• 根据IDC 测算，国内智能算力规模正在高速增长，2021 年中国智能

OpenAI没有公布Sora视频数据切割的细节，我们以Ze Liu等著《Video SwinTransformer（2021）》为例，输入一个尺寸为T×H×W×3的视频（此处T选取32，代表从视频中采样得到32帧，采样方法可自行选择，通常为等间隔采样，视频长度通常约10s；每帧包含H×W×3个像素），通过3D Patch Partition可以得到(T/2)*(H/4)*(W/4)个3D Patch（ 尺寸为2*4*4*3）， 即为Tokens， 之后再经过Video Swin Transformer和PatchMerging获得多帧数据的高维特征，完成视频数据训练。根据《Willwerunoutof data?AnanalysisofthelimitsofscalingdatasetsinMachineLearning（Pablo等著，2022年）》披露数据，Youtube每分钟大约上传500小时视频，则我们可以得到Youtube一年增量视频数据为500×3600×24×365=157.68亿秒。通常分类任务视频为10s左右，对应采样帧数为32，假设每帧图片分辨率为1024×768，则10s视频对应的Token数量为(32/2)*(1024/4)*(768/4)=78.64万个Tokens，则Youtube一年增量视频数据为1.24e15个Tokens，假设使用Youtube一年增量视频数据对5000亿大模型完成一遍训练对应的算力需求为500B×1.24e15×6=3.72e27FLOPs。以英伟达H100为例，在FP16精度下算力为1979TFLOPS，仍假设芯片利用率为46.2%，则3.72e27FLOPs/(1979TFLOPs×46.2%×3600s×24h/天×30天/月)=156.98万张H100/月，即完成对视频数据的训练需使用156.98万张H100训练一个月（针对单一模型，仅计算Youtube一年增量视频数据）；且后续Video Frame Interpolation（VFI，帧插值）模块仍需要算力支撑。

多模态大模型拉动全球算力需求快速增长，关注国产AI算力侧机会。AI训练算力同大模型参数、训练Token数量成正比例关系，在模型参数量不变的条件下，训练Token数量的增长会拉动训练算力需求的增长。经我们测算，视频等训练素材将对应巨量的Token数量，进而拉动全球AI算力需求快速增长，我们持续看好国产算力需求提升，建议关注国产AI算力龙头公司海光信息。

宏观经济复苏不及预期，云厂商资本开支不及预期，市场竞争加剧，产品研发不及预期，国产AI算力芯片导入不及预期等。