ChatGPT狂飙，哪些芯片坐镇

今日“芯”分享

热潮席卷全球。

来源 I 半导体风向标

图片来源 I pixabay

本文借浙商证券深度报告，和大家聊聊「AIGC算力时代下ChatGPT芯片的指数级增长」。

报告精华浓缩，太长不看请点👇：

核心观点

ChatGPT热潮席卷全球。在问答模式的基础上ChatGPT可以进行推理、编写代码、文本创作等等，这样的特殊优势和用户体验使得应用场景流量大幅增加，其2023年1月月活跃用户达到1亿，是史上月活用户增长最快的消费者应用。

1、▲芯片需求=量↑ x 价↑ ， AIGC拉动芯片产业量价齐升

1）量：AIGC带来的全新场景+原场景流量大幅提高

① 技术原理角度：ChatGPT基于Transformer技术，随着模型不断迭代，层数也越来越多，对算力的需求也就越来越大；
② 运行条件角度：ChatGPT完美运行的三个条件：训练数据+模型算法+算力，需要在基础模型上进行大规模预训练，存储知识的能力来源于1750亿参数，需要大量算力。

2）价：对高端芯片的需求将拉动芯片均价

采购一片英伟达顶级GPU成本为8万元，GPU服务器成本通常超过40万元。支撑ChatGPT的算力基础设施至少需要上万颗英伟达GPU A100，高端芯片需求的快速增加会进一步拉高芯片均价。

2、ChatGPT的“背后英雄”：芯片，看好国内GPU、CPU、FPGA、AI芯片及光模块产业链

1）GPU：支撑强大算力需求。由于具备并行计算能力，可兼容训练和推理，目前GPU被广泛应用于加速芯片；

2）CPU：可用于推理/预测。AI服务器利用CPU与加速芯片的组合可以满足高吞吐量互联的需求；

3）FPGA：可通过深度学习+分布集群数据传输赋能大模型。FPGA具备灵活性高、开发周期短、低延时、并行计算等优势；

4）ASIC：极致性能和功耗表现。AI ASIC芯片通常针对AI应用专门设计了特定架构，在功耗、可靠性和集成度上具有优势；

5）光模块：容易被忽略的算力瓶颈。伴随数据传输量的增长，光模块作为数据中心内设备互联的载体，需求量随之增长。

报告正文

01

算力需求爆发拉动芯片量价齐升

02

技术创新引领本土产业链弯道突围

来源：半导体风向标/芯潮IC

【免责声明】文章为作者独立观点，不代表IC咖啡立场。如因作品内容、版权等存在问题，请联系IC咖啡进行删除。