近期ChatGPT刮起一波AI的浪潮，这一波的浪潮席卷了各个领域。新闻媒体、金融业、法律法规、诊疗、生产制造、货运物流等，哪怕是文化教育与农业也未能幸免。

新东方俞敏洪坦言：“创业者假如没接触过ChatGPT，没有资格谈高科技发展。”哪怕是养殖的全新期待还表示：越来越重视ChatGPT。

ChatGPT这般受欢迎，它到底是一个什么东西呢？坦白说，好多人仅仅盲目跟风，压根表述不太清楚ChatGPT。Chat是啥？G、P、T又意味着什么呢？一问三不知。

Chat是交谈、沟通交流的意味，例如：微信沟通、见面聊天；G即Generative的简称，是产生的含意，可以理解为造就事情、回答；P即Pre-trained 是事先锻炼的含意，T即Transfomer的简称，是转化器的意味。

ChatGPT翻译成汉语就是利用闲聊得到回答的专用工具，自然这一款专用工具需要大量练习。

AI练习也是需要强劲算力支撑的，根据国家券商报告数据信息，AI算力要求大概每6个月翻一番，ChatGPT的诞生，造成算力要求立即达到原先的10-100倍。

2023年1月时，ChatGPT日活总人数1300万，提的问题约130亿字，各种问题所产生的算力必须600台DGXA100网络服务器。

怎么是A100呢？由于A100十分兼容ChatGPT这种深度学习模型。它可以与此同时实行很多简单测算，这对练习和应用神经网络至关重要。

A100由著名的GPU生产商英伟达产品研发，最开始用在游戏里，用于解决繁杂的3D图象，伴随着AI的高速发展，A100被广泛应用在机器学习算法中。

假如说人工智能是第四次工业革命，那样此次改革的前提便是算力，而算力必须强悍的AI芯片。

换句话说谁理解了前沿的AI芯片，就有机会正确引导第四次工业革命。

问题来了，哪位现阶段最强大的AI芯片企业呢？我们国家的AI芯片处于什么状态水准呢？

简易科普一下AI芯片

AI芯片是一种专业解决人工智能测算、应用等每日任务的一种控制模块，又被称为AI网络加速器或计算卡。

在架构设计方面来讲，AI芯片主要分：GPU （图像处理器）、FPGA （现场可编程门阵列）、ASIC（专用集成电路）。

这三种AI芯片依据主要特点，把它部署到不一样的使用场景中，比如：GPU布署云端，FPGA布署在边缘，ASIC布署在终端。

云空间是一个庞大在网上网络服务器结合，集下载工具搜索、免费下载、应用、管理方法、备份数据等功能为一体，其运算量十分巨大。

云空间具有多种AI服务能力，包含AI练习和逻辑推理。所以对算力的要求很高，适宜合理布局性能卓越GPU，比如：A100、H100。

边沿连接着云空间和终端互联网，并不是在设备最旁边。事实上，从云服务到终端这种巨大地区都能够称之为边沿。边沿主要从事传送数据、互换。

伴随着算力市场需求的扩大，云空间难以承受所有算力，这个时候就需要边缘节点分摊一部分，减少云空间工作压力，提高整体互联网的稳定与快速性。善于解决信号的功率FPGA就很适合合理布局在边缘。

终端设备就行明白了，我们自己的PC、手机上、家用电器、车辆全是智能终端。这种设备也要AI芯片，用于测算剖析，这种芯片更重要的是做一些逻辑推理。所以需要更专业的ASIC（专用型芯片）。

这种AI芯片虽然各司其职，适用场景也不尽相同，但是它们也是有相同之处，便是对算力的需要也越来越大。

AI第一次事情应该是我们所知道的阿尔法狗对决李世石。

那时候，阿尔法狗战胜围棋九段大神李世石，可谓风景如画。可事实上，当年的阿尔法狗在AI界是真的很一般。

据了解那时候阿尔法狗采用了1202个CPU、176个GPU，大约是800多万元核并行处理,另外还耗费3000美金的水电费，使用了3个小时才战胜了人们参赛选手李世石。

那只是1V1的战术，倘若是3人扑克牌、四人麻将，阿尔法狗还不一定可以制胜。

但AI的强大之处就在于学习培训，一天24h、一年365天不停的学习，这才是真正其最恐怖的地方，只需算力充足，优化算法恰当，他就能够飞速发展。

时长赶到2023年，人工智能试验室OpenAI研发出了ChatGPT对话机器人，除了能开展一般闲聊、商务咨询外，还能够编写古诗词、修改代码，甚至能替代很多脑力劳动者。

专家学者通过分析，最终决定了将来能够被ChatGPT替代的十大类职位，详细如下：

第一类、技术类工作：程序猿、开发工程师、大数据分析师；

第二类、新闻媒体类工作中：广告宣传、内容生产、技术写作、新闻报道；

第三类、金融投资工作中：投资分析师，本人税务顾问

第四类、法律类工作中：法律法规或实习律师

也有市场调研投资分析师、平面设计大师、会计、老师、操盘手和客服专员。

假如任凭ChatGPT持续下去，那样好多人可能下岗，也包括造就它开发工程师和程序猿。

ChatGPT的出现非常大一点就是AI芯片的高速发展，因为英伟达强悍的A100、H100芯片的出现，导致每日3640PF的算力获得了完成。

假如AI芯片再次更新得话，那样人工智能都将飞快的高速发展，替代一部分人们是不可避免的。

英伟达站上风口

2月23日，GPU管理者英伟达发布财报数据：第四季度收益同比微增2%，但纯利润同比猛增108%。毛利润率较高达63.3%。

销售业绩公布后，英伟达总市值疯涨5000亿元人民币，这一家GPU大佬再度王者回归。哪怕是CEO黄仁勋也想不到沾有ChatGPT后，实际效果如此好。

从前的英伟达把元宇宙概念作为出风口，一直说他的芯片如何给元宇宙概念助推，非常少宣传策划在人工智能应用领域，结论投资人压根不接受。

千辛万苦站上了出风口，英伟达当然就是希望多飞一会，因此黄仁勋逐渐漂了。

黄仁勋表明：过去十年，颠覆性创新的性能提升了100倍，而英伟达的GPU性能提升了100千倍，未来十年颠覆性创新会无效，但是自己的“黄氏基本定律”不容易无效。

依照“黄氏基本定律”，未来十年，英伟达能让人工智能的性能提升100千倍，让人工智能真正意义上的提升。

与此同时黄仁勋强调，ChatGPT的价值绝不逊于iPhone的诞生，这一具有里程碑意义的商品，将满足不同人不同需求，而英伟达将为他们提供“持续不断的算力”。

那样英伟达所提供的算力品相怎么样呢？大家一起来看一看它的高光时刻商品——H100。

H100使用了Hopper架构设计，tsmc4nm加工工艺，有着18432个CUDA关键、576个Tensor关键、60MB二级缓存。

这一款GPU搭载了800亿次晶体三极管，算力达到2000 TFLOPS，比上一代A100算力提高了3.2倍，总体性能提升了6倍。

H100能够进行动态性加快，优化路径，这样的状态下，算力将进一步提升7倍。

在数据吞吐量层面，H100一样十分强大，可以实现3TB/s 的显卡内存网络带宽，5TB/s的网络速率。

H100还有一个特性，便是分割GPU，一个单元拆分为7个，同步进行不同类型的计算每日任务，并可以将单独模块性能提升7倍。

它市场价达到24万元人民币，抵过一款很不错的小汽车了。但是对于技术专业消费者来说，这个价位不赔，终究数量不多，名额有限啊！

依据IDC预测分析，2023年，GPU在AI算力领域内的占有率有望突破54%，而英伟达占据着GPU97%的行业，其强悍的地方显而易见。

不难想象，相信随着AI的高速发展，英伟达必定变成芯片销售市场上一颗闪耀的大牌明星，假如说前几十年芯片的代表是intel，那么未来的代表将会成为英伟达。

自然，除开英伟达外，在我国芯片公司在AI行业也迅速的规划，但效果也显著比不上英伟达。

国内AI芯片只有喝汤水？

国内AI芯片有寒武纪、壁仞科技、燧原科技、瀚博半导体材料等企业，但是这些公司和英伟达相差很大，可以这么说只能望其项背。

在2022年全球人工智能会议上，上海市天数智芯的“智铠100”和壁仞科技的BR100系列产品，是国内AI芯片代表作品。

在其中BR100使用了tsmc7nm加工工艺，单芯片最高值算力达到千万亿次浮点运算，打破全球化通用GPU算力记录，一定可以与英伟达的A100相提并论。

壁仞科技是一家新成立公司，企业里有许多前英伟达的职工，其中包括一个架构工程师，因此很多事情你知道。

网上流传博主帅BR100与A100展开了较为，结论：BR100迅速。

2款芯片使用了同样的晶体三极管种类，英伟达A100在800mm2面积上，搭载了540亿次晶体三极管。BR100在1000mm2总面积上，搭载了770亿次晶体三极管。BR100在晶体管数量占据着非常大优点。

BR100芯片16位浮点数算力做到1000T之上、8位指定算力做到2000T之上，单芯片最高值算力做到PFLOPS级别。是A100的3倍，即使是比照H100也不遑多让。

可是空有算力还远远不够，若想抢占市场，生产制造生态是不可或缺的。

芯片生产制造也是我们的缺点，国内技术水平为14nm，而国际领先的生产制造水准达到3nm。

BR100加工工艺为7nm，代加工生产商为tsmc。这样的情况下，随时随地能被美国长臂管辖，丧失代工生产资质。

生态文明建设层面，英伟达更加是一座高山，中国AI芯片公司现阶段只能望其项背，甚至是对英伟达生态水准觉得无可奈何。

依据统计数据，英伟达全世界开发人员超过300万，则在架构设计软件上就超过了50万只开发人员，其中就有阿里巴巴、腾讯官方、百度搜索等国内大型厂。

国内AI芯片生产商需要抢占市场，就必须要处理生产制造难点，与此同时适配英伟达的架构设计。换句话说，就算大家在算力上远远超过了英伟达，价钱都比英伟达低，但仍然会被tsmc和英伟达牵着走。

在这样的情况下，中国AI芯片生产商能抢占市场吗？能发展趋势起来了吗？也许在这一场AI盛会中，只有喝一口汤吧！

写到最后

AI盛会已经来临，ChatGPT必须强悍的AI芯片算力适用，而且这个蛋糕被英伟达抢走了一大半，国内厂商只有喝点汤。

怎样解决这一尴尬的场面呢？只有搞自主开发，处理芯片生产制造难点，处理生态环境问题。

很多人会觉得很难，但每天为别人做嫁衣裳，还会被打击限定不更难不难？因为我们每天进步一点，行政效能革命早晚的事，那时候品质好的日子便会来临。

我就是高新科技铭程，热烈欢迎一起讨论！