ChatGPT是由微软投资的AI实验室OpenAI开发出的一款智能聊天机器人模型，它能够根据用户的文本输入，产生相应的智能回答。每一代GPT模型的参数量都快速增长，2019年2月发布的GPT-2参数量为15亿，而2020年5月的GPT-3，参数量达到了1750亿。ChatGPT能够实现当前如此强大的交互，离不开背后庞大的算力支撑，随着AI等新技术的发展，对高可靠、高性能、高安全算力需求更加突出。

据微软官网，微软Azure为OpenAI开发的超级计算机是一个单一系统，具有超过28.5万个CPU核心、1万个GPU和400 GB/s的GPU服务器网络传输带宽。据英伟达，使用单个Tesla架构的V100 GPU对1746亿参数的GPT-3模型进行一次训练，需要用288年时间。此外，算力资源的大量消耗，必然伴随着算力成本的上升，据Lambda，使用训练一次1746亿参数的GPT-3模型所需花费的算力成本超过460万美元。我们认为，未来拥有更丰富算力资源的模型开发者，或将能够训练出更优秀的AI模型，算力霸权时代或将开启。

具体来看，AI大模型对于算力资源的需求主要体现在以下三类场景：

首先，模型预训练：ChatGPT采用预训练语言模型，核心思想是在利用标注数据之前，先利用无标注的数据训练模型。据测算，训练一次ChatGPT模型（13亿参数）需要的算力约27.5PFlop/s-day；

其次，日常运营：用户交互带来的数据处理需求同样也是一笔不小的算力开支，测算得ChatGPT单月运营需要算力约4874.4PFlop/s-day，对应成本约616万美元；

最后，Finetune：ChatGPT模型需要不断进行Finetune模型调优，对模型进行大规模或小规模的迭代训练，产生相应算力需求。

华泰证券分析指出，随着国内厂商相继布局ChatGPT类似模型，算力需求或将持续释放，供给端核心环节或将率先受益：其一是算力芯片，GPU采用了数量众多的计算单元和超长的流水线，架构更适合进行大吞吐量的AI并行计算；其二则是服务器，ChatGPT模型训练涉及大量向量及张量运算，AI服务器具备运算效率优势，大模型训练有望带动AI服务器采购需求放量；最后为数据中心，IDC算力服务是承接AI计算需求的直接形式，随着百度、京东等互联网厂商相继布局ChatGPT类似产品，核心城市IDC算力缺口或将加大。

点评：当前处在以ChatGPT为主线的新一轮人工智能创新周期，ChatGPT为人工智能产业注入新活力，有望带动AIGC类应用快速爆发，人工智能技术作为驱动数据经济的技术底层，有望迎来新的发展机遇。数据、算力与算法是人工智能时代的三大基石，三者相互促进带动AI+应用快速落地，ChatGPT为首的自然语言处理类技术及应用，有望迎来全面爆发。

这里，通过整合多家券商最新研报信息，为粉丝朋友带来4家公司简介，仅供参考。

1、浪潮信息

浪潮是全球服务器及AI服务器龙头，ChatGPT持续火爆下对算力的需求有望不断提升，公司作为全球算力底座有望充分受益；同时公司也有望受益于全球互联网资本开支的提升与国内“数字经济”建设的红利，作为行业龙头仍具备估值优势。--民生证券

2、智微智能

公司是国内领先的云网边端全场景产品及方案服务商，致力于为客户提供智能场景下“云网边端”一体化软硬件产品及方案。在物联网产业迅猛发展的当下，新ICT时代产生了新的变化，对设备厂商也产生新要求，并借政策之力打开市场。公司凭借多场景、多类型的场景化产品定义能力，打造柔性制造+智能信息化体系，未来有望凭借此前积累和持续研发发展成为基于自研软硬件产品的系统级方案服务商，打造智慧物联网生态新格局。--中信证券

3、中科曙光

公司响应国家数字经济发展号召，积极参与全国数字经济底座建设。有望同时受益于短期新的服务器增长周期和长期自主可控的深入推进，并在未来五年“东数西算”数据中心建设相关项目中发挥优势。--安信证券

4、神州数码

作为华为的长期合作伙伴，神州数码于2020年建成首个鲲鹏超算中心，旗下鲲泰系列产品契合国内企业信创需求，并完成了对国产中间件、数据库、操作系统的适配，多次中标项目彰显行业竞争力。在产业布局方面，公司在以鲲鹏算力为核心的前提下，也进行多元化布局，积极拓展飞腾、龙芯PC产品线。从下游企业信创采购需求来看，企业往往需要能符合自身行业、业务特点，选择真正具备性能出众、功能完善的服务器产品，从这一角度出发，鲲鹏ARM处理器具有相比其他国产处理器的显著优势。--华安证券