全球观热点：通信：CHATGPT爆发 算力需求爆发 重点关注龙宇股份等分布式IDC及边缘计算核心标的

(资料图)

ChatGPT 已经成为现象级应用。ChatGPT 是由人工智能企业OpenAI 开发基于人工智能的内容生成式聊天机器人应用。根据TRTWORLD 统计，自从2022 年11月ChatGPT 问世以来，仅5 天注册用户就超越100 万，截止到2023 年1 月，ChatGPT 的月活跃用户数已经达到1 亿，此用户增长速度领跑整个消费者应用领域。海外版抖音Tik Tok 和美国图片社交平台Instagram 在此前分别经历了9 个月和两年半的时间才完成月活跃用户数1 亿的突破。ChatGPT 火爆的背后，是算力在为其支撑， AIGC、ChatGPT 的不断优化是基于预训练模型的优化以及训练集参数量的增大，Google 的BERT 预训练模型参数量到达4810 亿，在ChatGPT 大模型的三次历史迭代中，OpenAI 的GPT、GPT-2 和GPT-3（当前开放的版本为GPT-3.5）的参数量从1.17 亿增加到1750 亿，预训练数据量从5GB 增加到45TB，其中GPT-3 训练单次的成本就高达460 万美元。在训练GPT3.5 模型的微软专门建设的AI 计算系统中，包含了1 万个由V100 GPU 构成的高性能网络集群，其总算力的大约 3640PF-days，简单来说，以每秒计算一千万亿次来假设，完成总算力需要计算3640 天。

模型训练对算力提出了更高要求。根据OpenAI 的研究，AI 训练所需要的算力增速已经超越硬件的摩尔定律增速，摩尔定律是18-24 个月翻一倍，AI 的算力是呈现指数级的增长。从2012 年至2018 年，用于训练AI 模型所需要的算力大约每隔3～4 个月就翻一倍。从2012 年到2018 年，训练AI 模型所消耗的算力增长了30万倍，而摩尔定律在相同时间内只增长了7 倍。孟晚舟表示，当前算力还不足以满足未来的需求，算力竞争或将成为未来全世界在科技领域内的竞争焦点之一。根据IDC 与浪潮信息联合发布《2022-2023 中国人工智能计算力发展评估报告》，中国AI 算力将保持快速增长的趋势，2022 年智能算力规模达到268 百亿亿次/秒(EFLOPS)。根据IDC 预测，2026 年中国AI 算力将达到1271.4 EFLOPS。根据中国信通院统计，中国核心算力产业规模在2021 年底超过1.5 万亿元，其关联产业规模超过8 万亿元。在如此爆发式增长的算力背景下，算力模型对数据中心的数据传输速率提出了更高的要求，分布式IDC 以及边缘计算有望迈入高景气度通道。

算力爆发或将赋能分布式IDC 以及边缘计算。在智慧城市、智能制造等产业兴起以及企业数字化转型的背景下，云计算的形态逐渐发生改变，由中心化计算化向离散化的雾计算、霾计算演变，进而催生并且加速了边缘计算的建设进程。相比于传统集中式IDC 架构，分布式IDC 突破了建设规模的限制，凭借云连接和与组网，能够联合起多个数据中心，其优势包括可以实现多中心运营、数据共享、高度覆盖业务，并且可以尽可能的减少运维成本。分布式IDC 能够具备更高安全性和可靠性，可以缓解业务中断的风险并且实现灾备建设。在5G 商用全面推进下，MEC 边缘云在助力5G 网络数字化转型和差异化创新服务中扮演有力角色。与此同时，边缘计算已经成为元宇宙产业升级的左膀右臂，边缘计算能够有效解决由智能终端快速增加和中心流量拥堵所带来的计算资源匮乏的问题。

龙宇股份IDC 业务加速拓展。2023 年2 月20 日，上海龙宇数据股份有限公司简称由“龙宇燃油”正式变更为“龙宇股份”。近两年来，公司大力拓展IDC 业务，其整体IDC 业务板块经验业绩呈现快速上升趋势，并且为公司贡献大部分净利润，公司大宗商品贸易业务营收规模逐步降低，因此公司正式更名为“上海龙宇数据股份有限公司”。公司积极探索边缘计算IDC 业务，公司非公开发行募投项目北京金汉王云计算数据中心已建成约当8KW 机柜4,280 个(按平均设备功率4.4kW 测算机柜约7,780 个)；公司投入约57,778.83 万元（含土建、机电）建设无锡中物达大数据存储中心项目，拟建设规模为5,874 个IDC 机柜（按平均设备功率4.4kW测算）。边缘算力方面，在政企、金融、医疗、教育等数字化转型的背景下，公司收购上海磐石，探索搭建边缘算力运营平台，通过端、边、云的紧密结合并互相协作来整合产业资源，聚焦在实现从边缘算力的实验创新平台到产业赋能平台的转变。构建起支撑边缘原生的数字化转型解决方案，以至于支撑边缘计算应用的有效落地。

风险提示：中美科技竞争对行业造成的不确定性风险；5G 发展不及预期；国家相关产业政策变动风险等。

关键词： 摩尔定律 人工智能 数据中心