信息技术-计算机行业深度报告-他山之石：从美股看本轮AI浪潮

仅供内部参考，请勿外传计算机报告/行业深度报告他山之石：从美股看本轮AI浪潮报告摘要：I的强大性能和快速选代能力，以及良好的调用机制，部分新应用的市场想象，强大如华尔街对于NVIDIAIC将白热化的竞争推向高潮。的生成物)、隐私的保护(采用中间层或者DomainSpecificAI)和I建立DomainSpecificAI，从而实现平衡。但是我们认为，Domain优于大势上次评级:优于大势历历史收益率曲线计算机沪深3000%2022/62022/92022/122023/3%%%6%0%益行行业数据44504937187 4.341151341.13总市值(亿)流通市值(亿)市盈率(倍)市净率(倍)成分股总营收(亿)成分股总净利润(亿)成分股资产负债率(%)相关报告相关报告《短期扰动不改长期趋势，抓住落地快空间大良机》30625《落地和监管并重，模型与数据齐飞》30618证证券分析师：黄uangjing@请务必阅读正文后的声明及说明仅供内部参考，请勿外传«算机/Ì业深þ2/34请á必阅ü2/341.算力ÿ大超预期的热W战Ï，AI蚕ßNon-AI预算 41.1.NVIDIAÿ大Beta显示出_尔街买X方的缺O 42.数据ÿx权þ最值得关注 103.大模型ÿ私p模型n大Ā头W挑，开源模式Metaèè耕耘 134.à用ÿ一W+AI，但W独的KillerAppÿ能就是GPT本身 164.1.SAPÿÖrAI到}ø产品，并没p全ðAIà用 164.2.ORCLÿ强调OCI+AI的先进性 164.3.Salesforceÿ大幅强调AI的Þ要性，建立了完整的AI架构 184.4.ServiceNowÿ黄ā勋力挺的à用ðþ开发商 224.5.DatadogÿCEOü于LLMp较⃞O\的认识 264.6.MongoDBÿÿ极拥抱AI并è出全ð产品 274.7.总结ÿü于AI时ïKillerApp的一些探« 30 Ā表目录Ā1ÿNVIDIA的Previewÿ格呈Ā水直线，实×股ÿ快⃞P涨 4Ā2ÿ美股投资者们üNVIDIA24⃞收入P调 5Ā3ÿv于爆ø性的业绩，NVIDIA的估值à而降P 5 Ā7ÿ海外Ā头PASIC提供商之间的\作þ经清p 7Ā8ÿĀ头在AISemiP的投入十VĀ大，AIü于Non-AI形r了显著ÿï 8 Ā10ÿ只pCOWOS能满足⃞þ和容à的需求 9Ā11ÿ美ÿx权局认⃞非人类创的作品ÿ例如猴子自拍Ā是没px权的 10Ā12ÿ大模型¯ÿ大à使用了CC/Books/Journals的数据 10Ā13ÿAdobe声Āvb补偿Firefly用户的x权相关诉讼的损失 11Ā14ÿFirefly是Adobe在AI时ï的⃞心⃞Ā 11Ā15ÿSAPà用+AI情况，并没p全ð的AIà用 16Ā16ÿOracleà用+AI情况，并没p全ð的AIà用 17Ā17ÿÖrOracle服á的AIApps 18 Ā24ÿO是所p的}ø都能请到NVIDIA黄ā勋站Ā 23 Ā26ÿServiceNowþ经形r了完整的AI战略 24Ā27ÿServiceNowþ经建立了完整的生a 24Ā28ÿServiceNowAIà用场o 25 3/34请3/34 Ā32ÿMongoDBþ经针ü各种Workloads进Ì了广泛a局 28Ā33ÿMongoDB认⃞AIbü}ø业á产生较大影响 28Ā34ÿMongoDB将向à数据ß和n通数据ß\Ð⃞一 29Ā35ÿ向à数据ßÿñ`û维修ý人迅⃞⃞定þ 30Ā36ÿ2023⃞⃞要AI网站日均Àþà⃞势Ā 31表1ÿ海外大模型情况 13表2ÿÿ内大模型情况 14表3ÿ开源大模型情况 154/34请4/34仅供内部参考，请勿外传«算机/Ì业深þ1.算力ÿ大超预期的热W战Ï，AI蚕ßNon-AI预算1.1.NVIDIAÿ大Beta显示出_尔街买X方的缺ONVIDIA作⃞千ÿ美元ÿ别的大票，_尔街理论Pp着极⃞紧密的跟踪，但Ï实P美股投资者们出Ā了大Miss2ÐX方视角来看，p较多的Trackerÿñ验证到NVIDIA的业绩，2023€ñ来X方üNVIDIA股ÿ的Preview都是一条直线ĀÐ买方的视角来看，NVIDIA流ú性较⃞充沛，但m次美股投资者们t出Ā了大Miss，纷纷üNVIDIA2024日历⃞的收入预期进Ì较大调整，一定程þP显示出了_尔街买X方的缺O2Ā1ÿNVIDIA的Previewÿ格呈Ā水直线，实×股ÿ快⃞P涨数据来源ÿBloomberg，东X证券5/34请5/34仅供内部参考，请勿外传«算机/Ì业深þĀ2ÿ美股投资者们üNVIDIA24⃞收入P调数据来源ÿBloomberg，东X证券在达到万ÿ`值之^，NVIDIA的估值à而降P了2NVIDIA突破了万ÿ美元的`值，但是目前的P/ERatioà而降P了，要系NVIDIA的业绩的爆ø性增长2Ð产业链视角来看，s们认⃞该增长ÿ能Ï将持续ÿ据BAC研究ç告，CSPÿß端服á业者Ās据NVIDIA采购s比仅40%2Ā3ÿv于爆ø性的业绩，NVIDIA的估值à而降P数据来源ÿBloomberg，东X证券6/346/34仅供内部参考，请勿外传«算机/Ì业深þ如何看àNVIDIA的估值？如果将NVIDIA看作一家纯半ü体}ø，那NNVIDIA的估值偏高Ā但如果将NVIDIA是一家ñðþ生a⃞⃞心的AI算力⃞心供à商，那Nv估值v实并O高2⃞据MS的研究，2027€AI半ü体的TAM将达到1250ÿ美元2v他的ASIC硬þ很难达到NVIDIACUDA生aQ的效能，特别是CuDNN和CuBLAS，v甚óÿñ绕过来驱ú直接í作GPU，CUDA生a_是NVIDIAs据AI算力⃞心地O的Þ要原因2NVIDIAX证券NVIDIA目前提供针üAI的服á和ðþ能力2v中，NVIDIAAIFoundationsCloudServices提供ß端快Ÿ¯ÿ模型的能力，而NVIDIAAIEnterpriseSoftwarePlatform提供100多种框架1预¯ÿ模型和开发ýw，ñà⃞数据科学管道并简WAIà用的开发和部署2vmÿÉ，NVIDIAþ经渐脱离了传统的Fabless}ø的范畴2NVIDIAX证券数据来源ÿNVIDIA官网，东X证券海外Ā头O愿意被供à商绑定，并`考虑r本因素，纷纷进ÌASIC自研2一方面，v于NVIDIA的压倒性`势，Ā头在谈判时°ÿ权p限Ā另一方面，2024€大规模仅供内部参考，请勿外传«算机/Ì业深þ7/34请7/34的è理à用或将铺开，而ü于è理端来讲，性ÿ比是⃞一的考à因素2而Ā头期望于通过ð硬一体的解决方案来大幅þ降Pè理r本，Ð而获×竞Ï`势2因mĀ头大à采用了ASIC的解决方案，ASIC提供商如AMD1AVGO1MRVLbp所Ø益2Ā7ÿ海外Ā头PASIC提供商之间的\作þ经清p数据来源ÿ各}ø官网，东X证券Ā头在AISemiP的投入十VĀ大，AIü于Non-AI形r了显著ÿï22024⃞日历⃞þ，Ā头ü于AI芯w的采购à是十ÿñPàÿ，AI相关的数据中心投入将sĀ头的Capex的四rñP2考虑到Ā头的CapexOb大幅þ增长，因mAIü于Non-AI将形roÞ的挤出效à2àO仅解释了⃞ĀNANET1JNPR1MU1STX等}ø表ĀO佳，ß解释了⃞ĀNMRVL跑O过AVGO2s们预期未来较长一段时间AI的暴露þÿExposureĀb是美股半ü体相关股票的⃞心考à，那NüANET/MU/INTC_需要Þð考à28/348/34仅供内部参考，请勿外传«算机/Ì业深þĀ8ÿĀ头在AISemiP的投入十VĀ大，AIü于Non-AI形r了显著ÿï度亿美元目晶片ò速卡服ó器据中心400086GoogleASIC40GOAmazonASICGOAMDtal000晶片/ò速卡ò速卡/服ó器服ó器/数据中心40%70%80%70%CY2024CY2023yoyGoogle3343224%Amazon57326315338313474%talGoogle/Meta/MicrosoftNV%0%TotalAICostGoogle/Meta/Microsoft363TotalCapexGoogle/Meta/Microsoft98TotalAICapexGoogle/Meta/Microsoft数据来源ÿBloomberg，东X证券AISemi的t脖子ÿ节在哪Ý？在TSMC2目前几N所p的GPU和ASIC都需要芯w和显`/内`的高Ÿ连接，并`ü于显`/内`而言⃞大⃞好2v于ü尖峰性能的独家掌握2目前看到MI300þ经将HBM堆到192GB，预«^续的Training芯w的显`将突破200GB2因ms们认€，TSMC将b是一个良好的投资标的，特别是vb叠àí费电子+AI的ßÞCycles2仅供内部参考，请勿外传计算机/行业深度9/9/3410/3410/34仅供内部参考，请勿外传«算机/Ì业深þ2.数据ÿx权þ最值得关注西方的⃞势是n强调x权的Þ要性2O\地|的法律法规显著O\，并`在快⃞的ÙW中，v中pn个非常Þ要的因素值得关注ÿ1Ā¯ÿ中使用的数据的x权，ñ及2ĀAIGC生r的作品的x权2Ð各ÿx权要求来看ÿ➢英ÿÿ允许AIGC生r的作品拥p部Vx权，但是禁k将mx权授Î给AI2➢欧盟ÿ立法者目前l在考虑要求生r性AI系统的提供者<}开披露使用Øx➢美ÿÿ美ÿx权局只认人类创的作品，ÿbÿ能b进Ì法律修¬ü于AIGC生r的作品的x权的_属进Ì明pW2Ā11ÿ美ÿx权局认⃞非人类创的作品ÿ例如猴子自拍Ā是没px权的数据来源ÿWikipedia，东X证券Ā12ÿ大模型¯ÿ大à使用了CC/Books/Journals数据来源ÿWikipedia，东X证券AdobeFirefly的一大吸引ù是v¯ÿ内容都是px权的2ÿ大多数的数据均px权，因m大模型的海à数据中势必包括x权数据2针üAIGC生r的作品，人类参P的rV和程序参P的rV并O是那N容易进Ì|V，如果AIGC生r的Āw和真人的Āw一模一，vx权划Vþpà商榷2s们预«x权þß需要长久的立法探«之^才能得到解决2作€àü方案，Adobe声明vb补偿Firefly用户相关x权诉11/34请11/34仅供内部参考，请勿外传«算机/Ì业深þĀ13ÿAdobe声Āvb补偿Firefly用户的x权相关诉讼的损失数据来源ÿ路⃞社，东X证券w体而言，Firefly是Adobe在AI时ï的⃞心⃞Ā2AdobeFirefly是一款创ð的生r性人ý智能引î，它ÿñ⃞据用户的文本提示生rĀ像1矢àĀ1视频和3D内容2FireflyĀþÖr到Photoshopÿ测试xĀ1Illustrator1AdobeExpressñ及WebP2Ā14ÿFirefly是Adobe在AI时ï的⃞心⃞Ā数据来源ÿBloomberg，Adobe官网，东X证券Firefly将作⃞Adobe的⃞心AIOffering进Ìè广2首先，Firefly将作⃞一项面向í费者的独立免费增值服á，并针ü企业提供服á2v次，Adobe旗舰à用程序中的Copilot生rAIß能将提高均每用户收入ÿARPUĀ并保持用户粘性2第O，Adobe将⃞需要生r更多内容的ü户提供¬阅ù数ÿCreditĀ2第四，Adobe将⃞开发者社|提供Firefly的APIÀþ权限，并允许企业使用他们的_p内容创建独家定仅供内部参考，请勿外传«算机/Ì业深þ12/3412/34制模型2最^，Ì业\作a伴ñ及FireflyüExperienceCloud1CreativeCloud和DocumentCloud的发展带来了ð的机b2Adobe目前的`先Ï项是广泛è广Firefly，预«将在Î⃞晚些时候è出w体的定ÿ2除了Firefly，}øßpSenseiAI等产品2SenseiGenAI是一种⃞`场营⃞人员和v他ü户体验团队提供的ð型AIû手，ÿñ在AdobeExperienceCloud的多个à用程序中用于各种用例，如资产创建和在ü户旅程中的个性W服á等2}ø的AI和机器学`服á团队_l在发að的Q一ïß能和解决方案，à些ß能和解决方案vSensei驱ú，在AdobeExperienceCloud中€û品牌实Ā规模W的个性W，à些ð的AI和机器学`ß能使用智能决策和预测洞察来àŸ影响，€û品牌⃞vü户提供更W的体验2Adobe认⃞，v在AI发展中拥pO大`势ÿ1Ā独p的数据源，包括CreativeCloud中的和DocumentCloud中的Ā2ĀAdobe自ý创建FoundationModel，wp较高的掌ç力Ā3Ā最Þ要的是Adobe提供了良好的界面ÿInterfaceĀ2s们认⃞}ø在Ā端à用中wp生aO的tO`势213/3413/34仅供内部参考，请勿外传«算机/Ì业深þ3.大模型ÿ私p模型n大Ā头W挑，开源模式Metaèè耕耘Pÿ内大模型⃞花齐放O\，海外的大模型在GPT的强压面前快⃞收敛2海外ñ学术机构均p参P，但大多采×开源模式，`发展规模较谷歌微ð`在差距2ÿ内传统AI}øÿ商汤1±ÞĀñ及科研ÿ家队ÿ智源1中科院自úW所Ā纷纷入局2表1ÿ海外大模型情况à用模型参考eepMind12ÿ多模ar语言理解P生r2800ÿLPAlphaCodeï码生r414ÿLPT语言理解P生r4810ÿLPMDAü话系统-LPagen语言理解PĀ像生r110ÿ多模aPaLM-2语言理解P生r1è理1ï码生r1多模a3400ÿ多模arti语言理解PĀ像生r200ÿ多模aropicdeü话1文本处理520ÿLPMicrosoftFlorence觉识别6.4ÿG语言理解1生r170ÿLP语言理解生r1è理1多模a-多模aLIPDALLEĀ像生r1跨模a搜索120ÿ多模aexï码生r120ÿLPGPT语言理解P生r1è理-LPacebook1750ÿLP1000种语言à译150ÿLPVIDIAnTuringLG语言理解P生r1è理5300ÿLPay用文本1Āw1w段生r频12ÿ多模aAWS+HuggingaceOOM语言理解P生r1è理1ï码生r1750ÿLP数据来源ÿ}开资料整理，东X证券14/3414/34仅供内部参考，请勿外传«算机/Ì业深þ表2ÿÿ内大模型情况è出时间腾±2.4千ÿÿ€þERNIE2600ÿ3.3-_节跳únsformer2.5-ð东910ÿ阿Ý巴巴1.610万ÿ1.4千ÿÿ悟道2.01.61.75万ÿ中科院自úW所紫东z初O模a大模型1.7千ÿÿ02.9-±Þ火大模型3.5.6-.4.10万ÿÿyý.4.17千ÿÿ数据来源ÿ}开资料整理，东X证券ý源模型微ð1谷歌领先，Meta持续耕耘开源模式2➢ý源ÿ基于TransformerÍ生出GPTPBERTn大知]NLP模型族，V别üà业界n大Ā头，s微ðÿOpenAIĀ&谷歌ÿGoogleBrain1DeepMindĀ2v性能暂时领先v他大厂模型ÿ如AWS的BLOOMĀ，n大Ā头在ý源模型领域进Ì➢开源ÿMeta发aLLaMA模型并开源，LLaMA+LoRA模式是`前开源LLM中最活跃的生aĀAWSPHuggingFace基于LLM生a展开\作2LLaMA的出Ā验证了GPT之外的另一条路ß，s更大规模的¯ÿ数据+更`的算法调试，降P模型ü参数和算力的依赖215/3415/34仅供内部参考，请勿外传«算机/Ì业深þ表3ÿ开源大模型情况模型者参数à¯ÿ数据à¯ÿr本aMAeta70ÿ1130ÿ1330ÿ1650ÿ4种参数规模1.4万ÿAlpacad70ÿ52k条þ答指ð数据来源500美元数据r本+100美元¯ÿr本UCBerkeleyMUStanfordUCSDandMBZUAI130ÿ70k条þ答指ð数据，来源于用户Vï出来的ü话²录300美元Dolly2.0CBerkeley130ÿ500k条þ答直录ß能数据，来源于网P}开数据Ö一ĀNvidiaDGX服á器P8个A100GPU，需要6个小时¯ÿ完ratabricks120ÿ15k条þ答指ð数据，指ð数据来源于Databricks员ýO到30美元清_大学KEG实验þ和智谱I60ÿ和1300ÿ共2规模4000ÿþô，中文和英文token各2000ÿ数⃞万人民_数据来源ÿ}开资料整理，东X证券16/3416/34仅供内部参考，请勿外传«算机/Ì业深þ4.à用ÿ一W+AI，但W独的KillerAppÿ能就是GPT本身4.1.SAPÿÖrAI到}ø产品，并没p全ðAIà用SAP的AI策略是将AIÖrÿEmbedĀ到v产品Ā\中2SAP较⃞关键的AI产品是Datasphere，v是SAPDataWarehouseCloud的Q一ï产品，v是一种全面的数据服á，ÿñ使每个数据_业人员都能无缝`ÿ扩展地Àþü决策产生Þ大影响的业á关键数据2\时SAP_ýa了跟UiPath的\作，将通过UiPath更好地进Ì流程自úWí作2m外在SAPSapphireb°P，SAPßýa了将SAPSuccessFactors解决方案PMicrosoft365Copilot和MicrosoftVivaLearning中的CopilotÖr，è在解决⃞能差距，提高招聘1保留和提升员ý的能力2Ā15ÿSAPà用+AI情况，并没p全ð的AIà用SAPX4.2.ORCLÿ强调OCI+AI的先进性PSAP显著O\的是，Oracle提供OracleCloudInfrastructure(OCI)2OCIÿñ理解⃞IaaS+PaaS层，Oracle的}pß的SaaS的解决方案ÿñ在OCIPßÌ，例如FusionCloud和NetSuite2OCI提供了包括虚拟机ÿVMĀ1裸机服á器1GPU实例1块`储1文þ`储1ü象`储1虚拟私p网þÿVPCĀ1负载均衡器1DNS服á1身份和Àþ管理ÿIAMĀ1防火墙1数据à密等ß能，vP面_ÿñ搭载OracleAutonomousDatabase和v他数据ß服á2Oracle表示vü户ü于AIServicep着非常大的需求2Oracle的OCI的¬Wþ达到了20ÿ美元2OraclePNVIDIAl在建¿世界P最大的超ÿ«算机，v拥p16000ŸGPU晶w2m外，OracleßP企业AIĀ提供商Cohere\作è出了Generative17/3417/34仅供内部参考，请勿外传«算机/Ì业深þAICloudService，在保æü户私的\时允许他们¯ÿ大模型，Cohere_在Oracle的OCIP¯ÿ自ý的LLM2Oracle表示vOCIPv他}pß厂商p所O\2Oracle表示vOCI采用了RDMA架构，并`内嵌了APEXPï码Ā，\时v数据ß产品AutonomousDatabaseO需要数据ß维æ就ÿñ进Ì自修复和升ÿ2RDMA是一类⃞术的统Ā，InfinibandIDIAPSAP类似，Oracleà用端没p全ð的AIà用出Ā，更多是Embed2在à用端}ø的AIà用pÿ➢DynamicDiscountingntelligentAccountCombinationDefaultingTimetoHire➢BestCandidates➢SimilarCandidates➢RecommendedJobs➢SimilarJobs➢AccountPrioritization➢AccountEnrichmentkingPointsrtunityWinProbabilityportunityRecommendedActions➢LeadConversionProbability➢SupplierIntelligenceĀ16ÿOracleà用+AI情况，并没p全ð的AIà用OracleX仅供内部参考，请勿外传«算机/Ì业深þ18/3418/34Ā17ÿÖrOracle服á的AIAppsOracleX4.3.Salesforceÿ大幅强调AI的Þ要性，建立了完整的AI架构}øà期发a了AICloud产品2AICloud是Salesforce的⃞心Offering，v整\了ÿ信赖1开放的生r式AI2AICloud将使⃞⃞ï表能够快⃞自ú生r针üü户需求的个性W电子邮þ，服á团队能够自ú生r个性W的ï理聊y回复和案例摘要219/3419/34仅供内部参考，请勿外传«算机/Ì业深þ数据来源ÿSalesforce官网，东X证券Ā19ÿAICloud是}ø的⃞心AIOffering数据来源ÿSalesforce官网，东X证券Salesforce自研了EinsteinGPTñ及EinsteinGPTTrustLayer2Salesforce的EinsteinGPT是世界P第一个给CRM定制的GenerativeAI，v是}øAI产品的⃞心2EinsteinGPT的⃞要特ù包括ÿ仅供内部参考，请勿外传«算机/Ì业深þ20/3420/34➢个性W内容生rÿEinsteinGPTÿñ生r个性W的内容，使每个员ý更高效，每个ü户体验更好2➢开放和ÿ扩展ÿEinsteinGPT支持⃞CRM定制的}共和私pAI模型，并在ÿ信赖的实时数据P进̯ÿ2➢POpenAIÖrÿEinsteinGPT将POpenAIÖr，€Salesforceü户提供开箱s用的生rAI能力2例如，EinsteinGPTÿñ⃞⃞⃞人员生r个性W的电子邮þ，€ü户服á_业人员生r特定的回答ñ更快地回答ü户þ，€营⃞人员生r针ü性的内容ñ提高活ú响à率，ñ及⃞开发人员自ú生rï码2通过à用LLM，Salesforce表示员ý的生Salesforce收购的Slack进Ì了OpenAIÖr2Salesforce和OpenAIé在3oè出了Slack的ChatGPTà用程序，该à用程序vOpenAI在SlackĀP构建，Ör了ChatGPT的AI⃞术，ÿ直接在Slack中提供s时b话摘要1研究ýw和写作⃞û，⃞û数⃞万家}ø更高效地ý作2v于Slack中沉淀了大à的Salesforce数据，并`是一个关键的交à节ù，Salesforce认⃞Slack在GenerativeAI中意OÞ大2Salesforceß强调了DataCloud的Þ要性2SalesforceDataCloud是一个实时的数据湖，它提供了连接所pü户数据的能力，无论是来自任何à用程序1¿备ß是实时流，都ÿñ使用开箱s用的连接器2它ß能够自ú将所p数据和谐r一个W一的ü户Ā，并⃞任何部门和任何Ì业提供实时’àv活ú的统一ü户档案2esforceEinsteinGPTTrustLayer是一个Þ要的ß能Āþ2它是AICloud的一部V，_门用于处理生r式AI的安全性þ2它包括数据脱敏ß能，ÿñÐ发⃞到大型语言模人信息221/3421/34仅供内部参考，请勿外传«算机/Ì业深þÿSalesforceEinsteinGPTTrustLayer的ý作原理数据来源ÿSalesforce官网，东X证券Salesforce长期投资进ÌAI能力建¿，ÿñ追溯到2014€2Salesforce在2014€r立SFDCAIResearch，sSalesforce的人ý智能研究部门，ô力于在人ý智能领域èú研究进展，并将à些研究à用于开发AI产品及解决方案22016€SalesforcensteinAIInsightsÿSalesforceAI相关产品发展路ß数据来源ÿSalesforce官网，东X证券Ā22ÿSalesforceLLM发展路ß数据来源ÿSalesforce官网，东X证券SalesforceAICloudStarterPack定ÿ36万美元每€2Pack内包括DataCloud122/3422/34仅供内部参考，请勿外传«算机/Ì业深þĀ23ÿSalesforceAI产品定ÿSalesforce东X证券4.4.ServiceNowÿ黄ā勋力挺的à用ðþ开发商Pv他}øO\的是，ServiceNow获得了NVIDIA的支持25o17日，ß方发a\作声明，ServiceNow借ûNVIDIA的强大ð硬þ能力，将在vServiceNowPlatformP搭建独p的LLM，Ð而大幅þ提升流程自úW和生产力2ServiceNow在AI相关产品的研发中奖采用NVIDIAAIFoundationsCloudServicesñ及NVIDAAIEnterpriseSoftwarePlatform2}ø将PNVIDIA一起开发虚拟û手，并`将大幅þ提升ü户支持团队的效率2ServiceNowà向üNVIDIA赋能2ServiceNow€ûNVIDIA更好地开展ITQNVIDIADGXCloudß端部署和DGXSuperPOD本地部署的à用2}øp机bPNVIDIAr€ß子223/3423/34仅供内部参考，请勿外传«算机/Ì业深þĀ24ÿO是所p的}ø都能请到NVIDIA黄ā勋站Ā数据来源ÿServiceNow官网，东X证券ServiceNow明显在借û外部力à来发展AI能力2Ð2017€开始}ø就通过IntentionalM&Aü于AI相关}ø展开了收购2ServiceNow收购的标的涵盖Virtual}ø的PRO+OfferingsAdoption提高了40%，ASPUplift提升25%2考虑到ServiceNow`值þ经超过千ÿ美元，s们认⃞，à说明ü于小}ø来说W枪{马开LLM的224/3424/34仅供内部参考，请勿外传«算机/Ì业深þĀ25ÿ在过去6€ServiceNow收购了很多AI}ø数据来源ÿServiceNow官网，东X证券ServiceNowþ经形r了完整的AI战略，建立了完整的生a2ServiceNow将模型V€GeneralPurpose模型和DomainSpecific模型2ü于GeneralPurpose模型，ServiceNow表示vþ经接入了OpenAI，将探索和Google\作的机b2ü于DomainSpecific模型，ServiceNow则是跟NVIDIA和HuggingFace\作，并`þ经跟n者建立了\作a伴的关系2但如果Ð目前的情况来看，AIÏ然没p全ð的à用场o2Ā26ÿServiceNowþ经形r了完整的AI战略数据来源ÿServiceNow官网，东X证券Ā27ÿServiceNowþ经建立了完整的生a数据来源ÿServiceNow官网，东X证券25/3425/34仅供内部参考，请勿外传«算机/Ì业深þĀ28ÿServiceNowAIà用场o数据来源ÿServiceNow官网，东X证券owAIDemos数据来源ÿServiceNow官网，东X证券26/3426/34仅供内部参考，请勿外传«算机/Ì业深þ数据来源ÿServiceNow官网，东X证券4.5.DatadogÿCEOü于LLMp较⃞O\的认识⃞ĀNs们要在àÝ放入Datadog？因⃞v作⃞InfrastructureMonitoring的第一股，vÊù极pÿ值2然而，Datadog的CEOandCo-Founder表明GenerativeLLMO要在私pßP部署2⃞据Datadog}开电话b，}øCEO表示，采用通用大模型的⃞一方法就是真l在ß端部署，因⃞⃞术ÙW较快，ñó于每~个o或每⃞ÿ能就要Þ做一次部署2m外，Datadog表示基于GenerativeLLM的à用需要ÿ妙管理否则b十V昂贵2}øCEO表示，仅Ð数_的角þ来看，试Ā将ÿÊ测性数据直接发⃞到大语言模型中的r本将比ßÌ最初产生à些数据的à用程序高出几个数àÿ，v最大的ü户ÿ能O得O花费接àà州GDP的水才能实Āà一目标2尽管看P去pùb人⃞闻，但是考虑到v的Ì业地O，s们认⃞à是十VÞ要的Êù227/3427/34仅供内部参考，请勿外传«算机/Ì业深þDatadogXÐDatadog最ð的举措来看，Observation领域并没p全ð的AI产品2Datadog最à在AI领域的a局⃞要包括ñQ几个方面ÿ➢WatchdogAI引î的扩展ÿDatadog扩展了vWatchdogAI引î，增à了⃞因V析和日志异常检测ß能2à些ð的AI/ML能力使IT团队能够更快地检测1调查和解决à用性能þ，并减少假警ç2à是Datadog在AI领域的一个Þ要发展，pû于提高v产品的智能W程þ和用户体验2➢POpenAI的ÖrÿDatadogýa了一项ð的Ör，ÿñ监çOpenAIAPI的使用情况，⃞ûĀÿ监çAI的使用情况1r本和性能2à个Ör使企业能够更➢€AzureĀÿ提供ð的能力ÿDatadog€AzureĀÿ提供了ð的能力，⃞û他们管理r本1迁移到ß端并监çAI模型2à些ð的能力和Ör€企业提供了一种简W1快⃞和ÿ扩展的方式来构建和部署AIà用2过ß，Datadog的⃞战场是AWS，但⃞着Azure凭借GPT模型所获得的强大竞Ï`势，}ø开始在AzureP发力2但是Datadog并没p大幅P调全⃞指引ÿ只P调了þ1000万美元的收入Ā2s们认€àÿ能跟CloudOptimization依ç持续ñ及AI褫夺非AI预算p直接关系24.6.MongoDBÿÿ极拥抱AI并è出全ð产品MongoDB最à举Þ的InvestorDay展Ā了}ø的Ā大ß心2MongoDB认⃞，AI将显著增à}ø的Workloads，而MongoDB_将r€AI相关à用首选的开发Ā2仅供内部参考，请勿外传«算机/Ì业深þ28/3428/34\时，MongoDB官ýè出的VectorSearchbr€GenerativeAI的Þ要基础¿施，最Ā的结果则是à用程序的全面革ð2Ā32ÿMongoDBþ经针ü各种Workloads进Ì了广泛a局数据来源ÿMongoDB官网，东X证券Ā33ÿMongoDB认⃞AIbü}ø业á产生较大影响数据来源ÿMongoDB官网，东X证券MongoDB¿想了一个极⃞大胆的向à数据ß架构2s们5o第一周就最前瞻的è出了向à数据ß的深þç告，m前s们¿想，向à数据ß和传统数据ß是一个Ì的关系，n者ÿ能来自于O\的供à商，v向à数据ß进Ì向à搜索，通过LLM输出结果2但是}ø比s们的想象更€大胆，}øè出的AtlasVectorSearch(inPreview)将向à数据ß和传统数据ß结\在了一起，并`提供统一的APIÿUnifiedMongoDBQueryAPIĀ进Ì调用2在}ø的¿想Q，一个原始的数据将\时ñ数据2929/34仅供内部参考，请勿外传计算机/行业深度本身和向量化数据进行存储，而一个搜索的Query可以同时对两者进行搜索调用，场。MongoDB展示了向量数据库的新的应用场景。以通过声音来鉴别车辆问题为例。MongoDB和某家Top车厂合作，将不同型号的汽车发生不同故障时的声音录制下司表示这可以节约1个小时以上的故障判断时间。30/3430/34仅供内部参考，请勿外传«算机/Ì业深þĀ35ÿ向à数据ßÿñ`û维修ý人迅⃞⃞定þ数据来源ÿMongoDB官网，东X证券4.7.总结ÿü于AI时ïKillerApp的一些探«那N全ð的非P`}ø开发的à用呢？尚无法确定2通过监测AI网站Àþà，s们认⃞ÿ能ChatGPT浪潮所带来的最大的KillerApp是v自ý2v于GPT的强大性能和快⃞迭ï能力，ñ及良好的调用机制，部Vðà用的`场竞Ï快⃞激烈Wüô用户被V散，例如ChatPDF231/3431/34仅供内部参考，请勿外传«算机/Ì业深þĀ36ÿ2023⃞⃞要AI网站日均Àþà⃞势Ā数据来源ÿ}开资料整理，东X证券s们ĀN时候ÿñ看到KillerApp？1~2⃞之^2⃞据MorganStanley统«，AppleIIè出2⃞之^才出ĀVisiCalc，IBMPCè出2⃞之^才出ĀLotus1-2-3，iPhoneè出2€之^才出ĀUber2因ms们预期1~2€之^b出ĀGPT€术的KillerApp2人们总是短期过于PÊ，长期过于悲Ê2s们认⃞AI的奇ùþ经到来2在本篇ç告的写作中GPT4Plugin做出了卓⃞的­献，大幅þ地提升了生产力2➢算力竞Ï的热W超出所p人的想象，强大如_尔街ü于NVIDIA的判断_出Ā了Þ大错误2大à自研的ASIC将在明⃞海à流w，将热W的竞Ïè向高➢v于缺OKillerApp，所ñ商业à用是EmbedAI的情况，暂未出Ā全ð的à用场o2EmbededAI在提升原pAIß能准确性和⃞þ的\时，ToBà用通过引入Copilot等手段来进Ì进一n商业W，并`ÿñ×得ARPU提升等效果，但是