報告出品/作者：華西計算機團隊、劉澤晶

以下為報告原文節(jié)選

------

1.1 ChatGPT為API接口收費，我國需自主可控

ChatGPT，AI的曠世之作，持續(xù)引爆市場: 是OpenAI于 2022年11月推出的聊天機器人，由于其功能強大，例如實現(xiàn)文章創(chuàng)作、代碼創(chuàng)作、回答問題等功能，我們認為其具有跨時代的意義，例如實現(xiàn)勒“模糊搜索”到“精準推送”的跨越，因此持續(xù)引爆市場。

ChatGPT為AI接口收費，我國需自主可控: OpenAI(ChatGPT母公司)的商業(yè)模式為API接口收費，客戶可以通過接入OpenAI的API接口獲取獲取相關圖像、語言、代碼調整服務，我們認為此種商業(yè)模式具有“卡脖子”的風險，一旦海外禁止API接口權限，會對我國AIGC生態(tài)造成嚴重影響，因此我國需要發(fā)展自主可控的“ChatGPT”。

國產(chǎn)生態(tài)正在逐步繁榮，百度打響“ChatGPT”領域“第一槍”：百度是少有預訓練模型(大模型)語言訓練能力的公司,其在算法、算力、數(shù)據(jù)、生態(tài)、平臺五方面皆有儲備，根據(jù)百度官方公眾號，百度計劃于2023年3月16日在北京總部召開新聞發(fā)布會，圍繞國產(chǎn)版ChatGPT文心一言，我們認為此舉正式意味著我國自主可控的“ChatGPT”即將問世。

1.2 ChatGPT的競爭本質即大模型儲備競賽

大模型的是人工智能發(fā)展的必然趨勢: 大模型即“大算力+強算法”結合的產(chǎn)物。大模型通常是在大規(guī)模無標注數(shù)據(jù)上進行訓練，學習出一種特征和規(guī)則?；诖竽Ｐ瓦M行應用開發(fā)時，將大模型進行微調，如在下游特定任務上的小規(guī)模有標注數(shù)據(jù)進行二次訓練，或者不進行微調，就可以完成多個應用場景的任務。

大模型是輔助式人工智能向通用性人工智能轉變的堅實底座: 大模型增強了人工智能的泛化性、通用性，生產(chǎn)水平得到質的飛躍，過去分散化模型研發(fā)下，單一AI應用場景需要多個模型支撐，每個模型需要算法開發(fā)、數(shù)據(jù)處理、模型訓練、參數(shù)調優(yōu)等過程。大模型實現(xiàn)了標準化AI研發(fā)范式，即簡單方式規(guī)模化生產(chǎn)，具有“預訓練+精調”等功能，顯著降低AI開發(fā)門檻，即“低成本”和“高效率”。

數(shù)據(jù)、平臺、算力是打造大模型生態(tài)的必備基礎: 數(shù)據(jù)是訓練大模型參數(shù)的必備，我們認為可以理解成“燃料”；算力是訓練大模型的底層動力源泉，一個優(yōu)秀的算力底座在大模型(AI算法)的訓練和推理具備效率優(yōu)勢；平臺是大模型和算力之間的“橋梁”，可針對不同的模型和硬件，實現(xiàn)資源的合理分配，達到軟硬件的最優(yōu)組合，從而大幅提升訓練模型的效率。

1.3 大模型帶來的AI技術與應用變革潛能被廣泛驗證

大模型帶來的AI技術與應用變革潛能被廣泛驗證，可以分為四類，分別是NLP(自然語言處理)、CV(計算機視覺)、多模態(tài)和科學計算。

NLP: 近年來，隨著預訓練技術(大模型)、算力提升以及NLP海量數(shù)據(jù)和任務特性，大模型預訓練在該領域取得顯著突破，2018年，隨著BERT(谷歌)的誕生，是利用海量無標注文本的監(jiān)督學習，已經(jīng)刷新多個AI權威技術榜單，3億參數(shù)的BERT模型在權威GLUE的11任務刷新紀錄，基準值推至80.4%，絕對值提升7.6個點。

CV: 目前，主要以卷積神經(jīng)網(wǎng)絡(CNN)和Transformer為支撐的計算機大模型快速發(fā)展，比如，2021年的150億參數(shù)的V-MoE推出，在ImageNET準率高達90.35%，此外，國內(nèi)廠商也逐漸發(fā)力，盤古CV大模型可提供OCR文字識別，并在多個場景落地。

多模態(tài): 大模型技術推動多模態(tài)模型不斷迭代升級，比如阿里大模型M6，模型參數(shù)10萬億級別，持續(xù)拓寬大模型應用廣度，覆蓋電商、智能交互等場景，此外，OpenAI的CLIP(文本圖像匹配)以及DALL·E2(文生圖)持續(xù)落地。

科學計算: AI+科學計算持續(xù)引發(fā)大變革，比如生物制藥、氣象預報、地震探查、材料等領域，例如Deep-Mind推出的AlphaFold2能夠覆蓋98.5%的人類蛋白質組，并對20種其他生物蛋白結構進行預測。

1.4 中美科技巨頭廠商開啟大模型儲備“軍備賽”

美國科技巨頭公司開啟AI大模型 “軍備賽” :u 谷歌: 谷歌推出聊天機器人Bard，底層代碼為LaMDA，我們認為LaMDA與ChatGPT算法具備一戰(zhàn)之力。此外，BERT算法具備庫時代的意義。

微軟:目前，根據(jù)智東西報道，微軟推移動版Bing，語音接入、AI群聊等功能。此外，微軟本身也有在NLP、CV相關大模型的技術儲備。

其他: 例如FaceBook、亞馬遜、DeepMind、英偉達等廠商已經(jīng)加入大模型的“軍備賽”，并分別在NLP、CV或多模態(tài)方面已有相應的技術儲備，應用在語言生成、推理、代碼生成、跨模態(tài)搜索等領域中。

我國需有自主可控AI大模型，生態(tài)正逐漸繁榮:ü 百度: 是少有預訓練模型(大模型)語言訓練能力的公司，已經(jīng)經(jīng)歷多次迭代，目前已覆蓋眾多方向，目前已有近百萬開發(fā)者使用文心大模型，生態(tài)正在逐步繁榮，合作廠商覆蓋科技、教育、工業(yè)、媒體、金融等諸多產(chǎn)業(yè)。

阿里: 根據(jù)鈦媒體數(shù)據(jù)，M6模型是中文多模態(tài)模型，參數(shù)規(guī)模高達萬億，已在超40個場景中應用，可以實現(xiàn)劇本創(chuàng)作等功能。

其他: 例如騰訊、京東、科大訊飛、字節(jié)跳動、網(wǎng)易等紛紛加入“軍備賽”，分別擁有獨特技術架構，應用在智慧音效、AI視頻創(chuàng)作、AI語音、AI作文、AI搜索等應用場景中。

資料來源：公開資料整理，騰訊《AIGC發(fā)展趨勢報告2023》，華西證券研究所

2.1 百度文心一言開啟國產(chǎn)ChatGPT新征程

百度是少有大模型語言訓練能力的公司: 其文心大模型和Open AI的GPT模型類似，在2019年就已經(jīng)推出，并且已經(jīng)迭代了多代，從單一的自然語言理解延伸到多模態(tài)，包括視覺、文檔、文圖、語音等多模態(tài)多功能，因此“文心一言”所基于的ERNIE系列模型也已經(jīng)具備較強泛化能力和性能。

我們認為百度作為國產(chǎn)ChatGPT“領軍企業(yè)”，符合數(shù)據(jù)、平臺、算力、大模型、生態(tài)多重要素需求: 算力方面，百度擁有自主生態(tài)的算力底座，比如百度智算中心；AI芯片方面，坐擁昆侖芯加速器，實現(xiàn)了核心自主可控，且性能優(yōu)異；平臺方面，百度具備百度百舸 · AI異構計算平臺，具有高性能、高彈性等優(yōu)勢；大模型儲備方面，百度實現(xiàn)了全生態(tài)的布局，其中包括NLP、CV、大模型、生物計算等領域，且在不同場景中已有較多應用。數(shù)據(jù)方面，根據(jù)IDC數(shù)據(jù)，其擁有5500億條知識，且已經(jīng)應用于百度搜索、信息流、智能駕駛、百度地圖、小度等產(chǎn)品。

2.2.1 百度文心一言大模型儲備齊全: NLP(自然語言處理)

百度文心一言NLP方向算法儲備齊全: 其中著名的 ERNIE系列，是基于知識增強的千億模型，用于智能創(chuàng)作、摘要生成、問答、語義檢索、情感分析、信息抽取、文本匹配、文本糾錯等各類自然語言理解和生成任務，并且模型已經(jīng)可應用于醫(yī)療、金融、圖語言、編程、跨模態(tài)、信息抽取等各個方面。此外，PLATO模型，是全球首個超百億參數(shù)規(guī)模的中英文對話訓練模型，可以讓機器人像人一樣具有邏輯且自由對話。

百度文心一言NLP功能強大: 例如ERNIE系列，ERNIE3.0基于知識增強的多范式統(tǒng)一預訓練框架，深入融合的千億級知識，具備強大的語言理解能力與小說、摘要、文案創(chuàng)意、歌詞、詩歌等文學創(chuàng)作能力。其中與鵬城實驗室合作發(fā)布了知識增強千億大模型 “鵬城-百度·文心“。目前文心ERNIE已經(jīng)刷新93個中文NLP任務基準，并多次登頂SuperGLUE全球榜，已在機器閱讀理解、文本分類、語義相似度計算等60多項任務中實際應用。

2.2.2 百度文心一言大模型儲備齊全: CV(計算機視覺)

百度文心一言CV具有顛覆性: VIMER-CAE: 為視覺自監(jiān)督預訓練大模型，創(chuàng)新性地提出 “在隱含的編碼表征空間完成掩碼預測任務”的預訓練框架，在圖像分類、目標檢測、語義分割等經(jīng)典下游任務上刷新SOTA結果。

VIMER-UFO 2.0: 多任務學習模型，行業(yè)最大170億參數(shù)視覺多任務模型，覆蓋人臉、人體、車輛、商品、食物細粒度分類等 20+ CV 基礎任，具備支持各類任務、各類硬件的靈活部署等優(yōu)勢，可以有效解決大模型參數(shù)量大，推理性能差等問題。

OCR -VIMER-StrucTexT 2.0: 為表征學習預訓練模型解決了訓練數(shù)據(jù)匱乏和傳統(tǒng) OCR + NLP 鏈路過長導致的模型表達能力不足、優(yōu)化效率偏低等問題，能夠廣泛應用于文檔、卡證、票據(jù)等圖像文字識別和結構化理解，例如泛卡證票據(jù)信息抽取應用、政務辦公文檔還原應用等場景。

VIMER-UMS: 是行業(yè)首個統(tǒng)一視覺單模態(tài)與多源圖文模態(tài)表征的商品多模態(tài)預訓練模型，可實現(xiàn)統(tǒng)一圖文表征預訓練同時覆蓋商品視覺單模態(tài)、多模態(tài)識別與檢索任務，可以顯著改善商品視覺檢索和商品多模態(tài)檢索體驗。

2.2.3 百度文心一言大模型儲備齊全: 跨模態(tài)、生物計算

文心跨境大模型優(yōu)勢顯著: ERNIE-ViLG2.0是知識增強的 AI 作畫大模型，在公開權威評測集MS-COCO上取得了當前該領域的領先效果，在語義可控性、圖像清晰度、中國文化理解等方面均展現(xiàn)出了顯著優(yōu)勢；跨模態(tài)文檔智能大模型ERNIE-Layout，基于布局知識增強技術，融合文本、圖像、布局等信息進行聯(lián)合建模，在文檔抽取、布局理解等5類11項任務刷新業(yè)界SOTA；ERNIE-VIL是首個只是業(yè)界首個融合場景圖知識的多模態(tài)預訓練模型。在視覺常識推理、跨模態(tài)圖像檢索、跨模態(tài)文本檢索等 典型多模態(tài)任務中刷新了世界記錄。

文心生物計算大模型在全球具有領先優(yōu)勢: HelixFold-Single是秒級別的蛋白結構預測大模型，從近3億的無標注蛋白質數(shù)據(jù)中隱式的學習MSA信息，在90% 的單體蛋白場景上預測效果持平AF2，在抗體結構預測場景下，比AlphaFold2預測結果更優(yōu)；HelixGEM-2為小分子藥物研發(fā)模型，在量子化學屬性預測和虛擬篩選雙場景上達到領先效果，其上個版本是業(yè)界首個基于幾何構象增強的化合物表征模型，引入化合物的三維空間信息，在14個藥物屬性預測相關的benchmarks上效果達到業(yè)界最優(yōu)；HelixFold模型可以端到端地學習蛋白質結構，在國產(chǎn)DCU環(huán)境下訓練千萬級別蛋白僅需到2.6天，在 GPU 上相同硬件環(huán)境配置下，訓練性能和部分場景效果顯著優(yōu) AlphaFold2。

2.3.1 百度底層算力技術實力強勁: 百度智算中心

百度智算中心是數(shù)字經(jīng)濟的重要底座: 百度自身具有建設智能算力中心的實力，百度智算中心面向人工智能應用場景，為政府和行業(yè)客戶提供普惠算力、算法模型和數(shù)據(jù)服務的人工智能基礎設施?？擅鎸θ斯ぶ悄軕脠鼍?，支持大規(guī)模部署的同時，滿足高并發(fā)、高彈性、高精度等不同計算需求，可支撐城市大腦、產(chǎn)業(yè)金融、自動駕駛等各個垂直化行業(yè)。

方案優(yōu)勢強大，具備多重領先優(yōu)勢: 1、技術領先，現(xiàn)有千卡并行環(huán)境下實現(xiàn)加速比90%，可支持大規(guī)模模型訓練場景；2、綠色低碳，數(shù)據(jù)中PUE可以低至1.08，左到低能耗、高性能運行；3、自主可控，AI芯片、AI框架、開發(fā)平臺、大模型層面、可以做到全棧自研自主可控；4、開放生態(tài)，飛槳已累計凝聚477萬開發(fā)者等。

目前已在江蘇鹽城、湖北宜昌等地落地，建設內(nèi)容包括智算中心、城市級視頻中臺、數(shù)據(jù)中臺系統(tǒng)、核心物聯(lián)網(wǎng)通信系統(tǒng)、大規(guī)模圖譜分析體系，以及超過270類不同人工智能算法模型。

資料來源：百度智能云官網(wǎng)，華西證券研究所

2.3.2 百度底層算力技術實力強勁:百度百舸 · AI異構計算平臺

百度AI異構計算平臺技術積累濃厚:包含AI計算、AI存儲、AI加速、AI容器四大核心套件，具有高性能、高彈性、高速互聯(lián)、高性價比等特性，其中平臺已經(jīng)充分汲取了百度多年技術積累，具備深度融合推薦、無人駕駛、生命科學、NLP等場景的實踐經(jīng)驗，能為AI場景提供軟硬一體解決方案，加速AI工程化落地。

百度智能計算平臺具備多重優(yōu)勢: 1、高效率，提供AI超級服務器、RDMA網(wǎng)絡、大吞吐低延時的并行文件系統(tǒng)，可大幅提升訓練速度和推理效率；2、高密度，支持GPU資源共享與隔離、架構感知調度，提升異構資源的容器化部署密度，提升資源利用率；3、良好易用性，支持PaddlePaddle、TensorFlow、Pytorch等多種主流深度學習框架；4、多場景部署，可根據(jù)業(yè)務需求在不同場景部署落地，公有云、IDC等場景；5、樂高式拼接，AI計算、AI存儲、AI容器三大核心產(chǎn)品均可各自獨立提供服務。

應用場景廣泛: 可用于營銷廣告、無人駕駛、生物科技、語音語義、計算機視覺等場景中的訓練及推理。

2.3.3 百度底層算力技術實力強勁: 昆侖芯云服務器

百度昆侖云服務器服務器專為AI算力而生:昆侖芯云服務器是一種彈性按需、提供高性能通用AI算力的云服務器，應用于AI推理和AI訓練加速。昆侖芯云服務器是搭載昆侖芯的云服務器，支持K100和R200型號。其中昆侖芯為自主研發(fā)的 AI 通用處理器芯片。其中R200AI芯片采用7nm制成，廣泛應用于計算機視覺、自然語言處理、大規(guī)模語音識別、大規(guī)模推薦等場景。

昆侖芯云服務器技術壁壘濃厚: 1、領先的AI計算能力，基于7nm制程，單卡算力達到128TFLOPS，支持推理和訓練；2、生態(tài)兼容，支持主流深度學習開發(fā)框架，例如Tensorflow、Pytorch、PaddlePaddle等；3、具備硬件虛擬化能力，優(yōu)化了加速芯片的利用率，在保證延時和吞吐量的情況下支持推理和訓練等混合工作負載；4、易開發(fā)，支持多種開發(fā)組件工具，編譯引擎支持C和C++編程。

典型案例: 1、互聯(lián)網(wǎng)搜索，可支持搜索系統(tǒng)對高并發(fā)要求，提高NLP推理的效率；2、超算中心，實現(xiàn)人工智能算力大規(guī)模、高密度部署；3、工業(yè)質檢，利用深度學習技術替代人工質檢，大大節(jié)省了人力成本，提高整廠的智能化水平，幫助企業(yè)降低損耗，提升約10%的良品率；4、智慧城市，全方位支撐智慧政務、綜合治理等智慧城市核心板塊。

2.3.4 百度底層算力技術實力強勁: 昆侖芯AI芯片

百度自身AI芯片技術實力濃厚: 昆侖芯AI芯片是百度自主研發(fā)的芯片，昆侖芯科技前身是百度智能芯片及架構部昆侖芯科技深耕AI加速領域已十余年，是一家在體系結構、芯片實現(xiàn)、軟件系統(tǒng)和場景應用均有積累的AI芯片企業(yè)。昆侖芯1代是百度自妍的第一一代昆侖芯片，2020年底實現(xiàn)量產(chǎn)；昆侖芯2代也已于2021年8月量產(chǎn)；根據(jù)百度集團執(zhí)行副總裁沈抖透露，昆侖芯3代將于2024年初量產(chǎn)。

昆侖芯2代AI芯片可提供龐大算力支撐，具有性能優(yōu)勢: 采用7nm架構，對比上一代，R200全面提升AI負載的運行效率，巔峰算力可達256 TOPS@INT8，昆侖芯2代具備多重優(yōu)勢，1、創(chuàng)新架構，通用和專用指令集融合，支持訓練、推理、虛擬化；2、算力支撐強大，通用計算能力明顯增強，可靈活支持AI算法的演進，3、高速互聯(lián)，高性能分布式AI系統(tǒng)，加速AI數(shù)據(jù)和模型并行中的數(shù)據(jù)交換。此外，昆侖芯在著名算法的功耗比已有顯著優(yōu)勢。

2.4 百度文心一言生態(tài)愈發(fā)繁榮

百度模型評估結果屬于第一梯隊，彰顯其強大技術實力: 根據(jù)IDC的數(shù)據(jù)評估先實，百度文心大模型在市場格局中處于第一梯隊，產(chǎn)品能力、生態(tài)能力達到L4水平，應用能力達到L3水平。產(chǎn)品能力呈現(xiàn)出較強技術實力和平臺積累， “文心大模型+深度學習平臺”創(chuàng)新了人工智能研發(fā)應用范式達到行業(yè)前端水平；應用能力方面，百度已在金融、能源、制造、城市、傳媒、互聯(lián)網(wǎng)等行業(yè)擁有實際落地的標桿案例，截止目前文心已累計發(fā)布11個行業(yè)大模型；在生態(tài)能力方面，百度文心大模型在社區(qū)用戶的基礎上，可以實現(xiàn)與開發(fā)者、行業(yè)用戶、上下游產(chǎn)業(yè)的正向互動，在評估廠商中處于行業(yè)領先位置。

百度大模型賦能千行百業(yè)，已有落地應用:目前百度文心在能源、金融、航天、制造、傳媒、城市、社科以及影視等領域與國網(wǎng)、浦發(fā)、吉利、TCL、人民網(wǎng)、哈爾濱、上海辭書出版社等均有案例應用的行業(yè)大模型。這些行業(yè)大模型作為重要AI底座，在各行業(yè)的技術效果突破、產(chǎn)品創(chuàng)新、生產(chǎn)流程變革、降本增效等維度產(chǎn)生價值。

2.4 百度文心一言生態(tài)愈發(fā)繁榮

百度文心一言場景愈發(fā)繁榮，目前已有諸多廠商開展合作，我們認為其商業(yè)模式同樣為API接口收費，屬于SAAS商業(yè)模式，合作廠商分別覆蓋科技、金融、航天、影視、汽車、電子制造等諸多產(chǎn)業(yè)。

2.5 百度文心一言五大要素齊全，開啟全新篇章

我們認為大模型成功必備的五要素，分別是數(shù)據(jù)、算力、平臺、模型和生態(tài)，而百度作為國產(chǎn)ChatGPT的領頭羊，五大要素皆已配備。

海量數(shù)據(jù): 即訓練大參數(shù)模型的“燃料”，根據(jù)IDC數(shù)據(jù)，其擁有5500億條知識，且已經(jīng)應用于百度搜索、信息流、智能駕駛、百度地圖、小度等產(chǎn)品。

模型儲備:百度實現(xiàn)了全生態(tài)的布局，其中包括NLP、CV、跨境大模型、生物計算等領域。

NLP領域： ERNIE系列，是基于知識增強的千億模型，用于智能創(chuàng)作、摘要生成、問答、語義檢索、情感分析、信息抽取等能力。PLATO模型，是全球首個超百億參數(shù)規(guī)模的中英文對話訓練模型，可以讓機器人像人一樣具有邏輯且自由對話的功能。

CV領域: VIMER-CAE，應用于圖像分類、目標檢測、語義分割等場景；VIMER-UFO，擁有170億參數(shù)，覆蓋人臉、人體、車輛、商品、食物細粒度分類等 20+的視覺多任務模型；OCR -VIMER-StrucTexT廣泛應用于文檔、卡證、票據(jù)等圖像文字識別和結構化理解；VIMERUMS業(yè)內(nèi)首發(fā)多源圖文模態(tài)表征的商品多模態(tài)預訓練模型；

跨境大模型：可實現(xiàn)AI作畫、場景融合視覺常識推理、跨模態(tài)圖像檢索、跨模態(tài)文本檢索等多場景。

生物計算: 應用場景為蛋白結構預測和小分子藥物研發(fā)等領域。

平臺方面: 擁有自主生態(tài)的百度百舸 · AI異構計算平臺，具備高效率、多密度、高易用性、多場景部署、樂高式拼接等能力。

算力底座:百度自身具有建設智能算力中心的實力，技術領先且自主可控，已有典型落地案例；服務器方面擁有自妍的昆侖芯云服務器，具有AI計算能力領先、生態(tài)兼容、兼具硬件虛擬化、易開發(fā)等能力；芯片方面，昆侖芯AI芯片是百度自主研發(fā)的芯片，2代芯片已量產(chǎn)，具備算力支撐強、高速互聯(lián)等多重優(yōu)勢。

生態(tài): 百度大模型賦能千行百業(yè)，已有落地應用，合作廠商分別覆蓋科技、金融、航天、影視、汽車、電子制造等諸多產(chǎn)業(yè)。

--------------------------------------------------------------------------