颠覆之间：AI时代的4个猜想

原标题：颠覆之间：AI时代的4个猜想

AI变革浪潮席卷而来，重塑着行业格局与未来社会，未来会发展成什么模样？

国盛证券在7月16日的报告中对此展开分析，其指出全球各大科技巨头纷纷布局AI大模型，模型迭代迅速、算力建设和应用落地也在加码。

展望将来，国盛证券对算力层、模型层、应用层提出4个猜想，AI模型能力将成为基础设施，模型和MaaS层或不存在绝对护城河。

而产业链两头的算力层和应用层有望迎来爆发和变革，价值链或呈“U型分布”。

猜想1:算力竞赛加码，格局尚难稳定

2022到2023，全球AI布局加速，大量人工智能模型涌现，大量人工智能模型的推出和迭代大幅带动了上游的算力需求。

算力需求提升，意味着芯片、服务器、云厂商和运营商等各个环节的需求增长。国盛证券指出，AI芯片环节面临巨大的增长机会。

根据中国信通院《中国算力发展指数白皮书》测算，2021年全球计算设备算力规模超过615EFLOPS（1个EFLOPS代表10^18FLOPS），同比增速高达44%左右，而后续几年则将迎来算力引爆时代。

这对于AI芯片需求的拉动将会非常显著：一方面，从服务器总量上来看，算力需求增长将带动GPU服务器出货量增速高升，从而带动训练芯片的需求；另一方面，从服务器结构上来看，相比较普通GPU服务器，AI服务器平均每单位出货所需的GPU数量至少翻倍。

从供给端来看，算力竞赛激烈角逐。国盛证券指出，随着AI技术的迭代、算力需求的增长，各家芯片企业亦展开了百舸争流的竞争态势。

（1）英伟达：率先卡位，软硬结合构筑护城河

在GPU市场，英伟达凭借以H100为首的高性能GPU，率先卡位。国盛证券指出，英伟达的龙头优势来自三方面：

硬件性能：当前英伟达的H100和A100等产品在性能表现上全球领先；

软件生态：硬件性能之外，CUDA软件生态为英伟达搭起护城河。目前主流的深度学习框架基本都使用CUDA，为英伟达建立了非常强的竞争优势。

投资及合作版图：英伟达正通过快速投资AI模型企业，进一步扩张AI版图、绑定下游潜在需求。

（2）AMD：GPU加速追赶英伟达，并快速布局FPGA

作为第二大GPU厂商，AMD亦加速提升GPU产品性能，缩小与龙头之间的差距。

国盛证券指出：

6月13日，AMD对标英伟达的H100，推出专门面向生成式AI的MI300X。MI300X的高带宽内存（HBM）密度，最高可达英伟达H100的2.4倍，高带宽内存带宽最高可达英伟达H100的1.6倍。

从硬件来看，AMD推出的MI300X产品在某些性能指标上已经可以和英伟达的产品相媲美。但软件方面，AMD与英伟达仍存在一定差距。此外，FPGA产品方面，AMD收购赛灵思后，继续锤炼产品。

（3）谷歌：TPU不断迭代，TPUv4性能优秀

国盛证券指出，TPU持续迭代，性能大幅提升。谷歌自2015年发布TPUv1以来，不断迭代升级，在TPUv2时已经可以支持训练。其在2021年Q2发布的TPUv4通过光互连实现可重配置和高可拓展性，采用7nm工艺，峰值算力达275TFLOPS，性能大幅提升。

（4）英特尔：提升FPGA推新频率，Gaudi2性能强

国盛证券指出，由于今年以来，下游需求旺盛，英特尔加快了产品推新速度，2023年计划推出15款新FPGA。我们预计，未来AMD和英特尔在FPGA领域的军备竞赛将再次升级。ASIC方面，Gaudi2性能在某些方面亦超越了英伟达的A100。

综上，国盛证券指出：

AI芯片的比赛已经按下“加速键”，所有玩家正跑步争夺市场地位。从赛道角度，算力需求增长不仅有利于上游的芯片，也同样会带动中游的服务器、下游的云计算厂商及运营商等。

猜想2:若模型同质化，则MaaS不稀缺

进一步来看，AI模型输出的需求将带来MaaS业态的持续增长。不论是通用大模型、还是行业模型，其模型能力的输出都会带来MaaS服务需求的增加。

从基模型到行业模型，百模大战开启随着OpenAI等先行者的突围、LLAMA等模型的开源，当前国内外大模型产品如雨后春笋一般层出不穷。

国盛证券认为：

面对“百模大战”，尽管各家模型企业在算力资源和数据资源上存在差别，但多数模型本身可能并不存在绝对的差异化。正如北京智源人工智能研究院院长黄铁军表示，“大模型发展中没有绝对的壁垒和护城河，有了大模型就像人类多年前学会了发电，后续还会有各种各样的‘发电手段’不断演进迭代”，“大家比拼的是成本和效率，竞争的是应用和生态”。

若模型同质化，MaaS壁垒何在？从国内巨头近期的动作上看，打造开放的、多模型来源的模型商店，也是MaaS服务越来越常见的模式。国盛证券指出：

未来的赛道格局中，上游模型企业：有动力接入多个云服务平台，以拓展更多下游客户。终端应用企业：有动力使用不同的模型，以优化不同的业务及行业场景。

基于此，我们认为，未来“多模型”将成为MaaS平台的重要合作模式，而MaaS平台之间的产品相似性也会越来越高，MaaS服务将成为基础设施。从长期角度，除了算力等资源外，精细化运营程度、价格等因素可能成为MaaS平台的核心竞争力。

猜想3:B端应用SaaS服务迎来AI魔法加持

国盛证券指出，AI有望为各类SaaS公司赋予全新的能力、助力SaaS赛道迎来“奇点时刻”。

1）办公赛道，以微软为例，微软推出Microsoft365Copilot，嵌入Office等以及商务沟通环节，优化办公软件功能，提高办公效率，提升用户体验。

2）CRM赛道，以Salesforce为例，AI有望在销售服务、数据分析、营销商务、内部通讯、开发代码等方面赋能，实现效率和体验的提升，推动付费客户规模扩张、及ARPU提升。

3）设计赛道，以Adobe为例，AI能力嵌入后有望支持内容创作者使用文字生成图像、音频、插图、视频和3D图像等，大幅降低设计门槛、提升设计效率。

综上，未来随着AI赋能，有望推动B端SaaS公司实现更快增长。根据Gartner预计，2023年全球公有云SaaS支出同比增长17.9%至1970亿美元，2024年将同比增17.7%至2323亿美元。

国盛证券指出，展望未来，AI为有望为B端SaaS公司实现更多创新功能，推动更快增长。而SaaS环节主要参与者Microsoft、Salesforce、Oracle等等都有望受益于这一变革。

猜想4:C端应用搜索引擎或被式微，流量入口或回归场景

我们认为，生成式AI在应用端的持续迭代，将对线上线下业态的流量入口产生颠覆型重塑。

其中，搜索引擎这一中心化入口或被削弱。国盛证券指出：

搜索引擎面临更大的问题在于流量入口的变革。事实上，这一点在近期AI大潮来临之前、在移动互联网时期就已体现。从PC互联网到移动互联网时代，网民的信息触达方式发生了潜移默化的改变：此前的搜索越来越多被推荐所取代。随之而来，线上广告市场中，搜索广告的份额也逐渐被各类推荐广告所侵蚀。

国盛证券认为，未来，大语言模型及多模态模型的迭代，有望大大增强终端场景中的内容运营能力，从而将解决问题的过程以“内容+服务”的形式留在各类终端场景中，而原有的中心化的流量入口则面临“去中心化”的挑战。届时，拥有各类终端场景——比如金融、文旅、传媒、教育等——且积极拥抱AI技术迭代的企业，有望在此过程中持续受益。

以旅游场景为例，AI技术的持续迭代有望赋能旅游餐饮等终端场景类平台的内容运营能力，从而这些平台能够以“内容+服务”的模式来全链条服务用户。

同样，在车端，座舱域作为人们生活中的“第三空间”，将来也有望在AI助力下，通过内容交互能力的提升，来实现“内容+服务”的打通。

本文主要摘取自国盛证券《颠覆之间：AI 时代的 4 个猜想——2023 年中期策略》，分析师夏君（执业证书编号：S0680519100004）、朱若菲（执业证书编号：S0680522030003）、刘玲（执业证书编号：S0680122080029）