受限於模型性能,AI應用進入瓶頸,北美科技巨頭26年資本支出持續性以及上游算力產業鏈的業績成長性受到質疑。
智通財經APP獲悉,光大證券發佈研報稱,OpenAI發佈的最新模型o1,在編程、理科競賽等推理密集型任務中性能明顯優於GPT-4o,但在部分自然語言任務中較弱。受限於模型性能,AI應用進入瓶頸,北美科技巨頭26年資本支出持續性以及上游算力產業鏈的業績成長性受到質疑。而近期前沿論文和o1展現的強化學習推理、思維鏈等底層技術,是AI產業發展和投資情緒提振的關鍵。新的 Scaling Law,RL+COT 對於實現能自主規劃的 Al Agent 至關重要。北美科技公司進入新一輪AI投資週期,資本支出大幅上升可能使公司面臨成本壓力,科技巨頭或會更加重視AI投資的性價比。
事件:2024年9月12日,OpenAI發佈最新模型o1,在編程、理科競賽等推理密集型任務中性能明顯優於GPT-4o,但在部分自然語言任務中較弱。
o1具備全局思維能力,複雜推理補足長尾需求,開拓學術教育等垂類場景。
根據光大證券的測評,o1思維鏈特徵可以概括爲:1)優先形成全局方法:在解答前o1會先分析問題、概括底層規律;2)不斷的追問和反思:在輸出最終答案之前,o1會不斷反思解答過程並進行改進,其完整思維鏈可達數百行。
o1在編程上展現出自主規劃能力,AI+低代碼/網絡安全領域有望最早受益。
1)低代碼:o1在編程方面具備較強的自主性,可以一定程度上對沖o1高成本和高延遲的問題。2)網絡安全:o1在網絡安全攻防中表現優秀,能將複雜任務分解成多個子任務,具備初步的自主規劃能力,也體現出了AI輔助網絡攻擊的潛在威脅,AI驅動的網絡安全攻防升級將成爲未來的主旋律。
AI Agent是打破AI應用發展瓶頸的關鍵,o1能否開啓通往Agent之路?
受限於模型性能,AI應用進入瓶頸,北美科技巨頭26年資本支出持續性以及上游算力產業鏈的業績成長性受到質疑。而近期前沿論文和o1展現的強化學習推理、思維鏈等底層技術,是AI產業發展和投資情緒提振的關鍵。
新的ScalingLaw,RL+CoT對於實現能自主規劃的AIAgent至關重要。強化學習讓AI自主探索和連續決策,符合Agent所需的自主規劃能力。selfplay通過自主博弈生成高質量數據,有利於突破外部訓練數據短缺的現狀。
思維鏈能極大提升模型涉及數學和符號的推理能力,但在其他問題上提升效果不顯著,甚至可能有損模型性能。推理能力和模型的指令跟隨能力呈現出分離關係,對於構建AGI來說,如何平衡二者的關係會成爲一個核心問題。
RL範式下推理算力需求大幅上升,但不代表訓練算力需求會停止增長。o1-preview生成相同內容的輸出tokens大約是GPT-4o的5.9倍,其中72%的tokens爲推理過程中生成,使用o1-preview的輸出成本約爲GPT-4o的36倍。ScalingLaw由訓練側轉向推理側,對推理芯片的性能需求也會提高,且預訓練階段也需要消耗大量的算力。強化學習推理並不意味着模型參數停止擴張,因爲主模型參數提升可能會產生更好的推理路徑。
北美科技公司進入新一輪AI投資週期,資本支出大幅上升可能使公司面臨成本壓力。2024年科技巨頭資本支出/營運現金流預計將達到40%以上。在AI的投資回報率尚不明顯的現狀下,科技巨頭會更加重視AI投資的性價比。
投資建議:
1、AI電力:Constellation、NRG Energy(NRG.US)
2、AI算力產業鏈:
AIGPU:英偉達(NVDA.US)、AMD(AMD.US)
ASIC芯片設計:Marvell科技(MRVL.US)、博通(AVGO.US)
存儲:SK海力士(000660.KS)、三星電子(005930.KS)、美光科技(MU.US)
服務器:聯想集團(00992)、超微電腦(SMCI.US)、戴爾科技(DELL.US)、慧與(HPE.US)、工業富聯(601138.SH)
CoWoS:台積電(TSM.US)、日月光、Amkor科技(AMKR.US)
網絡:中際旭創(300308.SZ)、新易盛(300502.SZ)、Coherent(COHR.US)、安費諾(AVF.US)、Arista網絡(ANET.US)
3、AI應用:
雲服務商:微軟(MSFT.US)、谷歌(GOOGL.US/GOOG.US)、亞馬遜(AMZN.US)、Oracle(ORCL.US)
AI+開發/數據分析:ServiceNow(NOW.US)、Palantir(PLTR.US)、Datadog(DDOG.US)
AI+網絡安全:微軟(MSFT.US)、CrowdStrike(CRWD.US)、Fortinet(FTNT.US)
AI Agent:微軟(MSFT.US)、Salesforce(CRM.US)、Workday(WDAY.US)
AI+教育:多鄰國(DUOL.US)、Coursera(COUR.US)
風險分析:AI技術研發和產品迭代遭遇瓶頸;AI行業競爭加劇風險;商業化進展不及預期風險;國內外政策風險。