投资建议： ChatGPT 带动大模型训练热潮，AI 服务器需求有望放量
ChatGPT模型带来预训练+日常运营+Finetune需求场景，算力需求持续释放或将带动算力基础设施产业迎来增长新周期。ChatGPT发布之后，引发了全球范围的关注和讨论，国内各大厂商相继宣布GPT模型开发计划。以GPT模型为代表的AI大模型训练，需要消耗大量算力资源，主要需求场景来自：模型预训练+日常运营+Finetune。根据我们测算，GPT-3 175B 模型需要的预训练算力约3640 PFlop/s-day、ChatGPT 单月运营需要的算力约7034.7 PFlop/s-day、单月Finetune 需要的算力至少为1350.4 PFlop/s-day。基于此，随着国产大模型开发陆续进入预训练阶段，算力需求持续释放或将带动算力基础设施产业迎来增长新周期。
相关标的：算力芯片厂商，包括景嘉微、寒武纪、海光信息、龙芯中科、中国长城等，以及服务器厂商，包括浪潮信息、中科曙光等。由于算力实现的核心是CPU、GPU、FPGA、ASIC等各类计算芯片，并由计算机、服务器、高性能计算集群和各类智能终端等承载。相关标的：算力芯片厂商，包括景嘉微、寒武纪、海光信息、龙芯中科、中国长城等，以及服务器厂商，包括浪潮信息、中科曙光等。
风险提示
宏观经济波动带来的系统性风险。若宏观经济波动，产业变革及新技术的落地节奏或将受到影响，宏观经济波动还可能对IT 投资产生负面影响，从而导致整体行业增长不及预期。
AI技术及新产品开发发展不及预期风险。
半导体贸易战加剧导致国产化进程可能低于预期的风险。
下游需求不及预期风险。若下游数字化需求不及预期，相关的数字化投入增长或慢于预期，致使行业增长不及预期。
算力需求测算与实际不符。目前ChatGPT 所用模型相关数据披露较少，基于模型体量进行的算力需求测算若低于实际需求，可能导致AI 服务器产业规模增速不及预期。
