半导体行业研究报告：AIGC推动AI产业化由软件向硬件切换，半导体AI生态（21页）

行业报告下载 2023年03月03日 07:26 管理员

现阶段 AIGC 已经在多个领域开花结果，有望在更高层次辅助甚至代替人类工作。2022 年可以说是 AIGC 走入公众视野的元年。2022 年，Stability AI 发布的开源模型 Stable Diffusion 可以根据用户的文字描述生成图像，引爆了 AI 作画话题；同年 12 月，OpenAI 的大型语言生成模型 ChatGPT 更是快速获得关注，其不仅能够胜任高情商的复杂对话，还可以撰写代码、文章、小说等高难度文体，将人机对话的层次推向新的高度。AIGC 应用的强劲增长得益于生成型神经网络的快速发展。生成型神经网络（Generative Neural Networks）通过学习训练数据中的模式来生成新的数据，而不是仅仅对输入数据进行分类或回归预测；自 2014 年以来，变分自编码器（VAE）、生成对抗网络（GAN）、基于流的生成模型、扩散模型、Transformer 模型、神经辐射场、CLIP 模型等多种生成模型相继出现，奠定了 AIGC 的发展基础。

模型即服务（Model-as-a-Service，MaaS）未来或将是 AIGC 主流的商业模式。MaaS 产业生态的上游是基础层，也就是由预训练模型为基础搭建的 AIGC 技术基础设施层。由于预训练模型的高成本和技术投入，因此具有较高的进入门槛。中间层，即垂直化、场景化、个性化的模型和应用工具的提供方，需要对预训练的模型进行二次开发。应用层，即面向 C 端用户的文字、图片、音视频等内容生成服务及相关的创作者。我们认为，中间层未来是 MaaS toB/toG 业务的芯片主力采购方，这也将为成国内半导体发展的基石。当前时间节点，我们看好人工智能芯片及人工智能相关的半导体产业链，核心观点在于： AIGC 的出现真正赋予了人工智能大规模落地的场景，AI 芯片也将从过去面向厂商的训练场景为主转变为面向消费者的推理场景为主，GPU 的高并行计算能力和高通用性的协调统一在消费者时代的统治力或许难以为继，ASIC 芯片、国产 GPGPU 芯片有望切入 MaaS 产业生态。