ChatGPT算力需求大，英偉達盈利，中國企業面臨技術壁壘嗎？
前段時間，聊城GPT掀起的人工智慧浪潮席捲了各個領域。 金融、法律、醫療、製造、物流等，甚至教育、農業也不能倖免。
新東方的於敏紅直言不諱地說："如果乙個企業家沒有玩過ChatGPT，他就沒有資格談論高科技發展。 "就連養豬業的新希望也紛紛表示：我開始關注chatgpt了。
ChatGPT這麼受歡迎，它是什麼？老實說，很多人只是隨波逐流，不知道ChatGPT是什麼，G、P和T代表什麼第乙個問題我不知道。
chat的意思是對話、對話，如：微信、面對面的對話;G是generative的縮寫，意為生成，可以理解為創造事物、答案;p是pre-trained的意思，意思是預訓練的，t是transfomer的縮寫，意思是轉換器。
ChatGPT，翻譯成中文，是一種通過對話獲得答案的工具，當然，這個工具需要大量的訓練。
據相關研究資料顯示，人工智慧的算力需求每6個月翻一番，ChatGPT的出現導致算力需求直接達到原來的10-100倍。
2023 年 1 月，ChatGPT 的日活躍使用者數為 1300 萬，問題數量約為 130 億，這些問題產生的算力將需要 600 臺DGXA100伺服器。
為什麼選擇A100？因為 A100 非常適合像 ChatGPT 這樣的機器 習 模型。 它能夠同時執行大量簡單的操作，這對於訓練和使用神經網路模型非常重要。
A100最初由知名GPU製造商英偉達開發，最初用於處理遊戲中複雜的3D影象，隨著人工智慧的快速發展，A100被廣泛用於機器學習習。
如果說人工智慧是第四次工業革命，那麼這場革命的基礎就是算力，而算力需要強大的人工智慧晶元。
換句話說，誰掌握了先進的AI晶元，誰就能引領第四次工業革命。
那麼問題來了：誰是當今最強的AI晶元公司？我們的AI晶元水平如何？
簡要普及人工智慧晶元。
AI晶元是專門處理計算和應用等AI任務的模組，也稱為AI加速器或計算板。
從架構上看，人工智慧晶元主要分為GPU（圖形處理單元）、FPGA（現場可程式設計門陣列）和ASIC（專用積體電路）。
這三類AI晶元根據各自的特點，部署在不同的應用場景中，如GPU部署在雲端，FPGA部署在外圍，ASIC部署在終端。
雲是乙個龐大的伺服器集合，整合了搜尋、使用、管理、備份等軟體功能，其計算能力非常大。
雲端具有AI訓練、推理等多種AI服務功能。 因此，對算力的要求非常高，適用於A100、H100等高效能GPU布局。
極限是連線雲和終端的網路，而不是系統的極限。 實際上，雲和端點之間的這些大面積區域可以稱為邊緣。 邊緣主要負責資料傳輸和交換。
隨著計算需求的增加，雲無法處理所有的計算，這就需要邊緣節點共享一部分，減輕雲上的壓力，提高整個網路的穩定性和速度。 擅長訊號處理的 FPGA 是終端布局的理想選擇。
終端是眾所周知的：我們的個人電腦、手機、家用電器和汽車都是終端裝置。 這些裝置還需要 AI 晶元進行計算分析，而這些晶元可以進行更多的推理。 因此，需要更專業的ASIC（專用積體電路）。
這些AI晶元雖然分工不同，使用場景不同，但它們也有乙個共同點，那就是對算力的需求不斷增長。
第乙個人工智慧事件可能是眾所周知的阿爾法狗與李世石。
那一年，阿爾法狗擊敗了九段圍棋大師李世石，取得了巨大的成功。 但事實上，當時的阿爾法狗在人工智慧領域確實表現一般。
據介紹，Alpha Dog動用了1202個CPU，176個GPU，約800萬個平行計算核心，花了3000元電費，花了3個多小時才打敗了人類棋手李世石。
這只是乙個1v1的策略，如果換成三個人打撲克，四個人打麻將，阿爾法狗可能贏不了。
但人工智慧最厲害的就是學習習，一天24小時，一年365天，不斷學習習，這是它最可怕的地方，只要算力足夠，演算法正確，就能崛起。
2023 年，OpenAI 人工智慧實驗室開發了一款 ChatGPT 聊天機械人，不僅可以聊天、提供資訊和諮詢，還可以寫詩、修改**，甚至取代許多腦力勞動者。
通過研究，專家們最終確定了以下十類未來可能被ChatGPT取代的工作：
第一類，技術工作：程式設計師、軟體工程師、資料分析師;
第二類，**工作：廣告、內容創作、技術寫作、新聞;
第三類，金融專業：金融分析師、個人理財顧問。
第四類，法律職業：律師或律師助理。
此外，還有市場研究分析師、平面設計師、會計師、教師、營銷人員和客戶服務**。
如果任由ChatGPT發展，很多人將失去工作，甚至包括創造ChatGPT的軟體工程師和程式設計師。
ChatGPT誕生的乙個重要節點是人工智慧晶元的發展，得益於英偉達強大的A100和H100晶元的誕生，每天可以實現3640pf的計算。
如果人工智慧晶元不斷更新，人工智慧也將突飛猛進，不可避免地會有一些人類被取代。
英偉達處於下行趨勢。
2月23日，GPU龍頭英偉達發布財報：第四季度營收環比增長2%，但淨利潤環比增長108%。 毛利率為633%。
財報發布後，英偉達市值暴漲5000億元，GPU巨頭再次成為王者。 就連CEO黃仁勳也沒想到英偉達在ChatGPT推出後，竟然能取得如此好的成績。
過去，英偉達將元宇宙視為暴利，總是說自己的晶元推動了元宇宙的發展，很少公布其在人工智慧領域的應用，所以投資者根本不相信。
風口不好，英偉達自然要飛得更遠一點，於是黃仁勳開始飄飄然。
黃仁勳說：過去十年，摩爾定律效能提公升了100倍，英偉達的GPU效能提公升了100萬倍"黃氏定律"不。
根據"黃氏定律"未來十年，英偉達可以將人工智慧的效能提公升100萬倍，讓人工智慧真正覺醒。
同時，黃仁勳強調，ChatGPT的意義絕不遜色於iPhone的出現，這款旗艦產品將滿足不同人群的不同需求，英偉達將提供"源源不斷的計算能力"。
那麼，英偉達將如何提供色彩計算能力呢？讓我們來看看它的旗艦產品H100。
H100 採用台積電 4nm 工藝的 Hopper 架構，擁有 18,432 個 CUDA 核心、576 個 Tensor 核心和 60MB 二級快取。
GPU 整合了 800 億個電晶體，計算能力為 2,000 Tflops，即 32倍，整體效能提公升6倍。
h100 可以動態加速以優化路徑，這種狀態將使計算能力提高 7 倍。
在資料吞吐量方面，H100 也非常強大，實現了 3TBS 的記憶體頻寬和 5TBS 的網速。
H100的另乙個特點是分體式GPU，即乙個單元被分成七個，同時執行不同的計算任務，可以將單個單元的效能提公升7倍。
它的價格為 240 萬盧比，值得一輛體面的轎車。 不過，對於專業使用者來說，這個**還不錯，畢竟數量有限，先到先得！
根據IDC**的資料，到2024年，GPU在AI算力領域的滲透率將達到54%，英偉達佔據GPU市場97%的份額。
可以想象，未來，隨著人工智慧的飛速發展，英偉達必然會成為晶元市場上一顆耀眼的新星。
當然，除了英偉達，中國的晶元企業也在人工智慧領域快速布局，但效果顯然不如英偉達。
國產AI晶元只能喝湯嗎？
國產AI晶元包括寒武紀科技、華二人、綏遠科技、亨伯半導體等公司，但這些公司與英偉達的差距非常大，可以說只能往後看。
在2022世界人工智慧大會上，上海天際智信"智佳 100"銳帆BR100系列已成為國產人工智慧平板電腦的代表作。
其中，BR100採用台積電7nm工藝，單晶元峰值算力達到100億次浮點運算，創下全球GPU整體算力新紀錄，完全可以與英偉達的A100相媲美。
Wallren Technology 是一家初創公司，在 Nvidia 有很多前員工，包括一名架構工程師，因此有幾件事需要了解。
一位博主將 BR100 與 A100 進行了比較，結果如下：BR100 更快。
兩款晶元都使用相同型別的電晶體，Nvidia A100 在 800 平方公釐的面積上整合了 540 億個電晶體。 BR100 的面積為 1,000 平方公釐，整合了 770 億個電晶體。 BR100在電晶體數量方面具有巨大的優勢。
BR100晶元的16位浮點計算能力達到1000T以上，8位定點計算能力達到2000T以上，單晶元峰值計算能力達到PFLOPS級別。 這比 A3 高 100 倍，甚至不遜色於 H100。
但是，光靠算力是不夠的，要想占領市場，製造和生態缺一不可。
晶元製造是我們的薄弱環節，大陸的加工水平為14奈米，而國際先進製造水平已達到3奈米。
BR100的製造工藝為7奈米，代工廠為台積電。 這在一定程度上將受制於美國的長臂，失去其OEM地位。
在生態建設方面，英偉達是一座高山，國內AI晶元企業目前只能眼睜睜地看著，甚至對英偉達的生態水平感到無奈。
據相關資料顯示，英偉達在全球擁有超過300萬開發者，其架構平台擁有超過50萬開發者，包括阿里巴巴、騰訊等國內廠商。
各國的AI晶元廠商要想占領市場，就必須解決製造問題，同時必須相容英偉達的架構。 換句話說，即使你在算力上超過英偉達，在**上低於英偉達，你也會被台積電和英偉達領導。
在這種情況下，國家人工智慧晶元廠商能否占領市場？可以開發嗎？恐怕這場AI盛宴只剩下一口湯了！
AI盛宴已經到來，GPT需要強大的AI晶元算力支撐，英偉達搶占了大部分蛋糕，國廠只能喝一點湯。
如何解決這種尷尬的局面？唯一的辦法就是搞自主研發，解決晶元製造問題，解決生態問題。
很多人會說這很難，但每天給別人洗漱洗，解除限制不是更難嗎？只要我們每天進步一點點，當真正的好日子到來時，我們遲早會在彎道上趕上並超車。