通信行业周报：O1新模型对算力需求几何

　　事件：北京时间9 月13 日凌晨，OpenAI 发布全新大模型OpenAI o1系列，根据官方说法，与之前的模型相比，o1 系列模型可以推理更复杂的任务，解决更难的问题。同时该系列大模型的命名也有深意，OpenAI 表示，对于复杂推理任务来说，该系列模型的推出是一个重要的进展，代表了人工智能能力的新水平，因此将计数器重置为1，并将这一系列命名为OpenAI o1。

    　　【o1 最核心的“升级”：进一步拟人、强化“自我”能力】相较于传统GPT 系列大模型，o1 大模型最核心的变化在于“自我反思和提升”，通过让渡速度来提升回答的“聪明”程度。OpenAI 采用强化学习（RL，Reinforcement Learning）的方法来训练o1，目标在于让大模型尽可能模拟人类的思考过程，在回答问题时，模型会自我进行思考，形成长串的思维链，在花费一定时间（而不是立马给出回答）后，判断答案的优劣程度（进行自我反思、尝试不同的思考路径），在众多答案中选出最适配的一项。

    　　【o1 的价格：远高于4o，隐含推理过程消耗大量token】o1 系列分包含三款模型，OpenAI o1、o1-preview 和o1-mini，根据官网API 接口调用定价（按照每百万token 计价），o1-preview 模型输入价格为15 美元，输出价格60 美元，o1-mini 模型输入3 美元，输出12 美元；远高于GPT-4o 收费（输入5 美元、输出15 美元）。我们认为，o1 收费较高，主要是其自身的隐藏推理过程会涉及更多的搜索或者排序等步骤，因此会消耗大量token，单次回答的算力成本大幅提升。

    　　【o1 的质量：大幅提高数学与编码能力】

    　　在美国数学奥林匹克预选赛题目中，GPT-4o 平均只能解决12%的问题，o1 正式版单次尝试就做对74%的问题，在1000 次采样后使用学习型评分函数重新排序，正确率更是高达93%；在代码竞赛中，GPT4o准确率达到11%，o1 预览版为62%，o1 正式版准确率达到89%。

    　　【提价+提质的背后：隐含对未来推理算力的爆炸式需求】o1 通过思考能力的提高拓宽了下游应用场景的复杂度，有望开启AGI 时代全新“数据飞轮”。与传统GPT 4o 不同，此次发布的o1 模型重点在于通过自我强化学习进行自我认知、自我推理、自我判断和自我优化，扮演的角色更侧重一个“推理”模型，在回答问题前进行思考，这部分隐含的推理环节（或“思考环节”）会消耗大额算力；在拥有“思考能力”后，大模型将更可应用于复杂的问答场景，比如数学问题、编码问题等，或更加适应高精尖领域如医疗、物理、生物等领域的高密度推理，同时对C 端的友好度也进一步提升，具备自我进行活动策划的能力。模型的进一步“拟人化”有望刺激下游应用落地的加速，形成对算力的全新增量需求。

    　　对硬件的拉动：RL 背后是规模化数据集和算法策略的需求，是芯片数量的“堆叠之战”，万卡或仅是门槛。RL 的性能提升符合一定的规模化法则（Scaling law），可以通过模型大小和训练计算量的增加而提高。强化学习模型通常需要通过不断尝试和错误来学习最优策略，在这个过程中，模型的参数（如学习率、探索率、奖励函数等）需要不断调整以优化学习效果，同时参数调整是一个迭代的过程，需要多次实验和评估来找到最佳的参数设置，以确保模型能够有效地学习并达到预期的性能。为了找到最佳的算法和策略，需要进行大量的实验和优化，在更大规模的问题上寻找有效的学习策略，不断扩大基础数据集的体量，对token 的消耗会大幅提升。我们认为，o1 大模型的推出是对推理侧需求的跨时代更新，在进入规模化时代后，“大力出奇迹”原则下对芯片数量、交换机数量、连接器数量等核心硬件数量的需求都有望指数级提升，新一轮的军备竞赛或将开启，RL 对芯片的庞大需求下“万卡”或仅是个入门选择，未来硬件需求空间进一步扩大，AI 叙事节奏或有望加速推进。

    　　建议关注：

    　　算力——

    　　光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。铜链接：沃尔核材、精达股份。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。液冷：

    　　英维克、申菱环境、高澜股份。边缘算力承载平台：美格智能、广和通、移远通信。

    卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

    　　数据要素——

    　　运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。

    　　风险提示：AI 发展不及预期，算力需求不及预期，市场竞争风险。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。