计算机行业：Sora对算力需求影响几何？

　2024年04月01日 中国银河 吴砚靖,胡天昊　

　　核心观点：

　　Sora算力需求将呈指数级增长，带动算力基础设施需求。北京时间2月16日凌晨，OpenAI发布了首个文生视频模型Sora，可以用文字指令生成长达60秒的高清流畅视频，在生成视频长度、连贯性、多镜头切换方面具备显著优势。本文基于大语言模型推导算力需求方法，对Sora单次训练算力需求进行推演，据相关研究推测，Sora参数规模估算在30B（待确认），如果按此参数测算，我们推演出Sora训练单次算力需求或可达到2.6×10^24Flops，相当于GPT-3175B的8.2倍。我们认为，目前Sora还在初级阶段，仍然存在如能以准确模拟物理运动规律及场景、混淆左右方向、混淆空间细节等，但伴随Sora不断迭代调优，训练数据集规模增大，未来算力需求将呈现指数级爆发式增长，持续看好上游算力基础设施投资机会。

　　Sora基于DiT架构，采用Transformer替换U-Net。Sora实际上是一种基于DiT（Diffusion Transformer，扩散变换器）的模型搭建，同时采用了Diffusion与Transformer，是一种用于扩散模型的新架构。Sora受到大语言模型的启发，用Transformer替换扩散模型中的U-Net，通过将Transformer与Diffusion结合成为一种基于扩散变换的模型DiT，趋于标准Transformer架构，同时保留其可扩展性。与大语言模型将文本转换为可被理解的token类似，Sora将视频转换成一系列Patch（视觉编码块）并将其进行降维，用Patch作为视觉图像统一表现形式，将噪声通过去噪来预测原始图像信息，进而生成视频。

　　Sora实现跨越式提升，文生视频大模型开启新纪元。Sora可以将Prompt转换成长达60秒视频，相对于此前文生视频大模型Runway、Pika、Stable Video等提升几个级别。同时在视频分辨率以及质量方面，Sora可以生成1080P清晰度视频，并且能够相对完整实现对世界及物体运动规律理解及模拟，在镜头切换方面保持稳定性。此外，Sora还支持图片格式输入、视频扩展、视频拼接等，是文生视频领域突破性技术变革。

　　投资建议：Sora是人工智能发展进程中的“里程碑”，推动AGI时代加速到来，算力需求将持续爆发，持续看好产业链投资机会。建议重点关注国内上市公司：

　　1、国内多模态大模型：科大讯飞、海康威视、大华股份；

　　2、算力基础设施：工业富联、中科曙光、软通动力、神州数码、华勤技术、曙光数创、润泽科技、拓维信息；

　　3、AI应用端：万兴科技、金山办公、超图软件、彩讯股份、拓尔思、卫宁健康、嘉和美康等。

　　风险提示：技术研发进度不及预期风险；供应链风险；政策推进不及预期风险；消费需求不及预期风险；行业竞争加剧风险等。