GPT-3 模型参数 资料来源：腾讯云开发者，国信证券经济研究所整理 资料来源：金十数据，国信证券经济研究所整理 表：不同技术架构 AI 芯片比较 种类 定制化程度 可编辑性 算力 价格 优点 缺点 应用场景 GPU 通用型 不可编辑 中 高 通用型较强、适合大规模并行运算；设计和制造工艺成熟。 并行运算能力在推理段无法完全发挥。 高级复杂算法和通用性人工智能平台。 FPGA 半定制化 容易编辑 量产后成本最低。 前期投入成本高；研发时间长；技术风险大。 当客户处在某个特殊场景，可以为其独立设计一套专业智能 算法软件。 l 当前主流的 AI 芯片主要包括图形处理器（ GPU ）、现场可编程门阵列（ FPGA ）、专用集成电路（ ASIC ）、神经拟态芯片 （ NPU ）等。 其中， GPU 、 FPGA 均是前期较为成熟的芯片架构，属于通用型芯片。 ASIC 属于为 AI 特定场景定制的芯片。另外， 现 场 可 编 程 门 阵 列 ） 是 一 种硬件可重构的集成电路芯片，通过编程定义单元配置和链接架 构进 行计算。 FPGA 具有较强的计算能力、较低的试错成本、足够的 灵活性 以及可编程能力，在 5G 通信、人工智能等具有较频繁的迭代 升级周期、 较大的技术不确定性的领域，是较为理想的解决方案。 lASIC （ App lication Specific Integrated

年中国物联网行业规模预测（万亿元） 数据来源：GSMA，东吴证券研究所 数据来源：赛迪，东吴证券研究所 物联网由三项关键的新兴技术支持：人工智能(AI)：使设备能够像人类一样学习、 推理和处理信息的可编程功能和系统。5G 网络：具有高速，接近零延迟的第五代移动 网络，用于实时数据处理。大数据：从众多互联网连接来源处理的大量数据。随着物联 网设备数量的增加，数据的泛滥也将是自然而然的。这就是 AI

创新来推动发展时，就需要依赖于扩大规模来维持进步，这时转向 ASIC 的开发就变得至关重要。然而十年后，当规模扩张遭遇限制，又会重新聚焦于算法的创新，同时伴随半导体制造技术的 进步，一些可编程解决方案在性价比上将会重新获得竞争优势。当前为了满足 CSP 客户更高性能和更好功能的需求，定制 化 芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。 请务必阅读正文之后的免责声明及其项下所有内容

香港：华泰金融控股（香港）有限公司具有香港证监会核准的“就证券提供意见”业务资格，经营许可证编号为：AOK809 美国：华泰证券（美国）有限公司为美国金融业监管局（FINRA）成员，具有在美国开展经纪交易商业务的资格，经 营业务许可编号为：CRD#:298809/SEC#:8-70231 新加坡：华泰证券（新加坡）有限公司具有新加坡金融管理局颁发的资本市场服务许可证，并且是豁免财务顾问。公 司注册号：202233398E