计算机行业：大模型深度复盘科技变革加速-230522（39页）.pdf

《计算机行业：大模型深度复盘科技变革加速-230522（39页）.pdf》由会员分享，可在线阅读，更多相关《计算机行业：大模型深度复盘科技变革加速-230522（39页）.pdf（39页珍藏版）》请在三个皮匠报告上搜索。

1、 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。1 证券研究报告 计算机计算机 大模型大模型深度复盘，科技变革加速深度复盘，科技变革加速 华泰研究华泰研究 计算机计算机 增持增持 (维持维持)研究员 谢春生谢春生 SAC No.S0570519080006 SFC No.BQZ938 +(86)21 2987 2036 研究员 郭雅丽郭雅丽 SAC No.S0570515060003 SFC No.BQB164 +(86)10 5679 3965 研究员 范昳蕊范昳蕊 SAC No.S0570521060004 +(86)10 6321 1166 联系人 彭钢彭钢 SAC No.

2、S0570121070173 +(86)21 2897 2228 联系人 袁泽世，袁泽世，PhD SAC No.S0570122080053 +(86)21 2897 2228 联系人 林海亮林海亮 SAC No.S0570122060076 +(86)21 2897 2228 行业行业走势图走势图 资料来源：Wind，华泰研究 2023 年 5 月 22 日中国内地 专题研究专题研究 大模型时代已来，大模型时代已来，AGI 新纪元开启新纪元开启 大语言模型（LLM）是在大量数据集上预训练的巨大模型，在处理各种 NLP（自然语言处理）任务方面显示出了较大潜力。2017 年 Transforme

3、r 编解码器架构问世后，成了今年 LLM 发展的蓝图，并由此分化出编码器、编解码器和解码器三条进化路径。其中，编解码器和解码器架构目前仍在不断演进中，且解码器架构在数量上占据绝对优势。全球视角看，LLM 的典型代表是 OpenAI 开发的 GPT 系列模型，国内的百度、智源等也在大模型上进行了深厚的积累。在大模型的赋能下，各种垂类应用和工程实现纷纷落地，包括 BloombergGPT、AutoGPT 等。LLM 或将开启通用人工智能新纪元。溯源：从经典神经网络到溯源：从经典神经网络到 Transformer 架构架构 深度学习可以概括为特征的抽象和结果的预测。深度学习与神经网络密不可分，主要原

4、因是神经网络模型可以使用误差反向传播算法，较好地解决了深度学习中的贡献度分配问题。从历史发展看，神经网络诞生于 1943 年提出的 MP 模型，深度学习概念由 Hinton 于 2006 年正式提出。经过多年的发展，问世了如卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）等经典的深度学习算法。2017 年，Transformer 架构的出现成为了后来 LLM 的基础架构，再次开启了大语言模型快速发展时期。发展：从发展：从 GPT-1 到到 GPT-4，开启大模型新纪元开启大模型新纪元 2018 年，OpenAI 提出生成式预训练模型 GPT-1，引入有监督的微调训练。

5、2019 年，GPT-2 以更大的参数量和多任务训练进行 zero-shot 学习；2020年，GPT-3 用 few-shot 代替 zero-shot，并将训练参数增加到 1750 亿，再次提高模型表现性能。2022 年，InstructGPT 引入基于人类反馈的强化学习，实现了更符合人类预期的模型输出。2022 年 11 月，OpenAI 正式推出对话交互式模型 ChatGPT，5 天时间突破了 100 万用户。2023 年 3 月，GPT-4问世，支持多模态输入，并能高水准完成专业考试，支持 API。延伸：国内大模型快速成长，海外大模型多维拓展延伸：国内大模型快速成长，海外大模型多维拓

6、展 大模型时代到来，模型体系与生态快速扩充，海内外企业坚定发力。受益于大模型的理解能力、推理能力、泛化能力得到充分验证，海内外企业纷纷加速大模型相关的产业布局，全面拥抱大模型时代的技术变革。1）国内：）国内：国内大模型发展起步相对较晚，ChatGPT 问世以来国内企业加速大模型研发，2023 年以百度文心、商汤日日新、讯飞星火等为代表的国产大模型相继发布，并持续推进模型迭代升级；2）海外：）海外：海外大模型发展呈现垂直落地、工程实现、模态丰富三大发展趋势，模型体系与配套的工程生态日益丰富。产业链产业链相关公司梳相关公司梳理理 以 GPT 为代表的大模型产业链可分为算力、模型、应用三个环节。1）