“我這幾天，電話都快打爆了。”聊起最近火爆出圈的ChatGPT，英偉達中國區一位高管用略帶抱怨但難掩高興的語氣向《科創板日報》記者說道，其中邏輯在于，為ChatGPT供應算力的核心基建——AI芯片，成為各廠商們投資的關鍵，“這幾天好多公司，包括云從科技，都來找我安排調貨，根本就調不過來，需求特別大。”

英偉達成最大贏家？

ChatGPT等AI應用需要基于大量模型訓練，它能如此睿智基于對天量數據的“吃透”，背后是強大算力的支撐，以GPT-3模型為例，其存儲知識的能力來源于1750億參數，訓練所需的算力高達3650PFLOPS-day。

中信建投研報的數據顯示，此前用于AI訓練的算力增長符合摩爾定律，大約每20個月翻一番；深度學習的出現加速了性能的擴展，用于AI訓練的算力大約每6個月翻一番；而目前大規模模型出現，其訓練算力是原來的10到100倍。

這也難怪OpenAI在大煉GPT-3之前，讓微軟花10億美元給自己獨家定制了一臺當時全世界排名前五的超級計算機。ChatGPT在2月7日宣布由于滿負荷運行而暫停服務，主要原因是網絡等資源的限制，且此前ChatGPT也出現多次宕機，這體現了AI應用對算力的旺盛需求。

ChatGPT主要涉及AI自然語言處理相關技術，底層算力芯片以高性能GPU為主。國內一名人工智能公司高管告訴《科創板日報》記者，該類芯片中英偉達占據主要市場，英偉達的芯片為大模型訓練做了很多優化，“很好用”，它才是這次ChatGPT熱潮的最大贏家。

從芯片技術角度來看，鯤云科技創始人兼CEO牛昕宇告訴《科創板日報》記者，英偉達的CUDA架構最初用于游戲GPU，相比于CPU更適用于大規模并行計算，基于其CUDA生態，積累了完善的開發者生態。這一輪人工智能產業發展的初期，市面上沒有專門的AI加速芯片和硬件產品，開發者發現其產品可以應用于AI的訓練和推理過程，就多采用其產品。

另外，英偉達的產品在通用性和算力密度方面有優勢，而且因為算法模型巨大，對系統級的多芯片互聯合作，高帶寬的網絡貯存要求以指數級的增長，英偉達對此早有布局，以收購和研發整合的手段，已形成完整成熟的解決方案。

在此番半導體產業下行周期下，英偉達成為跌跌不休半導體股中的“逆行者”。年初至今，該公司股票已經漲超55%，反映了投資者在ChatGPT熱潮下對英偉達的看好。

就芯片采購問題，《科創板日報》記者以投資者身份致電云從科技，相關人士僅表示，公司和***公司有深度的適配，而且以前也有一些庫存，芯片這一塊不會受到國際芯片供應量影響。

不僅要自主“大模型” 還要芯片技術彎道超車

目前，全球主要科技公司已經相繼公布了各自在ChatGPT領域的進展，先且不論各家接下來投入程度高低以及這些類ChatGPT產品“錢”景如何，可以預見的是，手握關鍵底層芯片的公司們，無疑將從這次ChatGPT浪潮中受益。

浙商證券認為，ChatGPT熱潮席卷全球、AIGC將產生巨大算力市場的背景下，芯片需求將迎來量價齊升。

不過，在產業界看來，ChatGPT從西太平洋興起，而后席卷至至大洋彼岸的中國，這給我國科技行業敲響警鐘。

海銀資本創始合伙人王煜全在2月7日發聲稱，中國不僅需要產生自主“大模型”，也應當在人工智能上進行芯片技術的“彎道超車”。

他認為，今天非常主流的CPU、GPU芯片生態，是美國政府和眾多歐美科技企業花了30多年時間逐步培育、發展起來的。這個領域，從最上游的指令集、芯片設計軟件，到下游制造需要的***，都已經有非常成熟的布局。除了表面上能看到的各種技術專利、行業標準，還有大量沉淀在業內，很難快速傳播和復制的制造、生產經驗，已經形成了壁壘森嚴的體系。

“今天芯片產業面臨的問題不是科研問題，更不是資本運作的問題，而是在成熟的產業生態體系里，我們沒有占到核心關鍵點，更沒有核心掌控力。”王煜全稱。

具體到產業，王煜全號召，系統芯片異構計算時代，芯片企業、人工智能企業和產生大量數據的應用企業，這三方要深度合作，“這樣芯片的制造水平未必是最好，但芯片訓練的模型是最好的”。

人工智能發展多年，近年間的商業化進程在加快，但“針對AI底層算力的研究更早。”牛昕宇告訴記者，對ChatGPT這類大模型的訓練，包括商業巨頭和頭部的研發機構都有持續在投入，像國內的百度、智源、華為、阿里等，其投入規模至今應該超百億，主要是數據、硬件和人才的持續投入，可預知的是還有很長的路要走，大模型應用正處于行業爆發的前夜，可以拭目以待。

芯片領域，“雖然英偉達占據先發優勢，但其他的廠商也在迎頭趕上。”牛昕宇稱，像百度、寒武紀、燧原、壁仞、鯤云等都有高性能的AI算力產品推出，百度的paddlepaddle生態也在完善中，鯤云也通過多個垂直行業的規模落地積累了生態和應用基礎。

編輯：黃飛

?