人工智能三大核心要素，模型、數(shù)據(jù)、算力。

國信證券分析師最新文章指出，三者必須同步增加，比如當參數(shù)極限擴大的時候，數(shù)據(jù)量跟不上，就會出現(xiàn)模型“喂不飽”的情況，當數(shù)據(jù)量太大，參數(shù)，算力不夠，有些數(shù)據(jù)又會被閑置，不能被讀取，他們做過測試，參數(shù)增大8倍，數(shù)據(jù)量最好增大5倍，這樣的關(guān)系最好。

(資料圖)

其認為，若未來GPT5進入停滯期，可能會發(fā)生以下事情：

1）微軟openai會馬上推出大量驚艷的應(yīng)用，迅速提升各行業(yè)生產(chǎn)力。

2）其它大廠會奮起直追，畢竟目前大家就落后兩代，大概就2年時間。

3）對CV機器視覺的迭代會加快，因為CV泛化大模型剛剛面世，它離停滯期是比較遠，特斯拉也表示機器視覺的潛力空間非常巨大。

4）算力層面，當大模型更新升級停滯在某個階段，應(yīng)用又爆發(fā)的時候，ASIC芯片可能有一戰(zhàn)之力，最典型的代表是google的TPU，把推理階段某些算法嵌入芯片，當應(yīng)用足夠多，銷量上升，攤銷研發(fā)和各種前期費用，AI的ASIC芯片可能會爆出1-2款推理芯片對英偉達的競品（但訓練階段，英偉達gpu依舊是王者姿態(tài)，沒辦法）。

這里面，我們重點來說一說ASIC芯片。

什么是ASIC芯片？

ASIC（Application Specific Integrated Circuit），即專用人工智能芯片，是針對某一領(lǐng)域優(yōu)化的定制化芯片，因其以特定需求為核心，因此具備體積小、功耗低、成本低及性價比高等優(yōu)勢。

具體來看，其架構(gòu)和指令集針對人工智能領(lǐng)域中的各類算法和應(yīng)用作了專門優(yōu)化，以使芯片在計算精度降低的情況下更耐用，這意味每一個操作只需要更少的晶體管，同時用戶能得到更正確的結(jié)果，ASIC每瓦能為機器學習提供比所有商用GPU和FPGA更高的量級指令。

以ASIC的典型代表谷歌的TPU為例，它是專門為深度學習領(lǐng)域而定制的芯片。

因為它能加速其人工智能系統(tǒng)TensorFlow的運行，而且效率也大大超過GPU，谷歌的深層神經(jīng)網(wǎng)絡(luò)就是由TensorFlow引擎驅(qū)動的，其第四代張量處理器(第四代TPU的性能是第三代的2.7倍)是專為機器學習由谷歌提供系統(tǒng)設(shè)計，執(zhí)行每個操作所需的晶體管數(shù)量更少，自然效率更高。

華泰證券表示，AI芯片的競爭格局已趨白熱化，盡管各類具有不同功能和定位的AI芯片在一定程度上可實現(xiàn)互補，但同時也在機遇與挑戰(zhàn)并存中持續(xù)調(diào)整定位。

AI訓練端，英偉達的GPU憑著高算力的門檻，一直都是訓練端的首選。但華泰證券也認為，當算法開始穩(wěn)定和成熟，ASIC定制芯片，憑著專用性和低能耗，在一定程度上也能承接部分算力。相較之下，推理端對算力的要求比訓練端要低，市場需求更大也更為細分，除了目前主流的CPU外，ASIC等芯片也能占到一席位。

市場格局方面，國金證券表示，ASIC的典型代表是谷歌TPU和寒武紀思元AI芯片，除此之外各大云廠商、互聯(lián)網(wǎng)廠商，如從百度AI業(yè)務(wù)分拆而來的昆侖芯，阿里平頭哥，特斯拉以及比特大陸等也紛紛涉獵。

德邦證券指出，目前全球ASIC領(lǐng)域呈現(xiàn)百花齊放局面，雖早期ASIC芯片以谷歌TPU為代表性產(chǎn)品，但如今中國ASIC廠商已實現(xiàn)加速追趕，顯著縮小國內(nèi)外產(chǎn)品技術(shù)差距與應(yīng)用表現(xiàn)。國內(nèi)主要生產(chǎn)廠商有寒武紀，瀾起科技等，其中瀾起科技PCle 5.0/CXL 2.0 Retimer芯片已實現(xiàn)量產(chǎn)。

風險提示及免責條款 市場有風險，投資需謹慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點或結(jié)論是否符合其特定狀況。據(jù)此投資，責任自負。

關(guān)鍵詞：