AI 變革浪潮席捲而來，重塑着行業格局與未來社會，未來會發展成什麼模樣？
國盛證券在 7 月 16 日的報告中對此展開分析，其指出全球各大科技巨頭紛紛佈局 AI 大模型，模型迭代迅速、算力建設和應用落地也在加碼。
展望將來，國盛證券對算力層、模型層、應用層提出 4 個猜想，AI 模型能力將成為基礎設施，模型和 MaaS 層或不存在絕對護城河。
而產業鏈兩頭的算力層和應用層有望迎來爆發和變革，價值鏈或呈 “U 型分佈”。
<h2>猜想 1:算力競賽加碼，格局尚難穩定</h2>
2022 到 2023，全球 AI 佈局加速，大量人工智能模型湧現，大量人工智能模型的推出和迭代大幅帶動了上游的算力需求。
算力需求提升，意味着芯片、服務器、雲廠商和運營商等各個環節的需求增長。國盛證券指出，AI 芯片環節面臨巨大的增長機會。
<blockquote>
根據中國信通院《中國算力發展指數白皮書》測算，2021 年全球計算設備算力規模超過 615EFLOPS（1 個 EFLOPS 代表 10^18FLOPS），同比增速高達 44% 左右，而後續幾年則將迎來算力引爆時代。
這對於 AI 芯片需求的拉動將會非常顯著：一方面，從服務器總量上來看，算力需求增長將帶動 GPU 服務器出貨量增速高升，從而帶動訓練芯片的需求；另一方面，從服務器結構上來看，相比較普通 GPU 服務器，AI 服務器平均每單位出貨所需的 GPU 數量至少翻倍。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a75e39fc-1d49-4db7-ba0e-5a663cc677b9.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="327" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a75e39fc-1d49-4db7-ba0e-5a663cc677b9.png"/>
</blockquote>
從供給端來看，算力競賽激烈角逐。國盛證券指出，隨着 AI 技術的迭代、算力需求的增長，各家芯片企業亦展開了百舸爭流的競爭態勢。
（1）英偉達：率先卡位，軟硬結合構築護城河
在 GPU 市場，英偉達憑藉以 H100 為首的高性能 GPU，率先卡位。國盛證券指出，英偉達的龍頭優勢來自三方面：
<blockquote>
硬件性能：當前英偉達的 H100 和 A100 等產品在性能表現上全球領先；
軟件生態：硬件性能之外，CUDA 軟件生態為英偉達搭起護城河。目前主流的深度學習框架基本都使用 CUDA，為英偉達建立了非常強的競爭優勢。
投資及合作版圖：英偉達正通過快速投資 AI 模型企業，進一步擴張 AI 版圖、綁定下游潛在需求。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d3bda264-af41-4c62-89b5-5e68bf65eeeb.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="556" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d3bda264-af41-4c62-89b5-5e68bf65eeeb.png"/>
</blockquote>
（2）AMD：GPU 加速追趕英偉達，並快速佈局 FPGA
作為第二大 GPU 廠商，AMD 亦加速提升 GPU 產品性能，縮小與龍頭之間的差距。
國盛證券指出：
<blockquote>
6 月 13 日，AMD 對標英偉達的 H100，推出專門面向生成式 AI 的 MI300X。MI300X 的高帶寬內存（HBM）密度，最高可達英偉達 H100 的 2.4 倍，高帶寬內存帶寬最高可達英偉達 H100 的 1.6 倍。
從硬件來看，AMD 推出的 MI300X 產品在某些性能指標上已經可以和英偉達的產品相媲美。但軟件方面，AMD 與英偉達仍存在一定差距。此外，FPGA 產品方面，AMD 收購賽靈思後，繼續錘鍊產品。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d6e043ec-7059-43d3-8f0a-091310733d35.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="349" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d6e043ec-7059-43d3-8f0a-091310733d35.png"/>
</blockquote>
（3）谷歌：TPU 不斷迭代，TPUv4 性能優秀
國盛證券指出，TPU 持續迭代，性能大幅提升。谷歌自 2015 年發佈 TPUv1 以來，不斷迭代升級，在 TPUv2 時已經可以支持訓練。其在 2021 年 Q2 發佈的 TPUv4 通過光互連實現可重配置和高可拓展性，採用 7nm 工藝，峯值算力達 275TFLOPS，性能大幅提升。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/800de0cd-543a-408f-a7c5-dd231c4eef4b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="328" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/800de0cd-543a-408f-a7c5-dd231c4eef4b.png"/>
（4）英特爾：提升 FPGA 推新頻率，Gaudi2 性能強
國盛證券指出，由於今年以來，下游需求旺盛，英特爾加快了產品推新速度，2023 年計劃推出 15 款新 FPGA。我們預計，未來 AMD 和英特爾在 FPGA 領域的軍備競賽將再次升級。ASIC 方面，Gaudi2 性能在某些方面亦超越了英偉達的 A100。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8601e26f-8585-4e2c-ba3c-7d5a4b5c13c0.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="679" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8601e26f-8585-4e2c-ba3c-7d5a4b5c13c0.png"/>
綜上，國盛證券指出：
<blockquote>
AI 芯片的比賽已經按下 “加速鍵”，所有玩家正跑步爭奪市場地位。從賽道角度，算力需求增長不僅有利於上游的芯片，也同樣會帶動中游的服務器、下游的雲計算廠商及運營商等。
</blockquote>
<h2>猜想 2:若模型同質化，則 MaaS 不稀缺</h2>
進一步來看，AI 模型輸出的需求將帶來 MaaS 業態的持續增長。不論是通用大模型、還是行業模型，其模型能力的輸出都會帶來 MaaS 服務需求的增加。
從基模型到行業模型，百模大戰開啓隨着 OpenAI 等先行者的突圍、LLAMA 等模型的開源，當前國內外大模型產品如雨後春筍一般層出不窮。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/eb23630f-de6a-4ecd-b0a7-37fa21c0effe.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="476" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/eb23630f-de6a-4ecd-b0a7-37fa21c0effe.png"/>
國盛證券認為：
<blockquote>
面對 “百模大戰”，儘管各家模型企業在算力資源和數據資源上存在差別，但多數模型本身可能並不存在絕對的差異化。正如北京智源人工智能研究院院長黃鐵軍表示，“大模型發展中沒有絕對的壁壘和護城河，有了大模型就像人類多年前學會了發電，後續還會有各種各樣的 ‘發電手段’ 不斷演進迭代”，“大家比拼的是成本和效率，競爭的是應用和生態”。
</blockquote>
若模型同質化，MaaS 壁壘何在？從國內巨頭近期的動作上看，打造開放的、多模型來源的模型商店，也是 MaaS 服務越來越常見的模式。國盛證券指出：
<blockquote>
未來的賽道格局中，上游模型企業：有動力接入多個雲服務平台，以拓展更多下游客户。終端應用企業：有動力使用不同的模型，以優化不同的業務及行業場景。
基於此，我們認為，未來 “多模型” 將成為 MaaS 平台的重要合作模式，而 MaaS 平台之間的產品相似性也會越來越高，MaaS 服務將成為基礎設施。從長期角度，除了算力等資源外，精細化運營程度、價格等因素可能成為 MaaS 平台的核心競爭力。
</blockquote>
<h2>猜想 3:B 端應用 SaaS 服務迎來 AI 魔法加持</h2>
國盛證券指出，AI 有望為各類 SaaS 公司賦予全新的能力、助力 SaaS 賽道迎來 “奇點時刻”。
<blockquote>
1）辦公賽道，以微軟為例，微軟推出 Microsoft365Copilot，嵌入 Office 等以及商務溝通環節，優化辦公軟件功能，提高辦公效率，提升用户體驗。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/2b295599-f184-474f-9a76-875ac1218617.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="563" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/2b295599-f184-474f-9a76-875ac1218617.png"/>
2）CRM 賽道，以 Salesforce 為例，AI 有望在銷售服務、數據分析、營銷商務、內部通訊、開發代碼等方面賦能，實現效率和體驗的提升，推動付費客户規模擴張、及 ARPU 提升。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ca4db787-b253-4f0e-9c2f-d1d68ea63d41.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="490" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ca4db787-b253-4f0e-9c2f-d1d68ea63d41.png"/>
3）設計賽道，以 Adobe 為例，AI 能力嵌入後有望支持內容創作者使用文字生成圖像、音頻、插圖、視頻和 3D 圖像等，大幅降低設計門檻、提升設計效率。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/51197056-a88b-4667-a030-48da00965e56.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="465" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/51197056-a88b-4667-a030-48da00965e56.png"/>
</blockquote>
綜上，未來隨着AI 賦能，有望推動 B 端 SaaS 公司實現更快增長。根據 Gartner 預計，2023 年全球公有云 SaaS 支出同比增長 17.9% 至 1970 億美元，2024 年將同比增 17.7% 至 2323 億美元。
國盛證券指出，展望未來，AI 為有望為 B 端 SaaS 公司實現更多創新功能，推動更快增長。而 SaaS 環節主要參與者 Microsoft、Salesforce、Oracle 等等都有望受益於這一變革。
<h2>猜想 4:C 端應用搜索引擎或被式微，流量入口或迴歸場景</h2>
我們認為，生成式 AI 在應用端的持續迭代，將對線上線下業態的流量入口產生顛覆型重塑。
其中，搜索引擎這一中心化入口或被削弱。國盛證券指出：
<blockquote>
搜索引擎面臨更大的問題在於流量入口的變革。事實上，這一點在近期AI 大潮來臨之前、在移動互聯網時期就已體現。從 PC 互聯網到移動互聯網時代，網民的信息觸達方式發生了潛移默化的改變：此前的搜索越來越多被推薦所取代。隨之而來，線上廣告市場中，搜索廣告的份額也逐漸被各類推薦廣告所侵蝕。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9e5804b7-4725-4219-b10d-73d9ae63467f.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="669" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9e5804b7-4725-4219-b10d-73d9ae63467f.png"/>
</blockquote>
國盛證券認為，未來，大語言模型及多模態模型的迭代，有望大大增強終端場景中的內容運營能力，從而將解決問題的過程以“內容 + 服務” 的形式留在各類終端場景中，而原有的中心化的流量入口則面臨 “去中心化” 的挑戰。屆時，擁有各類終端場景——比如金融、文旅、傳媒、教育等——且積極擁抱 AI 技術迭代的企業，有望在此過程中持續受益。
<blockquote>
以旅遊場景為例，AI 技術的持續迭代有望賦能旅遊餐飲等終端場景類平台的內容運營能力，從而這些平台能夠以 “內容 + 服務” 的模式來全鏈條服務用户。
同樣，在車端，座艙域作為人們生活中的“第三空間”，將來也有望在 AI 助力下，通過內容交互能力的提升，來實現 “內容 + 服務” 的打通。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8af2dd1c-3299-4d72-9623-a231c371b3c6.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="445" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8af2dd1c-3299-4d72-9623-a231c371b3c6.png"/>
</blockquote>
本文主要摘取自國盛證券《顛覆之間：AI 時代的 4 個猜想——2023 年中期策略》，分析師夏君（執業證書編號：S0680519100004）、朱若菲（執業證書編號：S0680522030003）、劉玲（執業證書編號：S0680122080029）

國盛證券認為，未來 AI 模型能力將成為基礎設施，模型和 MaaS 層或不存在絕對護城河。而產業鏈兩頭的算力層和應用層有望迎來爆發和變革，價值鏈或呈 “U 型分佈”。