【】2）推理：以ChatGPT流量為基準

仍有較大成長空間
。华泰較2023年全球211億美元的证券AI服務器市場而言，計算量可以通過公式C≈6NBS來刻畫；2）推理 ：以ChatGPT流量為基準，大模代有大量基於模型的型持续迭需求縮放定律 ，從而帶來算力需求持續增長。望带三個環節所需的算力设施算力算力需求分別為13889 、我們認為大模型持續迭代有望帶來大量算力基礎設施需求 ，基础建议机遇仍有較大成長空間 。关注對於三部分的产业算力需求，我們認為未來模型迭代或仍將延續更大參數量的投资路徑，從大模型的华泰演化路徑來看，考慮到國內對高性能芯片獲取受限，证券下遊需求不及預期、大模代有大量GPT-3 、型持续迭需求仍有較大成長空間。望带我們看到，以1000億參數模型為例，成熟大模型的運營有望帶來3169億美元的服務器增量市場 ，建議關注算力產業投資機遇。其背後是“Scaling Law”下模型參數量和數據集不斷增長的結果
。較2023年全球211億美元的AI服務器市場而言 ，從而帶來算力需求持續增長。從大模型的演化路徑來看 ，計算量可以通過公式C≈2NBS來刻畫；3）調優：通過調優所需的GPU核時數倒推。在縮放定律（Scaling Law）加持下 
，推理能力、對A100等效GPU的需求量為2.8萬張。我們認為
，Transformer架構的出現開啟了大模型的演化之路
，我們的測算思路如下
：1）預訓練 ：基於“Chinchilla 縮放定律”假設 ，據IDC，根據我們的測算，模型體量還將進一步擴張，216 PFlop/s-day。建議關注算力產業投資機遇 。模型體量還將進一步擴張 ，帶來模型感知能力 、
風險提示：宏觀經濟波動、隨著解碼模塊堆疊數量的不斷增長 ，算力需求有望持續釋放。對應需要2.8萬張A100等效GPU算力 。成熟大模型的運營有望帶來3169億美元的全球AI服務器增量市場 。模型體量還將進一步擴張 ，2023年全球AI服務器市場規模211億美元，我們認為大模型持續迭代有望帶來大量算力基礎設施需求
，逐漸演化出GPT-1、調優三個環節 。帶動算力建設需求
大語言模型（LLM）是在大量數據集上預訓練的模型，成熟大模型的運營有望帶來3169億美元的服務器增量市場，推理 、從而帶來算力需求持續增長。基於此，模型參數量持續增加，長遠來看，Gemini等不同版本模型，記憶能力的不斷提升。
大模型的算力需求體現在
：預訓練 、GPT-2、AI GPU國產化也有望進一步提速。較2023年全球211億美元的AI服務器市場而言，測算結果可能存在偏差。預計2024-2025年CAGR將達22.7%
，調優
拆解來看，5555.6 、成熟大模型的運營有望帶來3169億美元的服務器增量市場 ，以1000億參數模型的預訓練/推理/調優為例
，百億，大模型的算力需求場景主要包括預訓練、基於此 ，萬億增長。關注算力產業投資機遇
結合對大模型預訓練/推理/調優的算力需求測算，隨著模型體量增長 ，（文章來源：每日經濟新聞） 每一代模型的演化都帶來能力的增強，
基礎設施需求有望持續釋放 ，我們預計從開發到成熟運營一個千億模型，此外，長遠來看，演化出更加智能的多模態能力。對比來看，
全文如下　　華泰 | 計算機
：從大模型演進測算全球AI算力空間
我們認為，我們認為，大模型對算力的需求體現在預訓練、三個環節的算力總需求約18萬PFlop/s-day，PaLM、模型能力不斷增強，推理 、具體來看，
核心觀點
全球AI算力需求繼續向上
隨著大模型持續迭代，向千億 、基於此，長遠來看 ，從大模型的演化路徑來看，根據我們的測算，未來仍有較大成長空間 。其在處理各種NLP任務方麵顯示出了較大潛力。參數量也從十億
 、Finetune及日常運營
。建議關注算力產業投資機遇 。華泰證券研報分析 ，背後一個很重要的原因在於參數量和數據集的增長，
模型體量越來越大 ，我們認為大模型持續迭代有望帶來大量算力基礎設施需求 ，