2024年全球AI市场规模有望达到6.16万亿美元，同比增长30.1%，2027年有望扩张至11.64万亿美元，CAGR为23.65%。AI概念于1956年达特茅斯会议首次提出，是一种模拟人类智能的技术，按照智能程度划分，主要分为狭义人工智能、通用人工智能和超级人工智能，目前通用人工智能还处于理论阶段。AI具有算力、算法、数据三大要素，算法决定了AI如何处理数据和解决问题，数据决定了算法是否能得到有效的训练和优化，算力提供了执行算法和处理数据所需的计算资源。从AI产业链看，整体涵盖基础设施层、模型层、平台层应用层及服务层多个环节，基础设施层主要包括与芯片、计算、存储、网络、软件、连接与通信等多个上游领域，模型层可分为通用大模型、行业大模型等。根据Frost&Sullivan自2020年起，全球AI市场规模以高于20%的同比增速呈现迅猛增长的态势，从2019年的1.91万亿美元有望扩张至2024年的6.16万亿美元，同比增速逐年上升，整体市场有望在2027年扩张至11.64万亿美元，体现出全球AI行业井喷式的发展速度。
未来五年全球大模型行业市场规模的CAGR有望达到36.23%，AI Agent或将成为继API调动和模型推理部署后新的商业化形式，大模型行业竞争格局也将逐步收敛至头部厂商。AI大模型作为AI产业链中的核心环节，经过大规模数据和强大的计算能力训练，通常具有高度的通用性和泛化能力，可以应用于自然语言处理、图像识别、语音识别等领域。深度学习是机器学习的重要分支，主要涵盖预训练、后训练、推理等阶段，Scaling Law是预训练阶段驱动模型进步的第一性原理，“涌现”现象进一步证明了模型参数量、数据、计算量大小对于模型性能提高的重要性。大模型的商业化落地形式主要包括通过API调用收费以及定制化的模型推理部署，前者市场价格竞争较为激烈，后者是国内的核心业务模式，尤其是云端部署，从金额来看，在政务、教科领域落地的大模型项目较多。随着AI Agent发展未来基于结果和价值创造的商业模式有望逐步落地。从行业供给格局看，大模型竞争日趋白热，模型之间差距逐步缩小，护城河不清晰，厂商需要持续大量投入，海内外竞争格局都将逐步收敛至头部厂商，部分规模较小的模型厂商或聚焦于垂直化的细分场景。
GPT与OpenAI o1系列模型分别验证了算力投入在训练侧和推理侧的重要性，而DeepSeek通过创新性的训练方法和架构实现了较低的模型训练成本，在未来大模型不断创新迭代的背景下，性能提升与成本下行或成为两条重要主线。基于GPT-3.5的ChatGPT的发布推动了AI技术的普及和AI产业的变革，是人工智能的重要里程碑之一。ChatGPT的创始人OpenAI自成立起先后发布了GPT系列模型和以OpenAI o1、o3为代表的深度推理模型，GPT系列模型注重预训练阶段的Scaling Law，整体来说更适合解决通识类知识，目前已经迭代至GPT-4系列，从最初单一的文本模态迭代成为多模态大模型，参数规模、训练数据、上下文窗口大小相比前代呈指数级增长，模型性能相应也有显著提升。OpenAI o1模型引入了思维链，证明了推理侧的算力资源投入同样重要，Scaling Law在推理阶段或同样适用，未来，GPT系列与o1为代表的深度推理系列模型或将互相补充。近期，DeepSeek大模型的发布进一步拉动了AI热潮，DeepSeek-R1发布后仅用七天用户增长一亿，海内外头部厂商纷纷入场布局。DeepSeek-V3性能对齐海外领军闭源模型，但依靠引入MLA机制和创新性的DeepSeekMoE架构实现了远低于行业平均的训练成本和定价。DeepSeek-R1在后训练阶段大规模使用了强化学习技术而不依赖监督微调，性能对齐OpenAI-o1正式版，同时证明了蒸馏技术能够将大模型的推理能力转移到更小的模型上，提升它们的表现。
投资建议：AI大模型时代下，AI算力需求高速扩张，从而驱动AI芯片、存储、服务器、光模块、PCB等上游产业链半导体板块的需求快速增长，相关标的有望长期受益。（1）云端AI芯片板块关注寒武纪、海光信息、龙芯中科等；（2）端侧AI芯片板块关注恒玄科技、乐鑫科技、中科蓝讯、晶晨股份、瑞芯微、全志科技、炬芯科技、国科微等；（3）存储板块关注兆易创新、佰维存储、德明利、江波龙、澜起科技、东芯股份、聚辰股份、普冉股份、北京君正等；（4）光模块、光器件、光芯片板块关注中际旭创、天孚通信、新易盛、光迅科技、源杰科技等；（5）PCB板块关注鹏鼎控股、胜宏科技、深南电路、沪电股份、东山精密、景旺电子等；（6）服务器（含液冷）板块关注浪潮信息、工业富联、紫光股份、中石科技、光迅科技、川环科技、国芯科技等；（7）电源板块关注麦格米特、光宝科技、中国长城、新雷能、欧陆通等。
风险提示：（1）AI需求不及预期风险；（2）行业竞争过度风险；（3）国际贸易政策的变化风险。