
答:http://www.tfcsz.com 详情>>
答:每股资本公积金是:2.77元详情>>
答:天孚通信的子公司有:8个,分别是:详情>>
电子身份证概念股涨幅排行榜,数字认证、科创信息多股涨停
今天风沙治理概念涨幅4.22% 节能铁汉、冠中生态涨幅居前
今天数字中国概念在涨幅排行榜排名第6,涨幅领先个股为数字认证、浪潮软件
周二金融科技概念在涨幅排行榜排名第10,数字认证、兆日科技等股领涨
今天电子政务概念涨幅3.53% 旋极信息、数字认证涨幅居前
飞雪阳春
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!
分享:
相关帖子