現下 ChatGPT 的火爆及觸手可及的商業化的實現，給 AI 產業帶來的提振，怎么說都不為過。

數據、算力、算法，作為 AI 發展的三大基石。

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 ？市場炒數據標注、數據訓練，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。

據瑞銀公布數據顯示，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，FPGA 憑借可編程的特性適用算法尚不成熟、應用規模相對較小的 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據和工作量，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據隱私，即將終端數據保留在終端設備上，另一方面，消費者又需要可靠的數據，并即時獲得處理結果，數據不斷從邊緣側產生，AI處理的重心正在持續向邊緣轉移。

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。

雷峰網了解到，高通正在采取不同的方式實現終端側的學習能力，對包括小樣本學習、無監督持續學習、聯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，也能在用戶錄入數據時進行局部模型適應，憑借少量樣本數據和數據標記能力，提升關鍵詞識別能力。

在聯邦學習方面，云端創造的模型被下發到邊緣側終端之后，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進行適應，假以時日模型經過優化，就能打造出更加優秀的自動駕駛汽車模型。

為了讓AI在終側端發揮最大作用，高通也有針對性的技術創新。

例如，高通支持INT4的精度推理。INT4相比INT8能夠實現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計算，在同樣的算力下能夠處理更多的數據。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，FPGA具有低延時，開發周期短等特性，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，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，商業化前景仍面臨嚴峻挑戰。

國內是國內首家自主研發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、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。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廠商走上了發展快車道。

國產FPGA廠商正在奮力追趕，實現了部分技術突破。紫光同創率先成功研發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，出貨量持續增長。

不過，目前國產FPGA廠商營收規模均較小，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、邊緣計算的發展，產生大量數據處理任務，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市場迅速發力。

其中，寒武紀目前已研發出終端、邊緣端、云端系列ASIC芯片，產品面向互聯網、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。