《科創(chuàng)板日報》2月9日訊（編輯 宋子喬） 近一個月以來,，AIGC現(xiàn)象級產(chǎn)品ChatGPT聊天機器人點燃,、成就了一場資本狂歡。

可以說,，ChatGPT的火爆,，開辟了AI產(chǎn)業(yè)化的新路徑——以大模型敲開通用人工智能的大門。為了滿足大模型應(yīng)用的巨大算力需求,，大廠們紛紛加大了相關(guān)基礎(chǔ)設(shè)施方面的投資,。作為算力基礎(chǔ)設(shè)施中的核心硬件，AI芯片由此進入人們的視野,。

浙商證券最新報告表示,，ChatGPT的“背后英雄”系GPU或CPU+FPGA等算力支撐，該應(yīng)用對于高端芯片的需求增加會拉動芯片均價,，量價齊升將導致芯片需求暴漲,。信達證券也表示，AIGC推動AI產(chǎn)業(yè)化由軟件向硬件切換,，半導體+AI生態(tài)逐漸清晰,，AI芯片產(chǎn)品將實現(xiàn)大規(guī)模落地。

1月下旬以來,，景嘉微,、寒武紀、龍芯中科等多只個股漲幅已超30%,。今日（2月9日）早盤,，多只AI芯片股走強，截至午間收盤,，景嘉微漲超16%,，海光信息漲超14%,，中科曙光、寒武紀,、龍芯中科,、安路科技等紛紛跟漲。

該AI芯片接棒了,？

▌AI邁向大模型時代 芯片市場成長可期

ChatGPT的技術(shù)底座是“大型語言模型（Large Language Models）”,，簡稱LLMs，中文習慣稱為“大模型”,。算法是大模型成功的首要條件,，然后要喂給算法海量的數(shù)據(jù)（數(shù)據(jù)量級躍升，能帶來更多能力的涌現(xiàn)）,，再搭配強大的發(fā)動機——大算力,，才能獲得最基礎(chǔ)的大模型。

一個ChatGPT應(yīng)用的算力消耗已經(jīng)讓人瞠目,。其大模型GPT經(jīng)歷了三次迭代,，GPT、GPT-2和GPT-3（當前開放的版本為GPT-3.5）的參數(shù)量從1.17億增加到1750億,，預(yù)訓練數(shù)據(jù)量從5GB增加到45TB,，其中GPT-3訓練單次的成本就已經(jīng)高達460萬美元。最新的GPT3.5在訓練中使用了微軟專門建設(shè)的AI計算系統(tǒng),，由1萬個V100 GPU組成的高性能網(wǎng)絡(luò)集群,，總算力消耗約3640PF-days，即假如每秒計算一千萬億次,，需要計算3640天,。

同樣，國產(chǎn)自研的源1.0,、悟道和文心等AI模型,，不僅在參數(shù)量上達到了千億級別，而且數(shù)據(jù)集規(guī)模也高達TB級別,。想要搞定這些“龐然大物”的訓練,，就至少需要投入超過1000PetaFlop/s-day（PD）的計算資源。

一言以蔽之,，大模型為代表的AI新時代,，算力便是核心競爭力。

而AI 芯片是針對人工智能算法做了特殊加速設(shè)計的芯片,，也被稱為AI加速器或計算卡，是AI的算力基礎(chǔ),。要知道，ChatGPT有著大量復雜計算需求的AI模型,，GPU,、FPGA、ASIC等AI芯片專門用于處理這些計算任務(wù),，是不可或缺的底層硬件,。

據(jù)了解，采購一片英偉達頂級GPU成本為8萬元,，GPU服務(wù)器成本通常超過40萬元,。對于ChatGPT而言，支撐其算力基礎(chǔ)設(shè)施至少需要上萬顆英偉達GPU A100,，一次模型訓練成本超過1200萬美元,。

浙商證券分析師陳杭據(jù)此表示，ChatGPT對于高端芯片的需求增加會拉動芯片均價,，量價齊升將導致芯片需求暴漲,，“目前OpenAI已推出20美元/月訂閱模式，初步構(gòu)建了優(yōu)質(zhì)的訂閱商業(yè)模型,，未來繼續(xù)擴容的能力將會大幅提升,。”

中金公司認為,，未來大模型趨勢下,，AI芯片市場成長可期，在ChatGPT應(yīng)用大規(guī)模商用初期,，AI芯片行業(yè)有望創(chuàng)造20億美元左右市場空間,。另據(jù)Omdia，2022年數(shù)據(jù)中心用AI芯片市場規(guī)模有望達133億美元,。

▌多路線蘊含潛力 周邊生態(tài)有望受益

不過,，在名為“AI芯片”的大籃子里,，細分品類眾多。目前英偉達主導的GPU憑借高算力成為主流選擇,，其他AI芯片如ASIC,、DPU、FPGA也蘊含潛力——

ASIC/DPU等專用芯片在特定使用場景下高算力/低功耗/小面積的優(yōu)勢仍吸引國內(nèi)外廠商積極布局,，如TPU,、類腦芯片等；FPGA由于可編程而更具靈活性,，相比于CPU/GPU/ASIC具有更高的速度和極低的計算能耗,，常年來被用作專用芯片的小批量替代品。

AI 芯片根據(jù)技術(shù)架構(gòu)分類

圖源：信達證券研報

多樣的技術(shù)路線也意味著,，AI芯片的具體投資機會并不是那么好把握，英偉達這樣的巨頭也面臨被超車的風險,。

信達證券便表示,，AIGC的出現(xiàn)真正賦予了人工智能大規(guī)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(zhuǎn)變?yōu)槊嫦蛳M者的推理場景為主,，GPU的高并行計算能力和高通用性的協(xié)調(diào)統(tǒng)一在消費者時代的統(tǒng)治力或許難以為繼,，ASIC芯片、國產(chǎn)GPU芯片有望切入MaaS產(chǎn)業(yè)生態(tài),。

該機構(gòu)進一步認為,，AIGC推動AI產(chǎn)業(yè)化由軟件向硬件切換，半導體+AI生態(tài)逐漸清晰,，AI芯片產(chǎn)品將實現(xiàn)大規(guī)模落地,。硬件端核心包括AI芯片/GPU/CPU/FPGA/AI SoC等，而在AI芯片中,，算力及信息傳輸速率成為關(guān)鍵技術(shù),，芯片性能及成本的平衡也帶動周邊生態(tài)，包括Chiplet/先進封裝/IP等產(chǎn)業(yè)鏈受益,。

據(jù)《科創(chuàng)板日報》不完全統(tǒng)計,，相關(guān)標的包括：