人工智能三大核心要素，模型、數據、算力。

國信證券分析師最新文章指出，三者必須同步增加，比如當參數極限擴大的時(shí)候，數據量跟不上，就會(huì )出現模型“喂不飽”的情況，當數據量太大，參數，算力不夠，有些數據又會(huì )被閑置，不能被讀取，他們做過(guò)測試，參數增大8倍，數據量最好增大5倍，這樣的關(guān)系最好。

(資料圖)

其認為，若未來(lái)GPT5進(jìn)入停滯期，可能會(huì )發(fā)生以下事情：

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

2）其它大廠(chǎng)會(huì )奮起直追，畢竟目前大家就落后兩代，大概就2年時(shí)間。

3）對CV機器視覺(jué)的迭代會(huì )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(jué)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(gè)階段，應用又爆發(fā)的時(shí)候，ASIC芯片可能有一戰之力，最典型的代表是google的TPU，把推理階段某些算法嵌入芯片，當應用足夠多，銷(xiāo)量上升，攤銷(xiāo)研發(fā)和各種前期費用，AI的ASIC芯片可能會(huì )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(méi)辦法）。

這里面，我們重點(diǎn)來(lái)說(shuō)一說(shuō)ASIC芯片。

什么是ASIC芯片？

ASIC（Application Specific Integrated Circuit），即專(zhuān)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?xún)r(jià)比高等優(yōu)勢。

具體來(lái)看，其架構和指令集針對人工智能領(lǐng)域中的各類(lèi)算法和應用作了專(zhuān)門(mén)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(gè)操作只需要更少的晶體管，同時(shí)用戶(hù)能得到更正確的結果，ASIC每瓦能為機器學(xué)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(zhuān)門(mén)為深度學(xué)習領(lǐng)域而定制的芯片。

因為它能加速其人工智能系統TensorFlow的運行，而且效率也大大超過(guò)GPU，谷歌的深層神經(jīng)網(wǎng)絡(luò )就是由TensorFlow引擎驅動(dòng)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(zhuān)為機器學(xué)習由谷歌提供系統設計，執行每個(gè)操作所需的晶體管數量更少，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(lèi)具有不同功能和定位的AI芯片在一定程度上可實(shí)現互補，但同時(shí)也在機遇與挑戰并存中持續調整定位。

AI訓練端，英偉達的GPU憑著(zhù)高算力的門(mén)檻，一直都是訓練端的首選。但華泰證券也認為，當算法開(kāi)始穩定和成熟，ASIC定制芯片，憑著(zhù)專(zhuān)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(chǎng)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(chǎng)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(chǎng)商、互聯(lián)網(wǎng)廠(chǎng)商，如從百度AI業(yè)務(wù)分拆而來(lái)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)域呈現百花齊放局面，雖早期A(yíng)SIC芯片以谷歌TPU為代表性產(chǎn)品，但如今中國ASIC廠(chǎng)商已實(shí)現加速追趕，顯著(zhù)縮小國內外產(chǎn)品技術(shù)差距與應用表現。國內主要生產(chǎn)廠(chǎng)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(shí)現量產(chǎn)。

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：