算力周跟踪：OpenAI发布o1大模型，开启强化学习新范式

（以下内容从华福证券《算力周跟踪：OpenAI发布o1大模型，开启强化学习新范式》研报附件原文摘录）
投资要点：
本周CPU/GPU板块出现回调，云计算板块普涨。（1）CPU/GPU板块：本周（0916-0918）英伟达-4.81%，海光信息-4.17%，寒武纪-4.76%，龙芯中科-3.03%。英特尔+5.65%，当地时间9月16日，英特尔公布业务调整消息，剥离芯片代工业务。（2）云计算板块：商汤科技+5.77%，9月14日公布商汤科技5.2亿中标移动天津2024年智算中心一期。
最新一周数据显示文本大模型总体访问量持续亮眼。据similarweb最新数据（0906-0912）：（1）ChatGPT和Perplexity访问量持续攀升。（2）豆包访问量长期增长。9月14日，“豆包爱学”全新升级，推出了很多辅助学习的实用功能。（3）Runway访问量继续提升。9月14日，Runway推出一种新的控制机制，可以通过参考视频来精确控制运动、表现力和意图，大大提高AI制作电影、游戏特效方向的可行性。据七麦最新数据（0911-0917）：阿里通义下载量增长稳定。通义万相AI生视频将在9月19日上线，现已开启预约，支持文或图生视频，支持多语音与可变分辨率生成。
OpenAI公开o1大模型，强化学习ScalingLaw提出算力需求。9月13日，OpenAI正式公开o1大模型，即此前宣传的草莓大模型。它具备真正的通用推理能力，在高难度基准测试中展现出色的表现，相比GPT-4o有显著提升。OpenAI还发布了成本效率更高的o1-mini模型，尤其擅长编程任务。目前，ChatGPTPlus和Team用户可以开始使用o1模型，但使用量有限。OpenAI计划未来增加更多功能，如网络浏览、文件和图像上传等，以提升模型的实用性。
观点#1：思维链深化推理能力，强化学习突破LLM推理极限。从方法上，o1大模型首次证明了语言模型可以进行真正的强化学习——给越多算力，就输出越多智能，一直到超越人类水平。o1还引入了思维链（CoT）推理，也就是该模型在作出反应之前，需要像人类一样，花更多时间思考问题。通过训练，它们学会完善自己的思维过程，尝试不同的策略，并认识到自己的错误。CoT显著扩展了模型的表达能力，使其能够处理更复杂的问题。
观点#2：OpenAIo1打破Scalinglaw瓶颈，反哺多模态通用模型。目前普遍认为通过增加数据和模型规模来提升大模型效果的Scalinglaw模式，其增长速度在放缓。目前面临的问题包括数据资源的枯竭，因为像GPT-4这样的模型已经使用了大量可用数据，导致“数据荒”。同时，大模型的训练需要大量GPU资源，这也使得算力和数据的扩展面临瓶颈。OpenAI发现，随着更多的强化学习（训练时计算）和更多的思考时间（测试时计算），o1的性能持续提高，而且扩展这种方法的限制与大模型预训练的限制有很大不同。可以通过o1增强最重要的基座模型逻辑推理能力，再把这种能力迁移到GPT4o这种多模态通用模型上。比如通过直接用o1基座模型替换GPT4o的基座、或者利用o1模型生成逻辑推理方面的合成数据增强GPT4o、再或者用o1蒸馏GPT4o模型。
建议关注
国产算力链：寒武纪、海光信息、龙芯中科、盛科通信等。
数据中心硬件：中际旭创、工业富联、新易盛、天孚通信、沃尔核材、英维克、沪电股份、胜宏科技。
风险提示