作为人工智能三大核心要素之一，算力也被誉为人工智能“发动机”。AI深度学习正在逼近现有芯片的算力极限，也对芯片设计厂商提出了更高要求。

手握关键底层芯片的公司，无疑将从人工智能浪潮中受益，该类芯片中英伟达占据主要市场。此外，在半导体产业下行周期下，英伟达今年股票已经涨超55%。

英伟达成为半导体股中的“逆行者”

AI应用需要基于大量模型训练，它能如此睿智基于对天量数据的“吃透”，背后是强大算力的支撑，以GPT-3模型为例，其存储知识的能力来源于1750亿参数，训练所需的算力高达3650PFLOPS-day。

中信建投研报的数据显示，此前用于AI训练的算力增长符合摩尔定律，大约每20个月翻一番；深度学习的出现加速了性能的扩展，用于AI训练的算力大约每6个月翻一番；而目前大规模模型出现，其训练算力是原来的10到100倍。

AI应用主要涉及AI自然语言处理相关技术，底层算力芯片以高性能GPU为主。国内一名人工智能公司高管表示，该类芯片中英伟达占据主要市场，英伟达的芯片为大模型训练做了很多优化，它才是人工智能热潮的最大赢家。

从芯片技术角度来看，鲲云科技创始人兼CEO牛昕宇表示，英伟达的CUDA架构最初用于游戏GPU，相比于CPU更适用于大规模并行计算，基于其CUDA生态，积累了完善的开发者生态。这一轮人工智能产业发展的初期，市面上没有专门的AI加速芯片和硬件产品，开发者发现其产品可以应用于AI的训练和推理过程，就多采用其产品。

另外，英伟达的产品在通用性和算力密度方面有优势，而且因为算法模型巨大，对系统级的多芯片互联合作，高带宽的网络贮存要求以指数级的增长，英伟达对此早有布局，以收购和研发整合的手段，已形成完整成熟的解决方案。

在半导体产业下行周期下，英伟达成为跌跌不休半导体股中的“逆行者”。今年该公司股票已经涨超55%，反映了投资者对英伟达的看好。

中国应在AI上进行芯片技术“弯道超车”

浙商证券认为，在AI应用将产生巨大算力市场的背景下，芯片需求将迎来量价齐升。

不过，在产业界看来，AI应用的兴起给我国科技行业敲响警钟。

海银资本创始合伙人王煜全2月7日表示，中国不仅需要产生自主“大模型”，也应当在人工智能上进行芯片技术的“弯道超车”。

他认为，如今非常主流的CPU、GPU芯片生态，是美国政府和众多欧美科技企业花了30多年时间逐步培育、发展起来的。这个领域，从最上游的指令集、芯片设计软件，到下游制造需要的光刻机，都已经有非常成熟的布局。除了表面上能看到的各种技术专利、行业标准，还有大量沉淀在业内，很难快速传播和复制的制造、生产经验，已经形成了壁垒森严的体系。

“今天芯片产业面临的问题不是科研问题，更不是资本运作的问题，而是在成熟的产业生态体系里，我们没有占到核心关键点，更没有核心掌控力。”王煜全称。

具体到产业，王煜全号召，系统芯片异构计算时代，芯片企业、人工智能企业和产生大量数据的应用企业，这三方要深度合作，“这样芯片的制造水平未必是最好，但芯片训练的模型是最好的”。

人工智能发展多年，近年间的商业化进程在加快，但“针对AI底层算力的研究更早”。牛昕宇表示，对AI大模型的训练，包括商业巨头和头部的研发机构都有持续的投入，像国内的百度、智源、华为、阿里等，其投入规模至今应该超百亿元，主要是数据、硬件和人才的持续投入，可预知的是还有很长的路要走，大模型应用正处于行业爆发的前夜，可以拭目以待。

“芯片领域，虽然英伟达占据先发优势，但其他的厂商也在迎头赶上。”牛昕宇称，像百度、寒武纪、燧原、壁仞、鲲云等都有高性能的AI算力产品推出，百度的paddlepaddle生态也在完善中，鲲云也通过多个垂直行业的规模落地积累了生态和应用基础。

据科创板日报