2023 年 12 月 6 日,谷歌 DeepMind CEO Demis Hassabis 宣布 Gemini 1.0 正式上线,Gemini 成为谷歌有史以来打造的最强大、最通用的模型。 Gemini 1.0 共分为三个量级(Size):(1)Gemini Ultra 版本性能最强,体量最大,适用于复杂任务(2)Gemini Pro 在性价比方面得到优化,适用于多任务高效处理(3)Gemini Nano 能够部署在手机等边缘侧。
军备竞赛硝烟弥漫,Gemini 多项性能测试创造新高。
Gemini 在自然图像、 音频视频理解、数学推理等多个领域的测试中都有突出的表现。其中,Gemini Ultra 在 MMLU 测试(大规模多任务语言理解数据集)中的得分率达到 90.0%, 首次超越了人类专家以及 GPT-4(此前 GPT-4 的最好成绩为 87.3%);Gemini Ultra 在大型语言模型研发被广泛使用的 32 个学术基准测试集中,在其中 30 个 测试集的性能超过 GPT-4。我们认为,谷歌在大模型军备竞赛中的强势表现一方 面将带动算力需求的持续升级,同时也为后续包括 GPT-5 在内的大模型推出带 来更多催化。横向对比来看,性能方面 Gemini Ultra>Gemini Pro>Gemini Nano。
Pixel 8 Pro 率先应用,谷歌旗下产品有望全线升级。
谷歌产品经理 Brian Rakowski 提到,优化后的 Gemini 能够在从数据中心到智能手机的所有设备上 运行。Pixel 8 Pro 作为第一款运行 Gemini Nano 的智能手机,目前可以通过 Gemini Nano 实现离线生成会议纪要以及 Gboard 智能回复两项功能。在接下 来的几个月中,谷歌将陆续推出 Gemini 相关服务,包括搜索、广告、Chrome、 Duet AI 等。谷歌下游产品矩阵储备最为全面,拥有海量 PC 端及手机用户,我 们认为 Gemini 的推出有望推动大模型在应用方面实现进一步突破。
TPU v5p 同步发布,催化 AI 加速。
12 月 6 日,谷歌同步发布 TPU v5p, 这是谷歌迄今为止最强大、最高效的 TPU 芯片。TPU v5p 的设计旨在提高性能、 规模和灵活性,其训练性能比 TPU v4 快 2.8 倍,训练嵌入密集模型的速度快 1.9 倍。同时,与 TPU v4 相比,TPUv5p 提高了两倍的 FLOPS 和三倍的内存带宽。 我们认为谷歌作为自研算力新势力,有望激化算力市场良性竞争,进而降低算力 使用成本。
投资建议:我们认为在海外互联网巨头 AI 模型军备竞赛下算力基建产业链将持续受益,推荐光模块产业链标的中际旭创、新易盛、天孚通信、仕佳光子、 光库科技、腾景科技、太辰光,建议关注源杰科技。
风险提示:海外互联网巨头 AI 模型资本开支不及预期,算力需求投资不及预期。