現(xiàn)下 ChatGPT 的火爆及觸手可及的商業(yè)化的實現(xiàn)，給 AI 產業(yè)帶來的提振，怎么說都不為過。

數(shù)據(jù)、算力、算法，作為 AI 發(fā)展的三大基石。

資本市場輪番炒作。市場炒算法模型，究竟是誰能第一個推出中國的版的 ChatGPT ？市場炒數(shù)據(jù)標注、數(shù)據(jù)訓練，這是算法模型形成的“推進器”。

那算力呢？A 股市場對這方面的炒作熱情不高，畢竟國產 AI 芯片的技術水平擺在那，但也有公司在做。

美股的英偉達給了表率。作為全球 AI 芯片一哥，霸主，幾乎壟斷了全球高端GPU 市場。

據(jù)瑞銀公布數(shù)據(jù)顯示，截至今年1月末，上線不過2個月的ChatGPT月活用戶已突破1億，成為史上增長最快的消費類應用。此前有消息表示，ChatGPT已導入了至少1萬個英偉達高端 GPU 。

AI 算力就是AI芯片，目前最廣泛使用GPU芯片，我們俗稱顯卡。當然 CPU、FPGA、ASCI 也作為 AI 芯片使用，但適用范圍和效果上遠不如GPU。

CPU的計算性能和功耗通常難以滿足 AI 的需要，而GPU憑借高算力成為 AI 芯片的主流選擇，F(xiàn)PGA 憑借可編程的特性適用算法尚不成熟、應用規(guī)模相對較小的 AI 場景，ASIC針對AI場景進行定制化涉及，能夠實現(xiàn)功耗與算力的較高性價比。

GPU芯片，被美國 Intel，英偉達，AMD 三家企業(yè)壟斷，其中英偉達是高端 AI 芯片的王者。去年8月底，美國政府發(fā)布出口禁令，限制英偉達向我們出口 A100 和和 H100 等高端AI芯片，AMD 也被限制。


AI芯片分工生變，云端推理加速轉移

據(jù)外媒semianalysis報道，ChatGPT每天在計算硬件方面的運營成本為694444美元，Open AI需要大約3617臺HGX A100服務器（28936個GPU）為ChatGPT提供服務。真正需要用云端芯片進行推理的需求增加，云端無法承受如此龐大的數(shù)據(jù)和工作量，如果能夠將AI云端芯片的處理工作向邊緣側轉移，或許將為大模型的訓練和推理釋放更多的計算空間。

與此同時，用戶需求也在改變著典型的AI芯片分工方式，一方面消費者希望保護個人數(shù)據(jù)隱私，即將終端數(shù)據(jù)保留在終端設備上，另一方面，消費者又需要可靠的數(shù)據(jù)，并即時獲得處理結果，數(shù)據(jù)不斷從邊緣側產生，AI處理的重心正在持續(xù)向邊緣轉移。

因此，將推理工作轉移至邊緣側終端完成也成為不少企業(yè)為之努力的目標和趨勢。高通就在推升終端側的推理能力方面有著出色表現(xiàn)。

雷峰網(wǎng)了解到，高通正在采取不同的方式實現(xiàn)終端側的學習能力，對包括小樣本學習、無監(jiān)督持續(xù)學習、聯(lián)邦學習和低復雜度的終端側訓練等方向的研究，且已經取得了一些成效。

通過小樣本學習，在關鍵詞識別方面，AI能夠“看完”某一人的筆跡或書面文字之后快速進行辨認，也能在用戶錄入數(shù)據(jù)時進行局部模型適應，憑借少量樣本數(shù)據(jù)和數(shù)據(jù)標記能力，提升關鍵詞識別能力。

在聯(lián)邦學習方面，云端創(chuàng)造的模型被下發(fā)到邊緣側終端之后，基于一定程度的離線學習，終側端就可以根據(jù)消費者實際情況調整模型，由于終端側學習的過程會產生噪音，因此還能將其回傳到云端進一步提升模型的泛化能力。在實際的應用場景中，如果一輛汽車不斷在多個國家的不同路況上行駛，云端模型就可以持續(xù)進行適應，假以時日模型經過優(yōu)化，就能打造出更加優(yōu)秀的自動駕駛汽車模型。

為了讓AI在終側端發(fā)揮最大作用，高通也有針對性的技術創(chuàng)新。

例如，高通支持INT4的精度推理。INT4相比INT8能夠實現(xiàn)60% 的能效提升和90%的AI推理速度提升，如果從INT8轉化到INT4、或從浮點計算轉化到整數(shù)計算，在同樣的算力下能夠處理更多的數(shù)據(jù)。如果將32位浮點模型轉化為INT4模型，能效甚至能夠提升到64倍。


國內主流AI芯片廠商

雖說ChatGPT“成精”了，但歸根結底還是AI，AI的基礎就是算力，而算力依靠的是芯片。當前主流的AI芯片可分為GPU、FPGA、ASIC等三大類型：

第一，GPU適用于通用并行計算，能夠為AI訓練任務提供更高算力；

第二，F(xiàn)PGA具有低延時，開發(fā)周期短等特性，可用于AI推理任務等；

第三，ASIC與通用集成電路相比功耗更低性能更優(yōu)，可用于針對AI訓練任務設定特定框架。

那么，問題來了，國內有哪些值得期待的AI芯片廠商呢？


一、GPU領域

在全球GPU領域，英偉達是當之無愧的絕對霸主，長期壟斷高端GPU市場。

近幾年，國產GPU發(fā)展勢頭迅猛，雖然還處于起步階段，但已經聚集了景嘉微、龍芯中科、海光信息、芯動科技、壁仞科技、沐曦集成、登臨科技、航錦科技等多家實力廠商，備受資本追捧。

在諸多廠商的努力下，國產GPU爭分奪秒地交出了很多優(yōu)秀的作品，比如芯動科技“風華2號”、 壁仞科技BR100、景嘉微JM7200、沐曦集成MXN系列等。不過，國產GPU的落地應用不多，很多產品尚未量產上市，商業(yè)化前景仍面臨嚴峻挑戰(zhàn)。

國內是國內首家自主研發(fā)GPU并用于商用的廠商，先后研制成功JM5系列、JM7系列、JM9系列等高性能GPU芯片，被稱為中國版英偉達，但與英偉達的技術差距還是比較大。


二、FPGA領域

賽靈思是FPGA的“發(fā)明者”，1985年推出全球第一顆FPGA芯片XC206，自此一直是FPGA領域的頭號玩家。

目前，國內有紫光同創(chuàng)、安路科技、復旦微電、京微齊力、高云半導體、安路科技、成都華微電子等廠商進入FPGA行業(yè)。FPGA是可以先購買再設計的“萬能芯片”，技術壁壘很高，但在國產替代大趨勢下，國產FPGA廠商走上了發(fā)展快車道。

國產FPGA廠商正在奮力追趕，實現(xiàn)了部分技術突破。紫光同創(chuàng)率先成功研發(fā)首款國產自主產權千萬門級高性能FPGA PGT180H，隨后復旦微電推出國內首款28nm工藝制程的億門級FPGA產品，填補了國產高端FPGA空白。此外，安路科技中低端FPGA產品已可對標海外龍頭廠商，出貨量持續(xù)增長。

不過，目前國產FPGA廠商營收規(guī)模均較小，出貨集中在40nm和55nm工藝水平，賽靈思等頭部廠商存在兩到三代的技術差距。

三、ASIC領域

ASIC是指一種只為專一目的而設計的集成電路，用途較為單一，但由于為特定計算打造，效率比通用GPG芯片高得多。

隨著機器學習、邊緣計算的發(fā)展，產生大量數(shù)據(jù)處理任務，ASIC芯片開始受到重視，谷歌、英特爾、英偉達等相繼發(fā)布TPU、DPU等ASIC芯片。

眼下，國內主流ASIC廠商包括華為海思、寒武紀、瀾起科技、地平線、燧原科技、中星微電子、黑芝麻智能等，正瞄準ASIC市場迅速發(fā)力。

其中，寒武紀目前已研發(fā)出終端、邊緣端、云端系列ASIC芯片，產品面向互聯(lián)網(wǎng)、金融、交通、能源、電力和制造等領域的復雜AI應用場景。而地平線自研BPU架構的車規(guī)級AI芯片如征程系列、AIoT邊緣AI芯片、旭日系列等，能夠為高級別的自動駕駛提供更可靠、更超強的算力支持和處理能力。

總的來說，ChatGPT的橫空出世，帶火了AI芯片。

不過，AI芯片領域競爭激烈，海外廠商具有巨大優(yōu)勢，但身處中國這個AI落地的最大市場，國產AI芯片廠商仍有彎道超車的機會。