新火種AI|2024，得AI晶片者得天下。

作者：小巖

編輯：彩雲

北京時間2月11日，國內闔家團圓的大年初二，OpenAI創始人Sam Altman透過社交平臺向外界宣佈了一件重大事項： OpenAI 即將啟動“造芯計劃”，他還並表示，“建設大規模的 AI 基礎設施和有彈性的供應鏈對於經濟競爭力至關重要”。

據悉，近日Sam Altman已經籌資了7萬億美元（約合人民幣50.26萬億元） ，用作建立晶片帝國的儲備資金。

訊息一出，惹的外界一片譁然。因為7萬億美元的投入，堪稱天文數字，所能實現的規模和體量也相當龐大，這 相當於全球GDP的10%，美國GDP的25%，中國GDP的40%，而且抵得過2.5個微軟，3.75個谷歌，4個英偉達，7個Meta，11.5個特斯拉市值。 難怪訊息一出，連Sam Altman的弟弟Jack Altman都要公開喊話，讓自己的哥哥“保持冷靜”。

但如果拋開投入資金額度太過驚人這一點，單就考慮事情的本質而言，Sam Altman的做法算得上事出有因，意料之中。畢竟，晶片對於AI算力的影響力是巨大的。 對於這些頭部AI企業來說，2024年，得AI晶片者得天下。

OpenAI CEO下場“造芯”，是其蓬勃發展的必然結果。

我們知道，大模型的競爭，主要是算力方面的競爭。而AI 算力，主要受到兩個方面的限制： 一是AI模型訓練的需求急劇增加，二是算力成本不斷上升。

先來聊聊前者。之所以大家對AI 模型訓練的需求激增， 是因為深度學習技術的不斷髮展和應用的廣泛推廣。 隨著模型變得越來越複雜，訓練所需的計算資源也相應增加。這意味著AI公司對高效能運算裝置產生了巨大的需求，以滿足大規模的模型訓練任務。

據統計，目前，ChatGPT訓練一次大約需要2.5萬塊英偉達A100晶片。如果訓練GPT-5，則還需要5萬張英偉達H100。 按照這個體量計算下去，一旦GPT模型的不斷迭代升級，未來GPT-5及其他高階版本很可能出現無“芯”可用的情況。即便是在現階段，OpenAI每天生成約1000億個單詞，都需要大量的GPU（圖形處理器）晶片進行訓練計算，晶片供應也是相當緊俏的。

再來說說後者。算力成本的不斷上升，同樣是一個不可忽視的問題。隨著算力的不斷增長，購買和維護高效能運算裝置的成本也在不斷增加，這無疑增加了研究機構和企業的經濟負擔，進而限制了他們在AI領域的發展和創新。如今英偉達H100的價格已經飆升至2.5萬-3萬美元，這意味著ChatGPT單次查詢的成本將提高至約0.04美元。

結合以上兩個原因，我們就不難理解，為什麼自研晶片的路途這麼艱險，代價這麼高昂，Sam Altman也依舊要堅定不移的貫徹下去了------------ 都是為了可以在未來擁有更安全，更可控的成本。

更重要的是，與其花大價錢從英偉達那裡購買，不如自己去製造自主可控的專用晶片，如此一來，還能減少OpenAI對英偉達的依賴。

AI晶片重要性自不待言，搶購浪潮不斷加碼。

事實上，意識到AI晶片賽道重要性的，遠不止OpenAI和Sam Altman。

特斯拉的CEO馬斯克（Elon Musk）也將AI軍備競賽比作是一場高風險的遊戲，他表示，想要在這場遊戲中參與競爭的企業，每年至少要在AI硬體上投入數十億美元。 只有這樣，才能保證足夠的競爭力。馬斯克坦言，2024年，特斯拉將在英偉達晶片上花費 超5億美元的預算 。只有這樣，特斯拉才有可能趕超自己的競爭對手。

那麼問題來了，全球頭部科技競相購買的英偉達晶片，究竟是何方神聖？

這款晶片是英偉達H100 GPU，對於構建和訓練為ChatGPT等聊天機器人提供支援的大型語言模型至關重要。當前，AI晶片主要分為 GPU，FPGA 以及ASIC。AI的許多資料處理涉及矩陣乘法和加法，大量並行工作的GPU提供了一種廉價的方法，當然，它的缺點也顯而易見，就是需要消耗更高的功率。

近兩年，隨著AI的強勢崛起，大家逐漸意識到了晶片的重要性，明白了“演算法即晶片”的道理。不過，大道理誰都懂，但要做出一款完全符合描述和基準測試的AI晶片絕非易事。也正因此，很多AI領域的高階玩家直接選擇“幹把大的”，去走一條自研晶片的路。 除了斥巨資投入晶片賽道的Altman，還有跟多頭部企業後來跟上：Meta今年擬投產專注於模型推理的AI晶片Artemis；微軟AI晶片Maia 100以及英特爾AI晶片Gaudi3預計今年上市；AMD推出用於大模型訓練的MI300X晶片...這些自研晶片的企業的目標也很明確，就是要正面PK英偉達。

算力或成為未來AI戰場上的“核武器”，中國能否在此獲得一席之地？

儘管2024年剛剛開年，但因為英偉達晶片產能緊缺，價格昂貴等缺點已經日益凸顯，AI的晶片大戰變得愈發激烈和焦灼，那麼，國內市場又會呈現出怎樣的行情和態勢呢？

AI大模型加速迭代，智慧算力已成為稀缺資源，這一點對於國內市場也毫不例外。我們有理由相信，在未來較長一段時間內，我國AI伺服器市場會出現供不應求的狀態， 屆時，國產AI晶片市場規模增長迎來關鍵視窗期。

不可否認，作為AI基礎層中十分重要的一部分，目前我國相關領域的技術比較薄弱，但也正因此，整個行業的可發展空間和上升空間十分廣闊。

隨著社會經濟的智慧化發展，AI技術的不斷提升，以及5G應用的普及和政策的推動，我國AI晶片的市場需求將實現快速增長，市場規模增勢也會變得十分迅猛。儘管我國的AI晶片產業受起步較晚等因素的制約，與國際先進水平存在著一定的差距， 但國家對其足夠重視，已經逐漸將AI產業的發展上升至國家戰略高度，AI晶片的研發與技術升級也自然備受國家關注和重視。

所以，我們的晶片發展之路，雖然充滿崎嶇，並非坦途，但依舊充滿了可能和機會。