【核心觀點】
基于昇騰AI平台，打造中國智算網絡。國内多地人工智能計算中心已上線營運，均基于昇騰AI基礎軟硬體平台。我們預計，中國算力網為未來有望成為全國大型算力底座，支撐國家“數字經濟”和“東數西算”重大戰略。最接近人類中文了解能力的AI大模型。盤古NLP大模型是業界首個千億參數中文語言預訓練模型，在預訓練階段學習了40TB中文文本資料，是最接近人類中文了解能力的AI大模型，下遊應用僅需少量樣本和可學習參數即可完成千億規模大模型的快速微調和下遊适配。盤古CV大模型首次兼顧了圖像判别與生成能力，能同時滿足底層圖像處理與高層語義的了解需求。目前盤古CV大模型在ImageNet10％資料集上的小樣本分類精度上達到目前業界最高水準。可實作一個模型在衆多場景規模化複制，多行業受益。盤古NLP大模型可以實作一個AI大模型在衆多場景通用、泛化和規模化複制，減少對資料标注的依賴，讓AI開發由作坊式轉變為工業化開發的新模式。我們認為，未來随着盤古系列AI大模型的上線，将持續賦能金融、電力、交通、氣象、物流等行業，華為産業鍊及下遊應用相關公司有望持續受益。
【正文】
1. 中國算力網——智算網絡
國内AI、算力發展面臨卡脖子等難題。去年8月份，英偉達收到美國政府通知，限制公司未來向中國和俄羅斯出口A100、H100，且限制還包括NVIDIA未來任何峰值性能和晶片對晶片的I/O性能均等于或大于A100的門檻值的産品。同年10月，美國商務部（BIS）公布了對于中國出口管制新規聲明，主要針對先進晶片及晶片制造裝置，其中包括應用于AI、超算等HPC領域的CPU、GPU、AI加速器等高算力晶片或含有此類晶片的計算機商品，同時對已被列入實體名單的28家中國實體進一步加強出口管制，包括多家中國CPU、GPU晶片設計公司及AI算法公司。
“中國算力網”是鵬城實驗室在國家有關部委指導下推進的算力網絡計劃。該計劃提出了“像建設電網一樣建設國家算力網，像營運網際網路一樣營運算力網，讓使用者像用電一樣使用算力服務”的發展願景。
基于國産昇騰AI平台，助力人工智能普惠化。多地人工智能計算中心已經上線營運，包括深圳、武漢、成都、西安、中原、南京、杭州等城市，均基于昇騰AI基礎軟硬體平台建設，讓城市AI算力成為新的公共資源，智能化變得更加普及。未來，各地人工智能計算中心将會互相聯接，形成智算網絡，這已是大勢所趨。
我們預計，中國算力網為未來有望成為全國大型算力底座，為各地的人工智能計算中心、超級計算中心和“東數西算”樞紐節點等提供協同排程和高效計算服務，支撐國家“數字經濟”和“東數西算”重大戰略。
2. 華為盤古大模型——開啟工業化AI開發新模式
盤古大模型是由NLP大模型、CV大模型、多模态大模型、科學計算大模型等多個大模型構成，通過模型泛化，解決傳統AI作坊式開發模式下不能解決的AI規模化、産業化難題。
2.1. 盤古NLP大模型參數達2000億，小樣本學習超越GPT系
盤古NLP大模型是業界首個千億參數中文語言預訓練模型，預訓練階段學習了40TB中文文本資料，是最接近人類中文了解能力的AI大模型。
首次使用Encoder-Decoder架構：
兼顧NLP大模型的了解能力和生成能力，保證了模型在不同系統中的嵌入靈活性。下遊應用中，僅需少量樣本和可學習參數即可完成千億規模大模型的快速微調和下遊适配；2019年權威的中文語言了解評測基準CLUE榜單中，盤古NLP大模型在總排行榜及分類、閱讀了解單項均排名第一，重新整理三項榜單世界曆史紀錄；總排行榜得分83.046，多項子任務得分業界領先，是目前最接近人類了解水準（85.61）的預訓練模型。
應用場景：
智能輿情：利用文檔資訊抽取、情感分類、文檔自動摘要等關鍵技術，在金融、電商、政務領域實作精準輿情分析、企業營運軟體分析。
智能營銷：利用文本比對，問答和對話系統、意圖識别等關鍵技術，取代目前逐漸上升的人力成本和低成功率的智能客服與營銷系統。
2.2. 盤古CV大模型：30億參數，10億級圖像，業界最大預訓練CV模型
首次實作模型按需抽取的業界最大CV大模型，首次實作兼顧判别與生成能力：
基于模型大小和運作速度需求，自适應抽取不同規模模型，AI應用開發快速落地。使用階層化語義對齊和語義調整算法，在淺層特征上獲得了更好的可分離性，使小樣本學習的能力獲得了顯著提升，達到業界第一。
業界最大預訓練CV模型：30億參數，10億級圖像
判别與生成聯合預訓練：底層/高層視覺預訓練任務通用
100+場景驗證：研發成本降低90％
小樣本學習性能領先：ImageNet10％标簽分類精度業界第一
應用場景：
智能巡檢：進行無人機智能巡檢，并解決巡檢系統中資料标注工作量大和缺陷種類繁多問題。資料篩選效率提升30倍、篩選品質提升5倍，模型的精度比普通模型提升18％。
智慧物流：1個模型覆寫9種物流場景，監測收貨、入庫、在庫和出庫全流程。
2.3. 盤古氣象大模型：速度較傳統數值方法提升1000倍
氣象預報精度首次超過傳統數值方法，速度提升1000倍:
借助創新的3DEST網絡結構以及分層時間聚合算法，盤古氣象大模型在氣象預報的關鍵要素（例如，重力勢、濕度、風速、溫度等）和常用時間範圍上（從一個小時到一周）精度均超過目前最先進的預報方法，同時速度相比傳統方法提升1000倍以上。
同時，盤古氣象大模型支援廣泛的下遊預報方案，如在台風路徑預測任務上，相比傳統數值氣象預報方法，盤古氣象大模型可以降低20％以上的位置誤差。
2.4. 已在電力、金融等多個行業應用
國家電網：
無人機電力巡檢：基于盤古CV大模型的智能缺陷識别，視覺預訓練大模型助力下遊缺陷識别，進一步提升巡檢效果，缺陷樣本标注代價減少 85％；平均精度提升 18％。
浦發銀行：
浦慧雲倉：盤古CV大模型1個模型覆寫9種物流場景，監測收貨、入庫、在庫和出庫全流程。9種場景差異較大，大模型具備較強泛化能力。異常樣本種類多、數量少，大模型可利用小樣本資料取得高精準度結果。利用大模型的時空對齊能力，綜合多攝像頭資料，解決局部遮擋等問題，準确估計物體軌迹。
廣發證券：
企業财務智能預警：2019年有496家企業被監管處罰、問詢或被ST處理，利用盤古大模型預測出其中439家，覆寫率近90％，其中被監管處罰企業111家，盤古大模型全部命中，無一家遺漏。
3. 建議關注
盤古 NLP 大模型可以實作一個 AI 大模型在衆多場景通用、泛化和規模化複制，減少對資料标注的依賴，讓 AI 開發由作坊式轉變為工業化開發的新模式。我們認為，未來随着盤古系列AI大模型的上線，将持續賦能金融、電力、交通、氣象、物流等行業，華為産業鍊及下遊應用相關公司有望持續受益。建議關注：
底座硬體：拓維資訊、四川長虹、神州數位、常山北明
底座軟體：麒麟信安、中國軟體
2B應用：
金融：長亮科技、中科軟
電網：智洋創新、東方電子
其他：中科創達（與電子組聯合覆寫）、賽意資訊、東方國信
2C應用：金山辦公、同花順、科大訊飛、萬興科技、光雲科技、當虹科技、視源股份（與電子組聯合覆寫）s
4. 風險提示
1）AI應用落地不及預期：若AI相關應用的落地不及預期，相關公司或将受到影響；
2）技術發展不及預期：目前AI技術發展迅速，相關模型短時間内多次疊代，如相關技術發展速度無法比對AI發展，相關公司或将受到影響；
3）國内大模型進展不及預期：GPT系受到國内外廣泛關注，國内加速國産大模型研發，若後續研發進展及應用不及預期，相關公司或将受到影響。
本文源自券商研報精選