ChatGPT成為最近資本市場最大的熱點，引發相關概念股狂飆，2月8日，概念股漢王科技盤中繼續拉升。
除了漢王科技，近日，云從科技、神思電子、天娛數科、三六零、視覺中國、壹網壹創等均有所異動。而從這些公司所處產業鏈不難發現，軟硬件系統構成了AIGC(ArtificialIntelligenceGeneratedContent，人工智能生成內容)的基本生態。
但就最硬核的科技而言，AI芯片無疑是生態中的重中之重。
中金公司認為，未來大模型有望成為AI技術領域重要的生產工具，這將對AI芯片在訓練和推理等環節支撐大量數據高效處理提出新的挑戰，芯片算力、存儲容量、帶寬、軟件棧等多個維度上的技術要求將提高，并創造出可觀的AI芯片增量市場空間。
底層技術
AI此前幾年經歷過一陣狂飆突進，但在近年來似乎陷入沉寂，如何商業化是其面臨的最大難題。
而ChatGPT的橫空出世，或將代表著一系列AI應用在現實世界進入大規模的落地階段。
本質上來說，ChatGPT并非技術的顛覆式創新，其與此前發布的某些語言模型一樣，只是一個工具。但ChatGPT為何如此“出圈”？
歸根結底，在于其高效、絲滑、智能的用戶體驗。這也預示著，支撐這套人工智能技術訓練語言模型的底層技術正變得越來越成熟。
要完成這看似簡單的交互對話，背后是對來自互聯網的大量信息和數據的分析及訓練。首先需要云計算基礎設施作為算力底座。其次，云計算數據中心還需要一系列重要的零部件，包括服務器、芯片、光模塊等。
云計算的核心是計算與存儲，由于云計算的數據存儲在云端，它為大量數據運行提供了一個可靠的處理方式。人的大腦也具備信息計算和存儲的能力，可以說云計算也具有一定的智能條件。因此，云計算和人工智能常常互為支撐、互為促進。
但高質量的AI模型設計成本高昂，依賴深厚的技術知識和人才儲備。同時，更大規模的預訓練模型需要大算力支持，AI開發的一大成本就來自算力。
“ChatGPT這樣的大規模語言模型在文本理解、文本生成、代碼生成等任務上確實取得了驚人的成績。但這樣模型的商業落地也遇到很大挑戰。首先，ChatGPT使用的GTP3.5模型用了1750億個參數，導致GPT3.5需要巨大的計算量，就當前算力成本來看，大部分應用很難支付如此高昂的算力成本。但未來隨著算力成本的下降，大規模語言模型肯定會得到廣泛的應用。”2月8日，人工智能企業中科智云高級副總裁李源在接受21世紀經濟報道記者采訪時表示。
據報道顯示，GPT3.5在微軟AzureAI超算基礎設施(由英偉達V100GPU組成的高帶寬集群)上進行訓練，總算力消耗約3640PF-days(即每秒一千萬億次計算，運行3640個整日)。
李源還指出，ChatGPT的成功對整個AI技術領域有重要的啟示，依賴模型對外提供服務MAAS的運營方式很可能成為AI應用的一個主流方向。但如何讓模型和行業結合？如何通過MAAS方式對外提供服務將是AI領域值得積極探索的方向。總體來說，ChatGPT揭示了模型的重要性，但與此同時，還需要有能力快速訓練模型。
當前，全球云計算產業生態已相對成熟，我國云計算也呈現出穩健發展的良好態勢。根據機構研報，2021年中國云計算市場規模達3229億美元，較2020年增長54.4%。2022年我國數據中心機架規模預計將達到670萬架，5年CAGR達32.19%。
進一步分析云計算產業鏈，可以分為上游芯片廠商和基礎設備提供商，中游云服務廠商和下游云計算服務的應用領域。ChatGPT可視為云計算的下游應用之一，上中游還涉及芯片、設備、云服務廠商等。
其中，AI芯片是算力的硬件基石。技術層面上，AI芯片根據其技術架構，可以分為GPU(圖形處理器)、FPGA(現場可編程門陣列)、ASIC(專用集成電路)和類腦芯片，同時CPU也可用以執行通用AI計算。
根據億歐智庫數據，預計AI芯片國內市場規模將于2025年達到1780億元，2022-2025年CAGR將達到27.9%。
產業前景
事實上，AI芯片并非被ChatGPT帶火，早些時候就有報道顯示，AI芯片已成為各家巨頭爭搶的領域。
據媒體報道，蘋果、AMD、英偉達在AI領域競爭白熱化，傳出近期同步對臺積電下急單，相關芯片將在4月后逐步產出。
業界還提到，從算力來看，當前AI芯片最成功應用的ChatGPT已導入至少1萬顆英偉達高端GPU；此外，蘋果M2系列新芯片持續導入AI加速器設計；AMD也發表相關新品，其最受關注的“AlveoV70”AI芯片，采用臺積電5/6納米Chiplets設計，規劃今年內推出。
顯然，在智能手機、芯片等領域遇冷后，美科技巨頭將注意力轉移到了AI領域。
就AI芯片的市場格局來看，英偉達是全球GPU和AI計算平臺的領軍者，其高端GPU占據了AI算法訓練市場絕大部分的份額。花旗集團預估，ChatGPT可能會在未來12個月內為英偉達帶來30億美元至110億美元的銷售額。
英偉達之外，Intel和AMD占據全球GPU主要市場。相較之下，國內自研有所推進，但仍有所欠缺。
公開信息顯示，GPU芯片廠商中已上市的公司有景嘉微、AI芯片廠商寒武紀，后起之秀則有壁仞科技、摩爾線程、天數智芯、燧原科技等。
但從技術上來看，國產GPU企業與國際巨頭仍有差距。例如，國產GPU領軍企業景嘉微在2021年12月發布了92系列GPU，其僅與英偉達在2016年左右的中端顯卡處于同一水平。
有業內專家向記者指出，“國產GPU、AI加速芯片目前缺少高端產品，能力相對單一。和英偉達GPU相比，相當于是單項運動員和全能選手。前者可能能夠在某一個方面的性能超過英偉達，但從通用性來說，還達不到英偉達的性能。”
中信證券則坦言，國內大部分本土GPU廠商當前仍處于早期階段，短期仍需克服產品驗證、量產落地等潛在挑戰。
除GPU迎來的市場機遇，信達證券電子團隊指出，“AIGC的出現真正賦予了人工智能大規模落地的場景，AI芯片也將從過去面向廠商的訓練場景為主轉變為面向消費者的推理場景為主，GPU的高并行計算能力和高通用性的協調統一在消費者時代的統治力或許難以為繼，ASIC芯片、國產GPU芯片有望切入MaaS產業生態。”
其認為，在技術、算法尚未成熟階段，FPGA架構靈活改變芯片功能，有利于降低成本和風險；而隨著技術、算法的普及，ASIC更具備競爭優勢。