银河证券：Sora对算力需求影响几何？

　　银河证券发布研究报告称，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，如果按此参数测算，该行推演出Sora训练单次算力需求或可达到2.6×10^24Flops，相当于GPT-3 175B的8.2倍。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 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 发布了首个文生模型 Sora，可以用文字指令生成长达 60秒的高清流畅，在生成长度、连贯性、多镜头切换方面具备显著优势。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，如果按此参数测算，该行推演出Sora训练单次算力需求或可达到2.6×10^24Flops，相当于GPT-3 175B的8.2倍。该行认为，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实际上是一种基于DiT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将转换成一系列Patch并将其进行降维，用Patch作为

　　Sora实现跨越式提升，文生大模型开启新纪元。

　　Sora可以将Prompt转换成长达60秒，相对于此前文生大模型Runway、Pika、Stable Video等提升几个级别。同时在分辨率以及质量方面，Sora可以生成1080P清晰度，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还支持格式输入、扩展、拼接等，是文生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、软通动力等;3)AI应用端：万兴科技、金山办公、超图软件等。