明星华尔街见闻，好内容不容错过
最近网络上最热的话题ChatGPT，已经有谷歌、微软、百度等科技巨头加入。
但是，今天的新闻不是比较分析哪一个更有前景，而是和你聊聊背后的两个赢家。
ChatGPT强大的响应能力归功于大量的数据训练，这需要强大的计算能力部署，而计算能力取决于底层芯片。ChatGPT比赛必然导致对高端芯片的需求。
ChatGPT回应的每一句话都是“烧钱”，真正花在计算能力上的钱，最终都流向了AI芯片老大英伟达和先进工艺寡头TSMC的口袋。
这一幕是不是似曾相识？
类似的情节在比特币暴涨和“芯片荒”时期也曾上演。
巨人ChatGPT迅速走红后，竞争对手蜂拥而至。首先，谷歌宣布向人工智能初创公司Anthropic投资约3亿美元，推出基于大型语言模型LaMDA的聊天机器人Bard，并宣布将嵌入其搜索引擎。微软紧随其后，推出了基于AI的必应搜索引擎和Edge浏览器，以类似ChatGPT的方式回答用户的搜索问题。值得一提的是，2019年，微软向ChatGPT的所有者OpenAI投资了十亿美元，今年1月底，微软宣布将扩大与OpenAI的合作伙伴关系，并对OpenAI进行多年和数十亿美元的投资，以加速人工智能领域的技术突破。光靠投资和合作是不够的。微软将亲自将ChatGPT技术整合到搜索引擎中，可见其再次挑战谷歌的决心。在目前的全球搜索引擎市场，谷歌依然是绝对的老大，地位几乎不可动摇，市场份额高达93%，微软的必应以3%的份额位居第二。国内巨头也不甘示弱，紧跟这一波AI热潮。百度的类ChatGPT应用ERNIE Bot将于今年3月完成内测，并向公众开放。内测包括答案回复和智能生成。阿里达摩院牵头的类ChatGPT对话机器人也在研发中，已经向公司内部员工开放测试，可能会结合钉钉深度。
最重要的是，ChatGPT(生成式预训练变换器)的反应能力很强，这很大程度上归功于大量的数据训练。目前ChatGPT是基于GPT-3.5架构开发的对话AI模型。从模型开发的迭代过程来看，参数的增长是爆发性的。OpenAI在2018年推出GPT-1模型时，其参数在1亿的级别，预训练数据只有5GB。同年，谷歌推出的BERT模型参数达到3.4亿。随后，OpenAI分别在2019年和2020年赶上并迭代了GPT-2和GPT-3模型。到了GPT 3的时候，参数的数量已经增加到了1750亿，训练前的数据量也增加到了45TB。
如此大量的参数运算意味着ChatGPT需要强大的计算能力来支持其训练和部署，而计算能力取决于底层芯片。相对于GPT机型参数的提升，GPU芯片的容量从2017年V100的32GB提升到2020年A100的80GB，显然不是一个数量级的。所以要在基础模型上完成大规模的前期训练，要导入的GPU数量至少要上万个。图：大变压器模型中的参数呈指数增长，但单个GPU的内存仅以每2年2倍的速度增长。
ChatGPT迭代过程离不开微软的帮助，微软Azure AI超级计算机为ChatGPT提供了训练支持。根据微软公布的数据，为OpenAI开发的超级计算机是一个单一系统，每个GPU服务器拥有超过285000个CPU、10000个GPU和每秒400GB的网络连接，可以媲美全球Top5超级计算机。ChatGPT的知识还仅限于2021年的数据，需要随着时间的推移不断完善，对计算能力的需求也会随着模型的不断迭代而增加。根据OpenAI在2018年发布的一项研究，自2012年以来，AI训练中使用的计算量呈指数级增长，每3.4个月翻一番，而摩尔定律的翻倍周期为18-24个月。从2012年到2018年，AI训练对计算能力的消耗增长了30万倍，而摩尔定律在同一时间只增长了7倍。图：从AlexNet到AlphaGo Zero，运算能力提升30万倍。
数据来源：OpenAI推动人工智能进步的关键因素包括算法创新、数据、可用于训练的计算量。算法创新和数据很难跟踪，但是计算量是可以量化的，更多的计算可以带来可预见的更好的性能，这是基于硬件的。
背后赢家：英伟达和TSMC就人工智能芯片的市场结构而言，英伟达是GPU和人工智能计算平台的全球领导者。根据Omdia的数据，2020年，英伟达占据了云与数据中心AI处理器市场的80.6%。IDC数据显示，2021年，英伟达在企业级GPU市场的份额达到91.4%，而AMD仅为8.5%。在500强超级计算机中，近70%是由英伟达支持的。上面提到的微软为OpenAI开发的超级计算机中使用的GPU是由英伟达提供的。图：专用加速器在四大云计算中的份额
因此，在这一轮ChatGPT热潮下，英伟达的股价也是蠢蠢欲动，自1月底以来，英伟达已经上涨了16%。在智能手机、PC、平板遇冷之后，上游芯片厂商的注意力转移到了AI领域。除了英伟达，英特尔在接连收购Altera、Nervana、Movidius人工智能创业公司后积极追赶；AMD计划今年推出新的Alveo V70 AI芯片；苹果M2系列芯片持续引入AI加速器的设计。当2022年半导体行业陷入“寒冬”时，英特尔和AMD都急于寻求新的增长点，但目前来看，后面这几家公司还未能对英伟达形成冲击。花旗集团估计，ChatGPT可能在未来12个月内为英伟达带来30亿至110亿美元的销售额。2022财年，英伟达营收达到创纪录的269亿美元，其中数据中心业务贡献了106亿美元，占总营收的40%。随着芯片厂商进入新技术的大规模试产阶段，芯片制造资源的争夺也开始了，TSMC的先进制程能力成为争夺的对象。在先进的加工能力和出货量方面，TSMC是唯一的。根据TSMC最新公布的2022财年第四季度财报，TSMC第四季度实现营收205亿美元，两年来首次不及预期。但得益于先进制程营收的扩大，5nm制程营收占比32%，7nm营收占比22%，净利润(97亿美元)和毛利率(62.2%)均创历史新高。从产品类型来看，高性能计算(HPC)收入环比增长4%，占收入的42%，持续取代传统智能手机业务(占收入的38%)，成为TSMC最大的收入来源。
目前智能手机需求依然疲软。已经进入量产阶段的3nm遭遇“砍单”，高昂的成本让苹果和高通都小心翼翼。此前，台湾媒体报道称，随着大型制造商开始调整订单，TSMC 2023年第一季度的产能利用率将大幅下降。公司N7线(7 nm和6 nm技术)的利用率将在2023年初下降到50%左右。ChatGPT的迅速流行可能拯救了担心找不到买家的TSMC。最近有消息称，NVIDIA和AMD同时向TSMC下了紧急订单，相关芯片将在4月份以后逐步生产。根据研究机构Couterpoint的预测，NVIDIA和AMD的新产品集中在4nm和5nm。预计2023年下半年以后将陆续推出采用TSMC 3nm工艺的CPU和GPU产品。2023年，TSMC 5nm家族产能约一半将被AMD和NVIDIA安排，另一半将被苹果拿下。
再现比特币走势？这一幕似曾相识。比特币暴涨时期，不断上涨的矿收入带动矿机需求激增。与高性能计算一样，挖掘需要高计算能力，这反过来又推动了对高级流程的竞争。2017年，比特币从2016年底的900多美元冲到了近2万美元，最高涨幅一年近20倍。矿业巨头的业绩也迎来了集中爆发。当时占据全球矿机市场份额约70%的比特大陆，2017年收入25.17亿美元，是2016年2.78亿美元的近8倍。比特大陆在2017年一举成为TSMC的前三大客户，矿用芯片占TSMC当年总销售额的10%。
来源：Bitland招股书如今，科技巨头纷纷加入ChatGPT竞赛。计算能力作为最重要的基础自然是不可或缺的，而计算资源的背后是芯片。所以ChatGPT大赛的开幕必然会带动高端芯片的需求，从而推高价格。类似的情节在比特币暴涨和“芯片荒”时期也曾上演。目前英伟达A100GPU的采购成本在9000美元以上。另外，根据OpenAI在2018年披露的数据，用于培训的硬件采购费用是几百万美元。无论是开发培训还是后续运营，ChatGPT回应的每一个字都是“烧钱”。科技巨头依靠AI技术收割台前流量，花在算力上的真金白银最终流向英伟达和TSMC的口袋。本文不构成个人投资建议，也不考虑个人用户的特殊投资目标、财务状况或需求。用户应考虑本文中的任何观点、观点或结论是否符合自己的具体情况。市场有风险，投资需谨慎。请独立做出判断和决定。
最重要的是计算能力。
