半导体市场 - 半导体销售额有望在2024年迎来复苏，预计增长13.1%[2] - 逻辑器件市场规模达1766亿美元，国产厂商具有替代空间[3] - AI技术发展催生算力需求增加，国内外算力产业链发展机遇巨大[4] - 2023年全球半导体产品销售额预计同比下滑9.4%，但2024年有望增长13.1%[9] - 消费者购买是半导体销售增长的核心驱动力，新兴市场需求增长明显[10] - 2023年至2027年全球PC出货量预计复合年增长率为3.1%，智能手机市场出货量预计波动较大[11] - 逻辑器件是半导体产品市场规模最大的细分品类[12] - 逻辑器件市场主要是美国大厂主导，占据市场份额48%[16] - 2019年逻辑芯片市场美国半导体厂商占据了67%的市场份额[17] - 逻辑芯片具有多种品类，市场相对分散[19] CPU和GPU - CPU作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元[21] - GPU是一种专门在个人电脑、工作站、游戏机和移动设备上做图像和图形相关运算工作的微处理器[33] - CPU更擅长线性计算，而GPU更擅长并行计算[35] - GPU的通用计算功能得到提升，英伟达CUDA和OpenCL的出现让GPU实现更广泛的通用计算功能[34] - CPU是基于低延时设计，而GPU是基于大吞吐量设计[36] 神经网络和深度学习 - 人工智能是一种使计算机能够思维，使机器具有智力的新尝试[64] - 人工智能的三大流派包括符号主义、联结主义和行为主义[65][66] - 深度学习为代表的联结主义目前占主流，得益于大数据量和GPU算力的快速发展[69][71] - 机器学习是一种大数据统计分析技术，通过算法让计算机可以自动“学习”，从数据中分析获得规律，然后利用规律对新样本进行预测[78] - 机器学习包括有监督学习、无监督学习、半监督学习和强化学习等不同类型，每种类型有不同的特点和应用场景[78] 大模型和多模态学习 - 大型语言模型的研究表明，大模型使用样本的效率更高，最优的训练方式是在中等数据集上训练超大模型[108] - GPT-3展示了大型语言模型的"突现"能力，即在13B参数模型中执行多位数加法的能力[109] - 多模态之间的互补性有助于增强人工智能的学习能力[133] - 多模态学习的关键技术包括多模态表示、模态转化、多模态对齐和多模态融合[135] - 多模态融合可分为pixel level、feature level和decision level三类[137]