ChatGPT算力需求惊人，英伟达赚翻了，中国企业只能喝汤？

最近ChatGPT掀起一波AI浪潮，这波浪潮席卷了各行各业。媒体、金融、法律、医疗、制造、物流等等，就连教育和农业也不能幸免。

新东方俞敏洪直言：“企业家如果没玩过ChatGPT，没资格谈高科技发展。”就连养猪的新希望也表示：开始关注ChatGPT。

ChatGPT如此火爆，它究竟是个什么东西呢？说实话，很多人只是跟风，根本解释不清楚ChatGPT。Chat是什么？G、P、T又代表什么呢？一问三不知。

Chat是谈话、交谈的意思，比如：微信聊天、面对面聊天；G即Generative的缩写，是生成的意思，可以理解为创造事物、答案；P即Pre-trained 是预先训练的意思，T即Transfomer的缩写，是转换器的意思。

ChatGPT翻译成汉语就是通过聊天获得答案的工具，当然这款工具需要大量的训练。

AI训练是需要强大算力支持的，根据相关研报数据，AI算力需求大约每6个月翻一番，ChatGPT的出现，导致算力需求直接达到了原来的10-100倍。

2023年1月时，ChatGPT日活人数为1300万，提出的问题约130亿字，这些问题产生的算力需要600台DGX A100服务器。

为什么是A100呢？因为A100非常适配ChatGPT这类机器学习模型。它能够同时执行大量简单的计算，这对于训练和使用神经网络模型非常重要。

A100由著名的GPU厂商英伟达研发，最初用在游戏中，用来处理复杂的3D图像，随着AI的快速发展，A100被广泛的应用在机器学习中。

如果说人工智能是第四次工业革命，那么这次革命的基础就是算力，而算力需要强大的AI芯片。

也就是说谁掌握了先进的AI芯片，谁就能引导第四次工业革命。

那么问题来了，谁是目前最强的AI芯片公司呢？我国的AI芯片处于什么水平呢？

简单科普一下AI芯片

AI芯片是一种专门处理人工智能计算、应用等任务的一种模块，也被称为AI加速器或计算卡。

在架构方面来看，AI芯片主要分为：GPU （图形处理器）、FPGA （现场可编程门阵列）、ASIC（专用集成电路）。

这三种AI芯片根据其特点，将其部署在不同的应用场景中，例如：GPU部署在云端，FPGA部署在边缘，ASIC部署在终端。

云端是一个庞大的网上服务器集合，集软件搜索、下载、使用、管理、备份等多种功能为一体，其运算量十分庞大。

云端拥有多种AI服务功能，包括AI训练和推理。因此对算力的要求非常高，适合布局高性能GPU，例如：A100、H100。

边缘是连接云端和终端的网络，并非在系统的最边上。实际上，从云端到终端的这些庞大区域都可以称为边缘。边缘主要负责数据传输、交换。

随着算力需求的增大，云端无法承受全部算力，这就需要边缘节点分担一部分，降低云端压力，提升整个网络的稳定性与快捷性。擅长处理信号的FPGA就适合布局在边缘。

终端就好理解了，我们的PC、手机、家电、汽车都是终端设备。这些设备也需要AI芯片，用来计算分析，这些芯片更多的是做一些推理。因此需要更加专业的ASIC（专用芯片）。

这些AI芯片尽管分工不同，使用场景也不同，但它们也有共同之处，就是对算力的需求越来越大。

AI第一次事件大概是我们熟知的阿尔法狗大战李世石。

当时，阿尔法狗击败围棋九段高手李世石，可谓是风光无限。但实际上，当时的阿尔法狗在AI界真的很一般。

据悉当时阿尔法狗使用了1202个CPU、176个GPU，约有800多万核并行计算,同时还花费3000美元的电费，用了3个多小时才击败了人类选手李世石。

这只是1V1的战法，如果换成3人扑克、四人麻将，阿尔法狗还未必能够取胜。

但AI的强大之处在于学习，一天24小时、一年365天不停的学习，这才是其最恐怖的地方，只要算力足够，算法正确，它就可以突飞猛进。

时间来到2023年，人工智能实验室OpenAI开发出了ChatGPT聊天机器人，除了可以进行普通聊天、信息咨询外，还可以撰写诗词、修改代码，甚至可以取代许多脑力工作者。

专家们通过研究，最终确定了未来可以被ChatGPT取代的十大类岗位，具体如下：

第一类、技术类工作：程序员、软件工程师、数据分析师；

第二类、媒体类工作：广告、内容创作、技术写作、新闻；

第三类、金融类工作：金融分析师，个人财务顾问

第四类、法律类工作：法律或律师助理

还有市场研究分析师、平面设计师、会计师、教师、交易员和客服人员。

如果任由ChatGPT发展下去，那么很多人将会失业，甚至包括创造它的软件工程师和程序员。

ChatGPT的诞生很大一点就是AI芯片的发展，由于英伟达强大的A100、H100芯片的诞生，致使每天3640PF的算力得到了实现。

如果AI芯片继续升级的话，那么人工智能也将飞速的发展，取代部分人类是在所难免的。

英伟达站上风口

2月23日，GPU领导者英伟达发布了业绩报告：第四季度收入环比微增2%，但净利润环比暴增108%。毛利率高达63.3%。

业绩公布后，英伟达市值暴涨5000亿人民币，这家GPU巨头再次王者归来。就连CEO黄仁勋也没有想到沾上ChatGPT后，效果如此之好。

过去的英伟达把元宇宙当做风口，总是说自己的芯片如何为元宇宙助力，很少宣传在人工智能领域的应用，结果投资者根本不买账。

好不容易站上了风口，英伟达自然是希望多飞一会，于是黄仁勋开始漂了。

黄仁勋表示：过去十年，摩尔定律的性能提升了100倍，而英伟达的GPU性能提升了100万倍，未来十年摩尔定律会失效，但自己的“黄氏定律”不会失效。

按照“黄氏定律”，未来十年，英伟达可以让人工智能的性能提升100万倍，让人工智能真正的觉醒。

同时黄仁勋指出，ChatGPT的意义绝不亚于iPhone的出现，这一具有里程碑意义的产品，将满足不同人的不同需求，而英伟达将为其提供“源源不断的算力”。

那么英伟达提供的算力成色如何呢？我们一起来看一看它的巅峰产品——H100。

H100采用了Hopper架构，台积电4nm工艺，拥有18432个CUDA核心、576个Tensor核心、60MB二级缓存。

这款GPU集成了800亿个晶体管，算力达到了2000 TFLOPS，比上一代A100算力提升了3.2倍，整体性能提升了6倍。

H100可以进行动态加速，优化路径，这种状态下，算力将提升7倍。

在数据吞吐方面，H100同样非常强大，可实现3TB/s 的显存带宽，5TB/s的互联网速度。

H100还有一个特点，就是拆分GPU，一个单元拆分为7个，同时进行不同的运算任务，并且可以将单个单元性能提升7倍。

它的售价达到了24万人民币，抵得上一款不错的轿车了。但对于专业用户来说，这个价格不亏，毕竟数量有限，先到先得啊！

根据IDC预测，2023年，GPU在AI算力领域的渗透率将达到54%，而英伟达占据了GPU97%的市场，其强大之处可想而知。

可以想象，未来随着AI的快速发展，英伟达必然成为芯片市场上一颗耀眼的明星，如果说前几十年芯片的代表是英特尔，那么未来的代表将成为英伟达。

当然，除了英伟达外，我国芯片企业在AI领域也快速的布局，但效果却明显不如英伟达。

国产AI芯片只能喝汤？

国产AI芯片有寒武纪、壁仞科技、燧原科技、瀚博半导体等公司，但这些公司与英伟达差距很大，可以说只能望其项背。

在2022年世界人工智能大会上，上海天数智芯的“智铠100”和壁仞科技的BR100系列，成为国内AI芯片的代表作。

其中BR100采用了台积电7nm工艺，单芯片峰值算力达到了千万亿次浮点运算，打破了全球通用GPU算力纪录，完全可以与英伟达的A100相媲美。

壁仞科技是一家初创公司，公司内有很多前英伟达的员工，其中就有一个架构工程师，所以有些事情你懂得。

网上有博主将BR100与A100进行了比较，结果：BR100更快。

两款芯片采用了相同的晶体管类型，英伟达A100在800平方毫米的面积上，集成了540亿个晶体管。BR100在1000平方毫米面积上，集成了770亿个晶体管。BR100在晶体管数量占据了很大优势。

BR100芯片16位浮点算力达到1000T以上、8位定点算力达到2000T以上，单芯片峰值算力达到PFLOPS级别。是A100的3倍，即便是对比H100也毫不逊色。

但是光有算力是不够的，要想占领市场，制造和生态是不可缺少的。

芯片制造是我们的弱点，内地工艺水平为14nm，而国际先进制造水平达到了3nm。

BR100制造工艺为7nm，代工厂商为台积电。这种情况下，随时会被美国长臂管辖，失去代工资格。

生态建设方面，英伟达更是一座高山，国内AI芯片公司目前只能望其项背，甚至对英伟达的生态水平感到无奈。

根据相关数据，英伟达全球开发者超过了300多万，在其架构平台上就超过了50万个开发者，其中不乏阿里、腾讯、百度等国内大厂。

国内的AI芯片厂商想要占领市场，就必须解决制造难题，同时兼容英伟达的架构。也就是说，即便我们在算力上超越了英伟达，价格也比英伟达低，但仍要被台积电和英伟达牵着鼻子走。

在这种情况下，国内AI芯片厂商能占领市场吗？能发展起来了吗？恐怕在这场AI盛宴中，只能喝一口汤吧！

写到最后

AI盛宴已经到来，ChatGPT需要强大的AI芯片算力支持，而这个大蛋糕被英伟达拿走了大半，国内厂商只能喝点汤。

如何解决这个尴尬的局面呢？唯有搞自主研发，解决芯片制造难题，解决生态问题。

很多人会说太难，但是每天为别人做嫁衣裳，还要被打压限制不更难吗？只要我们每天进步一点，追赶超越是迟早的事，到时候真正的好日子就会到来。

我是科技铭程，欢迎共同讨论！