这家服务商已拥有阿里、腾讯、百度等上千家客户

千牛寻踪

要么强，要么向强者最近！大家好，我是你的朋友赵乙第。

股市中，每次大改革都会带来大行情！
2005-2007年【股改牛】：股权分置改革，创下6124高点
2014-2015年【杠杆牛】：以沪港通为契机，全面深化改革
历史总是惊人的相似：进入2023年，全面注册制时代来临，我国资本市场改革也将站上新起点，您准备好仓位了吗？



周五晚上被全面注册制的消息刷屏了，征求意见才半个月，就宣布即日起实施了，两会前就这么悄悄的定了，这是要搞大事情的节奏。
改革出牛市的观点相信有经验的老骨民都是深有体会，之前骨改全流通、两融都催生一波超级大反弹，这次的全市场注册制呢？
对普通投 资者而言，最终也会排除除龙头玩法的所有人，在未来炒垃圾骨只能被时代抛弃，以大机构、大游资为主导的真正的主线题材、真正的市场龙头，才能在数以万计标的中聚焦情绪、疯狂吸金，而这也就是我们龙头玩家的未来！
所以专注龙头的我们一起抓住这次人生阶段跃迁的大机会，还想再回顾的，可以回复“168”领取复盘笔记哦！



ChatGPT加持下，全球科技巨头或快速加码AI赛道投入，有望催化新一轮该领域储备。这家全产业链服务商已拥有阿里、腾讯、百度等上千家客户。



财联社资讯获悉，中国电信已全面布局大模型技术研发并取得阶段性成果，积极关注产业版“ChatGPT”并已具备相关技术研发基础，初步具备文章续写、主题写作、同义句生成、多轮对话和长文本摘要等能力，旨在打造面向电信领域的产业版生成式技术的端到端产品化能力。
一、大模型路径成为AI产业的内生选择
AI大模型方法驱使生成式AI走向成熟，引领AI大规模商业化落地。AI模型可大致分为决策式/分析式AI、生成式AI两大类，决策式AI已在推荐系统、计算机视觉、自然语言处理领域实现应用，生成式AI在大模型的驱动下逐渐发展成熟。
在过去几年中，AI大模型方法逐步成为行业的主流共识，主要原因基于以下四个方面：
业界逐步认识到大模型更加适合于生成式AI。之前参数量较小、结构简单的小模型更受欢迎，一方面是因为小模型对硬件的要求较低；另一方面是具有更高的可解释性和稳健性。但对于执行比较复杂的创新型任务，具有大量参数的大模型更为优越。
最近发展的新模型结构，降低了大模型的训练成本。2017年推出的Transformer可以实现更好的并行性，并可以大幅度缩短训练时间。
软硬件能力进步，为大模型提供了算力支撑。随着软件升级以及AI芯片技术突破，算力获得指数级增长，训练大型生成式AI成为可能。
多模数据不断丰富，为模型训练提供基础。要训练出大型生成式AI，需要投入充分的初始数据。随着移动互联网的发展，大量的文字、图片以及视频等多模数据都可以用于生成式AI训练。
二、全球AI竞赛，新一轮算力储备有望开启
财通证券指出，自2017年谷歌提出Transformer模型后，大模型技术引领AI发展趋势，生成式AI走向成熟，引领AI大规模商业化落地。全球科技巨头围绕生成式AI大模型开启新一轮竞赛。当前中美两国都已研发出上万亿参数的模型，随着模型体量持续增大，海量数据、大规模算力等资源将成为主要壁垒，在ChatGPT的加持下，全球科技巨头有望快速加码AI赛道的投入。

AI商用化落地或将“百花齐放”：AI商用化叠加数据要素流转，将构建全新的计算机产业生态。赵乙第（朋友圈EAZN88）认为随着数据要素流转逐步落地，AI算法公司与垂直行业之间的行业数据交易、AI产品服务将形成产业闭环，加速AI商用赋能全行业。当前生成式AI已在文本、音频、图像、视频生成与编辑方面已有大量应用落地，加速从“AI辅助”到“AI创造”。
新一轮算力储备开启：AI大模型训练运算量增长速度远超硬件算力提升速度，以GPT为代表的大模型对现有算力规模形成极大挑战。对标AlphaGO，ChatGPT有望催化新一轮AI算力储备。此次ChatGPT亦有望将大模型定为未来AI产业化主要路径，同时相比于迅速在新赛道建立卡位以紧握时代机遇，算力的成本/冗余/性价比或不会是科技巨头与国家的优先考虑因素，新一轮算力储备有望开启。



三、相关上市公司：亚康股份 首都在线 欧比特
亚康股份作为算力基础设施全产业链综合服务商，致力于为客户提供高质量的算力基础设施综合服务，拥有上千家互联网企业客户，包括阿里巴巴、腾讯、百度、字节、滴滴、携程等。
首都在线自主研发的新一代算力平台为AIGC技术类公司提供算力解决方案帮助其实现业务的快速拓展。在规模层面：算力平台分布于全国的30+节点，能够覆盖中国大陆地区80%以上的人口，提供边缘侧的算力供给。
欧比特玉龙（YULONG）是公司推出的新一代嵌入式人工智能系列处理器芯片，芯片聚焦于前端图像处理、前端信号处理和智能控制，芯片具有深度学习、神经网络算法的平台加速能力，具有高性能、高可靠、低功耗的特点。

声明：
本文的信息均来源于公开资料，作者对这些信息的准确性和完整性不作任何保证，也不保证所包含信息和建议不发生任何变更。作者已力求文字内容的客观、公正，但文中的观点、结论和建议仅供参考，不包含作者对个股涨跌或市场走势的确定性判断。文字内容不表明对相关产品或者服务的风险和收益做出实质性判断或者保证。若您并非作者客户群体，请勿接收或者使用通过各渠道所推送的任何信息。