探索chatgpt背后的ai产业链-yb体育app官网

近期，一个叫“chatgpt”的聊天机器人在半导体界声名大噪。这个由人工智能实验室open ai在去年11月底推出的ai程序，在上线5天内就收获超100万的注册量，到今年1月末已经突破1亿。

chatgpt的火爆一定程度上缓和了半导体行业的低落气氛，近期市场消息显示，台积电5nm需求突然大增，第二季度产能利用率或将满载。半导体供应链业内人士透露，台积电急单来自英伟达、amd与苹果的ai、数据中心平台，chatgpt的爆火让客户拉货动能上升。

官方表示，chatgpt的“chat”指聊天，就是它的展现形式；“gpt”则代表generative pre-trained transformer（生成型预训练变换模型），即支撑它运行的预训练模型。

总体而言，chatgpt是一种基于大规模语言模型的超智能对话ai产品，无论是讨论当下互联网这种最新的内容创作方式aigc（ai generated contentai生产内容），还是爆火的chatgpt，其本质都是在探讨其背后的ai产业链。

part.1
ai芯片：gpu、fpga、asic将受益

人工智能三大要素分别是数据、算法、算力。基于openai的第三代大模型gpt-3升级而来的chatgpt，其而算力的最终来源也就是芯片，chatgpt的爆火代表着ai芯片技术的新一轮突破。公开资料显示，ai算力芯片泛指加速ai类应用，主要分为gpu、fpga、asic。

01gpu

由于cpu的算力很有限，且处理并行操作比较吃力，因此一般将cpu搭配加速芯片使用。在ai时代的云端训练芯片中，gpu占据较大的份额，被视为ai时代的算力核心。在gpu市场格局上，英伟达、amd、英特尔三家的营收几乎垄断整个gpu行业。

目前，chatgpt背后的计算集群使用的是英伟达的ai芯片。openai曾表示，chatgpt是与英伟达和微软合作完成的超级ai。微软在自己的云——azue hpc cloud中构建了超级计算机集群，将其提供给openai。据悉，该超级计算机拥有285000个cpu（中央处理器）内核和10000多颗ai芯片。

虽然英伟达在此番占据先发优势，但市场上还有很多企业在迎头赶上，如谷歌的张量处理器tpu、百度的昆仑系列、华为海思的昇腾系列、阿里巴巴平头哥的含光800等。

02fpga

fpga（field programmable gate array）又称现场可编程门阵列，是指一种通过软件手段更改、配置器件内部连接结构和逻辑单元，完成既定设计功能的数字集成电路。

fpga芯片在实时性（数据信号处理速度快）、灵活性等方面优势明显，还可以编程、并行计算，在深度学习领域占据不可替代地位。

相比于cpu/gpu/asic，fpga具有更高的速度和极低的计算能耗，常被用作专用芯片的小批量替代品。在ai模型构建时，fpga要实现深度学习功能，需要与cpu结合，共同应用于深度学习模型，同样可以实现庞大的算力需求。

从市场格局看，全球fpga芯片市场中，赛灵思和英特尔两家企业占据了市场大部分的份额，由于fpga芯片拥有较高的技术和资金壁垒，我国企业在该领域上差距较大。近年来，我国领先企业也在fpga芯片芯片上实现了部分技术突破。如去年8月，京微齐力发布首颗国产22nm的fpga芯片并成功量产。

03asic

asic(application specific integrated circuit)，即专用集成电路，其计算能力和计算效率可根据用户特定需求进行定制，广泛应用于人工智能设备、虚拟货币挖矿设备、耗材打印设备、军事国防设备等智慧终端。

asic芯片可根据终端功能不同分为tpu芯片、dpu芯片和npu芯片等。其中，tpu（tensor processing unit）为张量处理器，专用于机器学习。dpu（data processing unit），可为数据中心等计算场景提供引擎。npu（neural-network processing unit）是神经网络处理器，在电路层模拟人类神经元和突触，并用深度学习指令集直接处理大规模电子神经元和突触数据。

相比于gpu和fpga，asic缺乏灵活性，特别是在ai、服务器这类领域，在各种算法不断迭代的情况下，asic芯片的特性反而成为了它的累赘。但地平线ceo余凯曾公开表示，一旦软件算法固定下来，专用集成电路asic一定是未来的方向，按每瓦功耗计算能力看，asic可比gpu提升30-50倍，这也将是未来行业的竞争焦点。

目前，国外谷歌、英特尔、英伟达等科技巨头相继发布了tpu、dpu等asic芯片，国内大厂也开始瞄准这一市场迅速发力，比如寒武纪就推出了一系列asic加速芯片，华为也设计了昇腾310和昇腾910系列asic芯片。

part.2
hbm/chiplet有望受益

总体来看，在aigc（ai generated content，ai生产内容）推动下，ai产业化由软件向硬件切换，半导体 ai生态逐渐清晰，ai芯片产品将实现大规模落地。硬件端核心包括ai芯片/gpu/cpu/fpga/aisoc等，而在ai芯片中，算力及信息传输速率成为关键技术，芯片性能及成本的平衡也带动周边生态，包括hbm/chiplet等产业链受益。

01新兴存储hbm

公开资料显示，ai对话程序在执行计算期间需要大容量、高速的存储支持，业界预计ai芯片发展也将会进一步扩大高性能存储芯片需求。

三星电子就表示，为gpu和人工智能加速器提供数据的高性能高带宽内存(hbm)的需求将会扩大。从长远来看，随着ai聊天机器人服务的扩展，对用于cpu的128gb 或更大容量的高性能 hbm 和高容量服务器 dram 的需求预计会增加。

近日，韩媒报道2023年开年后三星、sk海力士两家存储大厂hbm订单快速增加，价格也水涨船高，市场人士透露近期hbm3规格dram价格上涨5倍。

02chiplet

此外，chiplet技术也不可忽视，其是布局先进制程、加速算力升级的关键技术。chiplet异构技术不仅可以突破先进制程的封锁，并且可以大幅提升大型芯片的良率、降低设计的复杂程度和设计成本、降低芯片制造成本。

目前，chiplet已广泛应用于服务器芯片。amd是chiplet服务器芯片的引领者，其基于chiplet的第一代amdepyc处理器中，装载8个“zen”cpu核，2个ddr4内存通道和32个pcie通道。2022年amd正式发布第四代epyc处理器，拥有高达96颗5nm的zen4核心，并使用新一代的chiplet工艺，结合5nm和6nm工艺来降低成本。

英特尔第14代酷睿meteor lake首次采用intel 4工艺，首次引入chiplet小芯片设计，预计将于2023年下半年推出，至少性能功耗比的目标要达到13代 raptor lake的1.5倍水平。

part.3
结语 

近期，英特尔全球高级副总裁、中国区董事长王锐接受澎湃新闻记者采访时表示，会与中国客户研究布局类chatgpt算力模式。“我们跟百度、阿里都有非常深的合作，下一步算力如何帮助我们建立新的模式都是值得期待的。” 

在全球数字化、智能化的浪潮下，智能手机、自动驾驶、数据中心、图像识别等应用推动ai芯片市场迅速成长，未来将有更多企业聚焦到ai芯片生产上来。

封面图片来源：拍信网