以数字经济、AI、高端制造为代表的新动能方向近期产业催化不断，有望逐步映射到的投资机会中。
引言：当前国内经济正从传统动能驱动转向新动能驱动，新动能是未来增长空间最为广阔的领域。以数字经济、AI、高端制造为代表的新动能方向近期产业催化不断，有望逐步映射到的投资机会中。我们筛选出2024年产业发展迎来重要变革、有望成为重要投资主线的十大产业趋势，供各位投资者参考：
需求端，算力是数字时代的新生产力。数据海量增加，算法模型愈加复杂，应用场景的深入和发展，都带来了对算力需求的快速提升。AI发展主要依赖两个领域的创新和演进：一是模仿人脑的数学模型和算法，其次是支持AI训练计算的半导体芯片。AI芯片所代表的算力是人工智能的底层基石，随着大模型的参数量和训练数据不断增加，芯片对于算力的需求也进一步增长。2018年发布的GPT-1有1.2亿个参数，而2023年发布的GPT-4的参数量接近1.8万亿。据估计，以训练GPT-4为例，需要约2.5万块算力为19.5TFLOPS(浮点运算每秒19.5万亿次)的英伟达A100训练近百天才能完成。根据OpenAI数据显示，从2012年起，全球AI算力的需求增加了超过30万倍。
海外供给端，AI芯片头部厂商之间的激烈竞争推动产业发展。海外英伟达和AMD竞争激烈，双方分别在2023年11月和12月推出HGX H200和Instinct MI300X。H200在生成式人工智能、大语言模型、高性能计算方面取得了显著的进展。该产品搭载了HBM3e的GPU，成功突破了内存和带宽的瓶颈，不仅使推理速度和能效得到了极大提升，而且具备了超高性能计算的能力。MI300X基于AMD最新第三代CDNA架构，拥有惊人的1530亿个晶体管，超越了英伟达H100的800亿个晶体管。在FP8计算方面，MI300X达到42 petaFLOPs，相较于H100的32 petaFLOPs展现出显著的算力优势。如果能够成功实现量产，AMD的产品有望对英伟达构成有力挑战。英伟达和AMD之间的新一轮算力竞赛，推动头部产品在架构和工艺不断创新，持续引领产业发展。
国产供给端，国产AI芯片厂商正在崛起，国产化趋势有望加速。由于美当局在2023年10月发布针对芯片的出口禁令新规更加严格地限制了中国购买包括先进计算半导体、半导体制造设备和超级计算机项目等重高端芯片，AI芯片国产化趋势或将加速，国产AI芯片厂商正在崛起。华为在国产算力领域处于领先地位，基于昇腾系列AI处理器，构建了Atlas人工智能计算解决方案。
2023年8月，科大讯飞发布星火一体机，并宣布正与华为合作打造面向超大规模参数大模型训练的国产算力集群，其性能将与英伟达的A100芯片媲美。这是昇腾910B芯片首个对外商业化产品，为昇腾产业链的未来展现良好前景。此外，上市公司海光信息[1]、寒武纪等和非上市公司如壁韧科技、燧原科技、摩尔线程等均推出了一系列对标大模型训练的国产AI芯片。总体来看，国产替代背景下，国产AI芯片正在加速追赶，性能发展空间巨大，技术前景广阔。
AI芯片作为算力的硬件基石，在需求端和供给端的双重催化下，全球AI芯片市场规模预计将持续扩大，而我国自主可控的AI芯片发展势头迅猛，市场规模增速预计将快于全球水平，关注国产芯片投资机会。根据IDC预测，到2025年，我国AI芯片市场规模将达到1780亿元，21-25年，我国AI芯片市场规模的复合年增长率(CAGR)预计为42.9%，高于同期全球市场规模增速(32.1%)。随着我国AI下游需求的爆发和海外芯片流入日益收紧，国产AI芯片算力有望持续迭代，量价未来可期，是值得关注的长期大趋势。
人工智能大模型正掀起新一轮科技发展热潮，重塑生产方式、优化产业结构、提升生产效率的赋能效应日益显现。大模型是参数量庞大的机器学习模型，随着AI硬件发展实现突破，大模型的快速训练成为可能，全球大语言模型的行业发展进入加速期。2023年一季度以OpenAI为代表开发的ChatGPT等大语言模型成为现象级产品，标志着AI大模型落地有了明确进展。此后海外微软、谷歌、Meta 等公司均发布自己的大模型产品，国内百度、阿里、科大讯飞等众多公司也迅速推出了自己的大模型。根据赛迪顾问数据，截至2023年7月底，国外大模型发布数量累计达138个，国产大模型增长迅速，共发布64个。
海外大模型行业率先起航，OpenAI 引领行业发展，谷歌成为有力竞争者。OpenAI以其领先地位逐步构建GPT生态圈，2023年11月公布的GPT-4 Turbo支持更大上下文窗口，具备视觉、语音合成等新能力；2024年1月11日上线的GPT商店，支持制作并上传各类大模型应用，促使OpenAI从软件服务商转型为生态构建者，未来有望构建人工智能的IOS生态。而谷歌作为人工智能领域的老牌巨头正持续追赶中，2023年12月宣布将推出第一款支持原生多模态的大模型Gemini，拥有复杂推理能力和高级编码能力，可以理解文本、图像、音频等多种形式内容，可能拥有接近甚至超越GPT-4的性能，有望在未来与GPT系列分庭抗礼。
AI不断向终端应用扩散，实现大模型的垂直化应用。Open AI率先发布了开源插件系统plugin，付费用户可以通过ChatGPT访问互联网并使用各种第三方插件，功能涵盖了创建网页、视频编辑、数据分析等；后续推出的GPT 商店为大模型应用提供了平台。大模型已经进入产业印证期，实现了办公、教育、搜索引擎、金融、医疗、酒店差旅等各类场景的应用。而伴随C端优质场景落地，B端数据积累优势凸显，大模型带来的人工智能行情将向各个下游应用场景扩散。
国内大模型竞争格局仍未定型，未来行业龙头优势有望扩大。国内大模型正处于成长期，去年下半年百度发布文心一言4.0、科大讯飞发布星火3.0、腾讯更新混元大模型等，数量和质量逐步提升。根据SuperCLUE中文大模型排行榜，国产头部大模型的综合能力已超越GPT-3.5，接近GPT-4水平。此外，国内官方积极布局大模型领域，引导行业正向发展。
2023年12月，国内首个官方“大模型标准符合性评测”揭晓，阿里云、百度、360、腾讯旗下的大模型产品成功通过评测，标志着它们在通用性和智能性等维度已达到国家相关标准要求。未来重点关注：1)通用模型领域行业龙头的优势将随时间不断扩大，强大的技术、资金、人才和应用使大型企业有望占主导地位。2)中小企业面临挑战和机遇，可以依靠在特定细分市场和数据处理方面的优势成为垂直领域的关键参与者。
科技产业周期的演绎通常遵循从基础设施到硬件终端的规律，就像移动互联网从3G、4G到智能手机一样。当前，AI产业也在遵循这一规律演进。2023年，海内外AI基础大模型纷纷落地，而2024年将见证各种基于AI模型的消费电子产品如AIPC、AIXR、AI手机等相继亮相。
基于AI的消费电子产品已开始首轮商业化落地，作为最适合搭载大模型的理想平台，首当其冲的就是搭载AI驱动显卡和AIGC应用的AIPC产品。由于性能、内存、散热等优于手机，AI PC有望率先成为大批量落地的 AI终端。
硬件端，英伟达于今年1月推出GeForce RTX 40 SUPER系列显卡，均由英伟达开发的Ada Lovelace架构(第三代RTX)提供动力支持。在由AI驱动的DLSS 3技术加持下，RTX 40 SUPER系列实现性能翻倍式增长，支持500多种RTX游戏和App。
软件端，英伟达还发布了诸多生成式AI驱动的PC应用和服务，例如：ACE支持玩家与NPC进行自然语言交互，实现实时反馈；TensorRT显著提升了文生图AIGC应用Stable Diffusion的出图速度，让每秒百图成为现实；Chat with RTX技术Demo可将PC端侧大模型与本地数据进行连接，更好地理解用户。硬件端与软件端齐发力，AIPC行业迎重磅催化，有望引领新一轮PC消费热潮。
XR可穿戴终端的蓬勃发展与AI生成内容可深度耦合，驱动新的产业增长点。当前XR行业缺乏优秀内容，主要原因在于内容制造成本过高。而AIGC可通过AI方式生成3D场景，为XR行业提供所需的海量虚拟空间环境和虚拟人物。以腾讯为例，其在2023年游戏开发者大会提出了自研的3D虚拟场景自动生成解决方案，仅需数周即可搭建一座25万平方公里的3D虚拟城市，而过去通常需要多名美术师花费数年才能完成。
同时，LLM模型和SAM模型有望提升XR设备的语言交互和物体识别能力，提升用户的交互式体验。AIGC可显著降低内容生产成本，提高用户交互体验，加速XR生态落地，驱动产业发展。
AIGC为手机赋能，各厂商推进移动端AI应用布局。高通、谷歌等多家海外巨头不断推进在手机端的生成式AI应用布局，国内手机厂商也在同时研发大模型端侧的应用，以推动手机端AI智能助理的发展。自2023年8月以来，国内外智能手机品牌积极引入AI功能， AI手机相继亮相。手机厂商将重心放在搭载本地AI大模型的智能手机上，这使得智能手机能够实现智能交互、AI文本创作、AI修图、实时语音翻译等特色功能。随着AI在系统协同层面的不断成熟，将有效提升用户的使用体验。移动端的科技创新有望缩短换机周期，带动全球智能手机出货量回归正增。
AI浪潮有望在硬软件的加成下逐步扩散至中下游消费电子应用市场。建议重点关注：1)AIPC：搭载AI驱动显卡和AIGC应用的个人电脑产品，联想、惠普等传统巨头将迅速导入该赛道，关注国内PC产业链机会；2)AIXR：与AIGC可深度耦合的可穿戴终端，苹果有望引领产业链快速发展，国内XR设备生产产业链有望受益；3)AI手机：搭载本地AI大模型的移动设备，华为、谷歌、VIVO等已在大模型有所突破的厂商有望拔得头筹。
数据要素是国家基础建设的战略性资源，近年来市场规模快速增加。在国家顶层设计的持续加码、“十四五”规划对于数字经济逐渐重视的大背景下，数据要素市场进入体系化构建的快速发展阶段，市场规模快速增加，2023年市场规模有望达1300亿元左右，到2025年预计将突破2000亿元。细分领域来看，各环节市场规模分布相对比较均衡，数据生产、流通、应用及生态保障环节的市场规模均超过50亿元。
数据要素是驱动我国经济高质量发展的新动能，政府政策的密集出台推动行业加速发展。受地缘等多重因素影响，各个行业的产业链安全正越来越被受重视，而数据方面的安全则是建立的基础，同时数据要素也是促进劳动、技术、资本等生产要素增长的关键所在。因此近两年来国家以及地方政府频繁发布相关政策助力数据要素行业，激活行业内潜能，加快数据基础设施建设。
尤其是“数据二十条”政策和数据要素进入“十四五”规划的举措都成为全方位、系统性发展该行业的重要依据。2023年10月，国家数据局正式挂牌成立，以此承担统筹推动中国数据要素基础建设、数字经济建设方案、国家数据战略等多项重要责任。国家高度重视下，数据要素产业有望持续受到政策催化从而加速发展。
除国家战略需求外，人工智能领域的高速发展也驱动数据要素行业的需求爆发。2023年最新的AI大模型GPT-4的数据需求量是上一代的10倍以上，健全的数据供给侧生态产业链将丰富数据集，并且减低数据获取成本，是推动我国人工智能领域高质量发展的必要条件。除此之外，2024年开始的“数据要素x”行动目标在未来三年内将数据与工业制造、科技创新、金融服务、医疗健康等12个行业融合发展，为数据要素产业带来跨行业创新和协同增长的巨大机遇。
未来人工智能高速发展驱动数据要素供给侧改革。作为AI大模型训练的基。
备案号：粤ICP备19039425号 m6米乐平台注册-米乐m6官网登录入口-m6米乐手机网页版登录欢迎来电咨询！
