去年以来，生成式人工智能备受全球资本市场关注。这股浪潮中最核心的公司，就是英伟达。这场被科技界领袖誉为“第四次工业革命”、“等同于电力发明的创新”、“百年一次的机会”的创新，最底层的算法是2017年谷歌公司的transformer框架，最底层的运算从原来的数据处理变成和加速运算，而加速运算芯片的核心，就是英伟达公司的GPU。
英伟达作为单纯做加速运算芯片的头部公司，市值已经远超中央处理器（CPU）芯片以及手机基带芯片龙头之和，也就是说，市场似乎已经接受了英伟达公司的创始人黄仁勋先生的理念——未来的数据中心的核心将由业务处理转向加速运算，数据中心的加速运算将驱动我们信息世界的全部应用和程序。
AI时代的数据中心新范式
投资最经典的理念是好赛道、好公司以及合理价格。这其中，好的赛道是前提，涉及行业供需、竞争格局等个方面，英伟达公司无论从市场需求、竞争格局、产品布局放来看都是非常优秀的格局，目前存在争议的可能是，也就是价格。对于优秀的公司最痛苦和困难的部分就是评估相对合理的价格。这里暂时不讨论估值，事实上，就算只复盘行业的进展和竞争格局的演进，对于我们探讨未来在这一领域的投资方向也很有意义。
需求上高速增长且持续性好，供给方面一家独大且壁垒高，这赛道不可谓不好。当然，英伟达公司并不是市场上唯一生产加速芯片的公司，目前可以看到的竞争对手至少包括老对手超微半导体（AMD）公司；除此之外，下游模型和应用的大厂也在自研加速芯片，比如谷歌的TPU芯片、微软找超微半导体公司定制的雅典娜芯片、特斯拉公司要做的超级计算芯片D1；另外，国内做加速芯片的企业也有5家以上。但是英伟达在数据中心的加速芯片仍然占据了90%以上的份额，且现在的订货周期需要3-6个月甚至更长的时间。除了先发优势之外，英伟达还有围绕其核心加速芯片产品构建的软硬件生态。
2020年，英伟达公司以69亿美元收购了网络连接芯片公司迈洛思科技，此举构建了数据中心加速芯片和接口芯片的组合，英伟达将迈洛思科技的芯片接口和网络连接技术融合自己的加速芯片产品，共同构建了用于人工智能训练的超级加速服务器，这种产品组合构建了重要的硬件壁垒。软件系统上，英伟达公司构建了通用的并行计算架构CUDA平台，包含指令集和内部的并行计算引擎，开发人员可以在CUDA平台上调用加速芯片进行上层的程序开发和加速运算。因为软件生态的普及，人工智能研发人员所有的上层运算架构都是基于CUDA生态进行编写，这就导致了其他芯片公司的产品在做加速运算产品时，要么得兼容CUDA生态，那么性能上会打折扣；要么构建一套全新的运算平台，那就需要足够的应用人员在上层做开发，软件的业务壁垒极高。
好的生意模式、有极高的业务壁垒，生成式AI这波浪潮中，核心的硬件公司依靠硬件产品生态和长期构建的软件生态架构，构筑了极高的业务壁垒，最终在行业高速发展的过程中，成为了收益最明确、最具定价能力以及放眼看不到同级别的竞争对手的公司。
原生的AI需求将反哺大模型形成软件生态和业务壁垒
就过去10年移动互联网时代和过去25年互联网时代的有限经历来看，技术的变革最终会培育新的产品和商业模式，最终形成软件的生态和业务壁垒。
互联网解决的是信息获取的低门槛以及打破时空限制。商业模式从早期的新闻门户、搜索引擎，到后期的聊天社交、电子商务，业务形式从信息流转推广到信息交互以及商品的流转相结合。
而移动互联网解决的是移动需求，网络连接可以随时随地，可以高频、碎片化、移动连接，打车、外卖、新闻推荐、短视频推荐等应用，让用户可以地铁、厕所、沙发等任何场所进行或长或短时间的网络信息和内容消费。
进入生成式AI大模型时代，人类第一次将几乎所有的知识都灌输给一个大预言模型，从而可以获取任何领域的知识，这也使得知识获取的门槛降得非常低。此外，同时AI模型可以低成本地快速生成包括文本和图片在内的高质量内容，使得获取高质量内容的门槛也降到了非常低的水平。
当然，作为生产力工具，生成式AI的大模型目前的应用场景主要还只是在传统的产品和商业模式中充当降本的替代工具，包括但不限于：用AI客服替代传统的人工客服，用AI模型自动生成营销文案，用AI模型生成营销图片或者美工素材，用AI工具充当更高效率的翻译、外语对话练习对象、程序代码生成器、知识问答工具、聊天机器人等。
OpenAI的ChatGPT产品这款聊天机器人应用，用半年时间触及10亿月活。但公司创始人山姆奥特曼的评价是，“这甚至算不上一个完整的产品”，只是将一个聊天对话框放在那里，供消费者探索各种用法，只是一个辅助工具。ChatGPT在接入浏览器插件和搜索插件后，可以更完整地获取实时信息和事实数据；接入各种第三方的订餐、旅游预定、翻译等功能之后，才更像一个完整的产品。但目前这个产品仍然没有充分发挥底层模型的能力，还处于不断完善的过程。
因此，在应用上，我会持续关注生成式AI时代的原生AI应用，在知识获取边际成本极低、内容生成边际成本极低的时代所诞生的新的商业模式，以及最终创造用户价值、形成业务壁垒的商业模式。
开源模型是否有机会形成生态挑战闭源的机会
在操作系统层面的产品上，信息时代一直存在开源和闭源之争。
PC时代，微软的视窗操作系统一家独大，形成的业务壁垒帮助其在30年后的今天仍然占据极大的商业优势，也使得微软在瞬息万变的信息时代一直能够成为主要的参与方。
移动互联网时代形成了以苹果的iOS闭源系统和开源的安卓系统为代表的2种生态，最终的格局是安卓手机的生态占据了接近80%的份额为闭源操作系统，但是苹果公司在只占据20%份额的情况下，依靠丰富的软硬件生态依然获取了行业内最大的利润。苹果公司的整体毛利率超过43%、整体净利率达到25%，所有用户在软件上的付费，苹果公司都要收取30%的提成。但是闭源系统要想构建生态，难度要比开源系统大得多，前面的主角微软公司试图在移动时代构建闭源系统塞班，始终无法实现突破、最终黯然退场。
在大语言模型时代，目前仍然存在闭源和开源之争。OpenAI公司在早期选择将模型开源，但2020年的GPT3之后就选择了闭源，22年底推出来的GPT3.5和23年初推出的GPT4大模型，显著领先于同行。目前，围绕GPT4的接口所形成的软件API接入以及插件接入已初步形成一定生态。Meta公司则选择了开源模型LLaMA，围绕LLaMA形成了一系列学术机构的模型以及应用。但目前市场上的应用仍然是接入GPT4为主导，可以关注开源模型是否还有机会实现超越。
在中国市场，智源研究院将其相对领先的最新大模型做了开源，基于中文开源模型上将产生诸多应用。另外有一些大厂选择了开发闭源模型，中文大语言模型上的闭源和开源生态之争同样值得持续关注。
在文生图的模型上，主流的模型是海外的Stable Diffusion开源模型，另外还有Midjourney和OpenAI公司的Dall-2闭源模型也比较值得关注。虽然目前基于SD开源模型的开发和应用远多于闭源模型，但用户量更大的是渲染和出图效果最好的Midjourney模型。
从竞争和商业的角度总结来看，操作系统和底层模型级别的产品，开源更容易形成生态，由开源社区的开发者共同维护生态体系。不过，虽然闭源的系统构建难度更高，更容易在竞争中落败，但一旦闭源系统取得领先并形成生态，则会形成极其高的业务壁垒和后续的盈利水平。
历次信息革命，从个人电脑、到互联网、再到移动互联网，都遵循硬件、操作系统、应用生态先后爆发的阶段；而每个阶段以及每个领域都有最核心的公司。现在的生成式AI和大语言模型技术革命，初期的硬件芯片格局比较清晰，核心的大模型作为系统有了初步的格局，但百花齐放的应用还在非常早的阶段。如果遵循自下而上的选股逻辑，其实在格局清晰之后再选择优秀的公司，仍然有足够高的受益机会。
国内社交龙头公司2004年公司上市，此后19年的最高涨幅高达1000倍；从微信超过2亿以上用户的13年开始算，仍然有10年10倍的收益。
巴菲特买入移动互联网时代智能手机龙头苹果公司是在2016年之后，离iPhone出现已经9年之后了，离最爆款的iPhone4出现也6年之后了；最近7年，巴菲特仍然在苹果公司上赚到了最多的收益。
科技革命带来的颠覆式创新和价值增量是极其巨大的，最终选择股票也还是选择业务壁垒最高、拥有定价权的公司，对于新鲜实物，不盲目排斥、也不盲目追捧，最终还是落实到商业模式上，买入好的公司并长期持有，然后赚取公司收益的一部分，是一件极其幸福的事情。
以上所列公司仅用于案例列举，不代表投资建议。
作者简介
高兰君，中泰星锐景气成长混合A/C拟任基金经理。
清华大学工学学士，香港科技大学管理学硕士。11年投研经验，其中5年复合投资经验（3年保险，2年公募投资）历任泰达宏利、嘉实基金研究员，英大资产投资经理、国联安基金基金经理、中意资产投资经理。
基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。投资有风险，基金过往业绩不代表其未来表现。基金管理人管理的其他基金的业绩不构成对本基金业绩表现的保证。投资者投资基金时应认真阅读基金的基金合同、招募说明书等法律文件。基金管理人提醒投资者基金投资的“买者自负”原则，请投资者根据自身的风险承受能力选择适合自己的基金产品。基金有风险，投资需谨慎。
$中泰星锐景气成长混合A(OTCFUND|018372)$
$中泰星锐景气成长混合C(OTCFUND|018373)$
本文作者可以追加内容哦 !
