ChatGPT带飞英伟达，中国芯片成色几何？

“这几天电话都快被打爆了。”谈到最近爆火的ChatGPT，英伟达中国区一位高管日前向媒体说道。

春节过后，全球AI范畴最引人关注的非聊天机器人ChatGPT莫属。

在资本和行动的吹捧下，具有交流、创作、翻译等多种功用的ChatGPT，俨然已成为一个现象级产品。不只背地的OpenAI和微软借此名声大噪，国内一众高调跟进的互联网大厂也赚足了眼球。

但实践上，在网友们褒贬不一，对ChatGPT持续展开讨论的同时，支撑ChatGPT降生的算力基础——AI芯片和效劳器也正在资本市场上掀起巨浪，已下跌一年的英伟达，股价在4个月里完成翻倍。

英伟达CEO黄仁勋

在国内，股市上的热情似乎更胜一筹。国产GPU厂商景嘉微股价一个月涨超60%，即便曾经公开表示没有ChatGPT相关业务，依然挡不住股价的涨势，让高管们不趁机减持都不好意义。

算力，是人工智能的“三驾马车”之一，跟着ChatGPT备受追捧无可厚非。但值得关注的是，打造ChatGPT到底需求耗费多少算力？资本市场狂欢下，国内厂商又能在多大水平上受益？

在接受察看者网采访时，国内效劳器厂商宁畅副总裁兼CTO赵雷指出，就ChatGPT而言，需求TB级的运算锻炼库，以至是P-Flops级的算力。从目前的效劳器处置才干来看，大约是几十到几百台范围的GPU效劳器体量才能够完成，而且需求几日以至几十日的锻炼。

市场上还有券商讲演称，ChatGPT带动超算算力需求3年或将提升超越10倍，未来3年或将拉动千亿级ICT硬件投资需求。随着ChatGPT的持续爆火，英伟达真的会成为最大赢家吗？

“显卡寒冬”中带飞英伟达，市场过度达观了？

在ChatGPT爆火出圈之前，黄仁勋最头疼的事应该还是怎样更快渡过本轮“显卡寒冬”。

刚刚过去的2022年，全球独显出货量创下二十年新低，相比2021年“腰斩”。作为全球显卡市场的头号玩家，英伟达持续遭受重创，业绩连续两个季度下滑，股价一年之内暴跌70%。

但ChatGPT现象级爆火很快改动了这一颓势。去年10月中旬以来，英伟达股价从108美圆/股飞涨至228美圆/股，反弹111%，市值重登美股半导体板块第一，大幅甩开英特尔同等行。

“我们不时在等候这一刻，”看到英伟达股价在市场低迷下逆势飞涨，黄仁勋对ChatGPT的赞誉也毫不吝啬，直言ChatGPT关于人工智能的意义，不亚于手机范畴“iPhone”的呈现。

英伟达CEO黄仁勋

市场猎奇的是，世界上那么多芯片公司，为什么偏偏英伟达的股价会随着ChatGPT翩翩起舞？

简言之，就是ChatGPT的底层基础是一个具有1750亿参数的预锻炼大模型——GPT-3.5，它能如此睿智，主要是基于对天量数据的“吃透”，背地离不开强大算力的支撑，而英伟达的GPU能提供它需求的算力。

目前来看，全球其他正在跟进的厂商想要推出ChatGPT这种人工智能大模型，必须有三项关键技术支撑：锻炼数据、模型算法和算力。

浙商证券研报指出，锻炼数据市场宽广，技术壁垒较低，投入足够的人力物力及财力后即可取得；基础模型及模型调优对算力的需求较低，但取得ChatGPT功用需求在基础模型上进行大范围预锻炼，这就需求大量算力，所以算力是ChatGPT运转的关键所在。

说起AI算力，就到了GPU的主场。

最初，英伟达基于CUDA架构开发的GPU主要用于游戏，后来发现它还可用于AI锻炼和推理中的大范围并行计算任务，逐步构成开发者生态。在AI延展初期，市面上没有特地的AI加速卡和硬件产品，开发者便将英伟达GPU用于AI锻炼和推理，开端大范围采用其产品。

CPU和GPU架构的区别

“英伟达芯片为大模型锻炼做了很多优化，它才是这次ChatGPT热潮的最大赢家。”有业内人士直言。

那锻炼ChatGPT到底需求多少算力？

海通证券征引的OpenAI测算显现，自2012年起，全球头部AI模型锻炼算力需求每3-4个月翻一番，每年头部锻炼模型所需算力增长幅度高达10倍，而ChatGPT锻炼阶段总算力耗费约为3640PF-days（即1 PetaFLOP/s效率跑3640天）。

在接受察看者网采访时，宁畅CTO赵雷提到，目前用户运用ChatGPT得到的反响，是锻炼后的产物，主要触及推理应用，计算时间基本上是分钟级或者秒级的。关于ChatGPT锻炼来说，普通是周级或是月级，至少差一个数量级，也有可能差两到三个数量级。

浙商证券研报指出，采购一片英伟达顶级GPU成本为8万元，GPU效劳器成本通常超越40万元。关于ChatGPT而言，支撑其算力基础设备至少需求上万颗英伟达GPU A100（曾经盛行一时的AlphaGO也只需求8块GPU），一次模型锻炼成本超越1200万美圆。

在此背景下，英伟达、AMD等可提供AI算力芯片的公司，股价也开端在半导体下行周期中逆势上涨。就在日前，英伟达中国区高管在接受媒体采访时提到，“这几天好多公司，包含云从科技，都来找我布置调货，基本就调不外来，需求特别大。”

察看者网就相关事宜联络云从科技投资者关系部，对方工作人员回应表示：采购信息只能以公告为准。不外他弥补称，云从科技已和华为、寒武纪等国内厂商完成深度适配，而且以前也准备了一些库存，国际芯片供给不会对该公司构成明显影响。

市场上有业内人士测算，未来GPT-4可能会抵达100万亿个参数，在不运用英伟达H100 GPU或优化架构的状况下，单日访问算力需求6万台A100，仅给英伟达的算力投入就是120亿美圆。

“有没有ChatGPT这个东西，人工智能算力都是永远都不够的。”赵雷向察看者网坦言，元宇宙到往常还没有一线的3A大作游戏画面和互动性好，所以目前市场上的算力还差得远，未来5到10年，至少100倍的算力提升还是需求的。

据《2022-2023中国人工智能计算力延展评价讲演》统计，2022年我国人工智能算力范围已达268百亿亿次/秒（EFLOPS），超越通用算力范围，估量未来5年，中国智能算力范围年复合增长率将达52.3%。

但细致厂商能在多大水平上受益，似乎仍值得察看。近日有台湾岛内行业人士透露，英伟达并没有由于ChatGPT在台积电加投先进工艺的4nm芯片，市场都过度达观了。

国内厂商成色几何？

自ChatGPT爆火以来，国内大厂纷繁跟进，这也点燃了A股的算力基础设备概念，浪潮信息、神州数码、华胜天成等效劳器产业链公司连日大涨，以至浪潮信息还收到了深交所的关注函。

作为国内专注人工智能赛道的效劳器厂商，宁畅固然没有上市，但仰仗与英特尔、英伟达的联手协作，在这轮ChatGPT热潮中也遭到市场关注。

宁畅CTO赵雷通知察看者网，ChatGPT的持续爆火为AIGC带来全新增量，行业对AI模型锻炼所需求的算力支持提出了更高请求，也为宁畅带来更多市场空间和延展机遇。

依据IDC讲演，2021年中国AI效劳器市场范围达350.3亿元，同比增长68.6%，浪潮信息、宁畅、新华三、华为和安擎等位居前五，占领82.6%的份额。在全球AI效劳器市场上，浪潮以20.9%的份额位居第一。

图源：IDC

但效劳器只是整机，国内AI产业要想自主延展，最关键的还是在中心芯片上控制主动权。

一组第三方数据显现，中国加速效劳器市场近年来不时壮大，2021年范围达53.9亿美圆，GPU效劳器占绝对主导。其中，加速卡的采购型号主要集中在英伟达的T4、V100、V100S以及A100系列上，外加少量的AMD与英特尔。

IDC的数据凸显了英伟达的主导位置：2021年中国加速卡数量出货超越80万片，其中英伟达占领超越80%的市场份额。

去年9月，英伟达被限制向中国供货A100和H100 GPU的音讯引发业内普遍关注。固然英伟达积极争取美国政府答应，并提供低配版产品，但这也再次给国内产业界敲响了警钟。

察看者网留意到，在这轮ChatGPT爆火中，A股也有不少芯片股随之大涨，但炒作意味浓厚。

例如，国产GPU厂商景嘉微曾同时透露“产品未触及AI锻炼与ChatGPT相关业务”和“JM9系列图形处置芯片可用于人工智能计算范畴”两则音讯。在市场信息错误称的状况下，景嘉微股价一个月里大涨超越60%，随后高管很快披露了减持公告。

深交所互动易截图

但也有一些上市公司明白表示具有类GPU芯片业务。

例如，海光信息在招股书中透露，该公司DCU（协处置器）系列产品以GPGPU架构为基础，可普遍应用于大数据处置、人工智能、商业计算等应用范畴。自1月中旬以来，海光信息股价累计涨近30%。

此外近几年在市场上连续大额融资的初创公司，像天数智芯、壁仞科技、摩尔线程等公司，也都推出了自研的通用GPU产品。例如，去年8月壁仞科技发布首款7nm制程的通用GPU芯片BR100，称其可与英伟达的旗舰H100一较高低，但尚未量产上市。

英伟达的“霸权”之下，这些新创公司的产品要想在市场上翻收局面，一方面要处置性能和生态适配问题，以至要反向适配英伟达的生态，另一方面要寄望于国内芯片制造的突破。以在芯片量产方面走在同行前列的天数智芯为例，2022年底累计销售订单为3亿元，与数十亿的融资相比仍差距显著。

除了GPU，CPU、ASIC（专用集成电路）和FPGA（现场可编程门阵列）等芯片被视为也可为AI不同计算任务提供算力，例如寒武纪就推出了一系列ASIC加速芯片，华为也设计了昇腾310和昇腾910系列ASIC芯片，但ASIC芯片通常针对AI应用特地设计了特定架构，通用性不如GPU。

图源：浙商证券

谈到高端算力芯片的市场竞争，海光信息在招股书中指出，在通用处置器范畴，英特尔、AMD的CPU产品在全球市场中占领绝对优势位置；在协处置器范畴，英伟达、AMD的GPGPU产品占领绝对优势位置。总体上国内厂商的市场份额与国际龙头企业相比差距较大，面临着该范畴猛烈的市场竞争。

“今天芯片产业面临的问题不是科研问题，更不是资本运作的问题，而是在成熟的产业生态体系里，我们没有占到中心关键点，更没有中心掌控力。”海银资本开创合伙人王煜全2月8日撰文指出。

他提到，今天十分主流的CPU、GPU芯片生态，是美国政府和众多欧美科技企业花了30多年时间逐步培育、延展起来的。这个范畴，从最上游的指令集、芯片设计软件，到下游制造需求的光刻机，都曾经有十分红熟的规划。除了名义上能看到的各种技术专利、行业规范，还有大量沉淀在业内，很难快速传播和复制的制造、生产经验，曾经构成了枕戈待旦的体系。

王煜全呼吁，在系统芯片异构计算时期，芯片企业、人工智能企业和产生大量数据的应用企业，这三方要深度协作，这样芯片的制造水平未必是最好，但芯片锻炼的模型是最好的。

“固然英伟达占领先发优势，但其他厂商也在踌躇不前。”近期还有行业指出，对ChatGPT这类大模型锻炼，包含商业巨头和头部的研发机构都有持续在投入，像国内的百度、智源、华为、阿里等，其投入范围至今应该超百亿，主要是数据、硬件和人才的持续投入。可预知的是，还有很长的路要走，大模型应用正处于行业爆发的前夜，能够拭目以待。