當人們驚嘆于ChatGPT的聰明時，不要忽略它的昂貴。這款應用的走紅，正把科技投資推向更高的山峰，資金和智力還要更集中地涌向GPU等硬件賽道。由于大模型持續迭代升級、應用加速延伸以及云服務器急需擴容，AI芯片的掘金人正在聚集。（杭州芯片設計招聘）

2月9日，21世紀經濟報道記者在采訪中了解到，ChatGPT的爆火令AI芯片開發者意識到，性能競爭還將向進一步白熱化發展，“昂貴”的烙印越打越深，大語言模型的單次迭代硬件成本在突破3000萬元人民幣水平后，還在向更高攀爬。在市場格局方面，狂熱的市場可能會令海外壟斷進一步加劇。

亦有國產GPU創業人士向記者表示，國產通用型GPU開發仍在繼續，并希望借助此次產業鏈協同實現突破。

AI芯片加速研發
2022年11月30日上線的ChatGPT，于短短兩個月內獲得1億用戶，是芯片領域在2023年面臨的第一個重要課題。記者從多家國產運算芯片開發商處了解到，芯片研發者正高度關注ChatGPT的市場吸引力，不少公司將其作為研究課題組織專門研究，以求及時把握相關商機。

“ChatGPT應該是基于GPT-3下一代模型，也就是市面上傳聞的GPT-3.5推出的。”在一家知名國產GPU開發商擔任產品經理的陸明向21世紀經濟報道記者介紹，他近期致力于對ChatGPT的課題研究。

芯片研發商關注ChatGPT，既因為這可能會改變產品定義，也因為預期市場對AI芯片的采購會迎來增量。據介紹，ChatGPT的背后模型是GPT(Generative Pre-Training，生成式預訓練模型)，GPT這個名字展現了這款模型偏向“生成文本和代碼”的屬性。陸明指出，GPT至今已經公開了三次迭代，其間，由于GPU芯片的飛速發展，三次迭代之間具有“時間短、性能增速快”的特點。

細數之下，第一代GPT-1誕生于2018年6月，訓練參數量為1.2億個，數據庫規模為5GB；僅時隔半年之后，第二代GPT-2誕生于2019年2月，訓練參數量為15億個，數據庫規模為40GB；第三代GPT-3誕生于2020年5月，訓練參數量飛躍至1750億個，數據庫規模達到45TB。可以看到，第三代模型較第二代的訓練參數增長超過100倍，數據庫規模則增長超過1000倍。

近年來，從AI方向切入GPU開發，成為了不少中外創業者的選擇。無論是在美國還是中國市場，創業型GPU開發商往往能成為資本的寵兒。不過，由于科技巨頭自從去年第四季度開始財務表現下滑，硬件行業投資也隨之降溫。不過2023年伊始，ChatGPT又給行業帶來了新的話題。

眼下，ChatGPT的爆火正呼喚更強性能GPU的面世，而這將促使資金加快流入行業。“下一代大模型的參數量和數據庫規模，還將比上一代實現百倍、千倍的升級，這意味著如果底層的芯片性能止步不前，就會令訓練時長長達幾年，但顯然業內需要在半年或一年內就推出下一代更強的模型。”陸明稱。

巨頭林立成本高昂
眼下，無論是大語言模型開發還是底層芯片供應，市場主流玩家仍然是國際巨頭。為了在格局演變中爭奪優勢地位，巨頭公司的“燒錢”游戲越來越旺。

21世紀經濟報道記者從接近美國GPU龍頭開發商英偉達的人士了解到，該公司正是當前全球主流大語言模型開發者的主要芯片供應商。

“英偉達正向全球主流的人工智能算法開發商提供芯片硬件，包括微軟、谷歌、Meta等。產品迭代也在有序進行中，去年推出了最新的數據中心芯片，改善了架構。”上述人士稱。

近期，科技巨頭爭相涌入ChatGPT的競爭中，硝煙四起，但在上述人士眼中，眼下人工智能研究市場上的各大巨頭此前維持著“強合作”關系。以在外界眼中正在“打架”的谷歌和微軟為例，兩者事實上都基于谷歌的Transformer架構進行大模型開發。“不過在差異性的應用展開后，競爭可能會升級。”該人士評價稱。

想要留在ChatGPT戰場上，意味著更大規模的“燒錢”。據業內估算，大語言模型的單次訓練硬件成本已經突破3000萬元人民幣，加上投入的人力、智力、訓練時間成本，各大巨頭需要準備百億美元，直到真正的市場贏家勝出。

據Lambda Labs首席科學官Chuan Li介紹，擁有1750億個參數的GPT-3因其巨大的每秒浮點計算量，單次訓練成本達到460萬美元。陸明也向記者證實，眼下最主流的英偉達A100芯片，單次訓練的使用量應達到數百片，成本在3000萬元人民幣左右。此外，服務器擴容和硬件升級的成本也將占據相當大的比例，一方面，“自從2月7日開始，ChatGPT因訪問量巨大，回復速度已經大大減慢”，另一方面，“維護GPU芯片的成本也非常高，芯片使用是有壽命的，損耗幾次就要另作他用。”陸明稱。

以上還僅僅是大語言模型訓練的非人工成本，更大的成本集中在人力上。“迭代模型的間隔已經縮短到半年，招募人才、改善算法的投資會持續高昂。”陸明稱。

今年1月23日，微軟宣布將向ChatGPT開發商OpenAI追加數百億美元的投資，令人們覺得這些資金將涌向語言類機器人。不過，OpenAI不僅是ChatGPT的開發商，旗下也擁有圖形人工智能“明星”產品DALL·E。業內相信，微軟將分數年、數批向ChatGPT進行后續投資，但這個領域的“彈藥”儲備提升到百億美元已是不爭事實。

中國玩家如何參與？
短短幾日，多家中國公司宣布加入ChatGPT戰場。

中國的自主研發芯片將面臨怎樣的機會？市場分析認為，國產運算類芯片仍然面臨嚴峻的發展阻撓，但商業化前景得到進一步驗證，仍是芯片開發者的“好消息”。

其中，百度和阿里計劃推出生成式語言機器人應用，而京東計劃將在電子商務客服中應用相關技術。據悉，有道AI技術團隊已投入到ChatGPT同源技術（AIGC）在教育場景的落地研發中，目前該團隊已在AI口語老師、中文作文批改等細分學習場景中嘗試應用。該公司內部人士表示，這次技術更新是一次顛覆性的創新，但在細分場景的應用過程中實際上并不需要這樣一個大而全的模型，更需要一些縱深向的探索。

不少市場分析認為，中國互聯網公司擁有海量數據，這是進行自然語言開發的優勢。不過，關心中國科技自主創新的人士有更強烈的心聲：期待這個“科技爆點”在中國形成更長的產業鏈閉環。

海銀資本創始合伙人王煜全在2月7日發聲稱，中國不僅需要產生自主“大模型”，也應當在人工智能上進行芯片技術的“彎道超車”。

數位從事國產GPU開發的人士向21世紀經濟報道記者表示，在ChatGPT爆火的開端，國外芯片開發商仍然具有巨大的優勢，而中國芯片開發商面臨著巨大的阻力，這是由歷史技術積淀、市場關系和外部環境共同造成的。

不過，王煜全認為，在系統芯片異構計算時代，能夠號召擁有數據的機構參與預訓練，然后與擁有芯片計算架構的公司深度合作，這樣芯片的制造水平未必是最好，但芯片訓練的模型是最好的。他在采訪中建議，芯片企業、人工智能企業和應用企業三方應加強合作。（杭州芯片設計招聘網）

這意味著，身處人工智能落地的巨大市場、擁有本土算法公司的產業鏈網絡，國產芯片廠商仍擁有AI芯片的入場券。

來源：21世紀經濟報道