ChatGPT产业链中，谁最有投资价值？
随着ChatGPT火了，妖魔鬼怪也出来了，包括吹牛不上税的卖方分析师，以及瞎蹭概念的公司等。在之前的文章里我就说过：现在的ChatGPT充其量就是个段子狗，虽然代表了未来，但还没到“颠覆一切”的地步：
AI产业链中的稀缺环节是数据、算力、行业know-how。
这里我要着重聊一聊算力。没有NB的硬件基础设施支持，AI永远只能停留在打嘴炮上。
ChatGPT为什么强？
大模型是主要因素之一。通俗理解大模型，你可以想象为一个脑容量更大、思维更复杂的生物，就像人脑，因为有上亿个参数（ChatGPT有1750亿个），所以能够处理更复杂的任务。
世界是复杂的，不是一个1+1必然等于2的世界。举个例子：妈和女朋友掉入水里，你先救谁？这得看情况：水浅不浅？你妈会不会游泳？身边有没有其他人？这个水是什么水，海或湖泊？……在复杂情境下，根本没有一个统一的答案。
而喷子的思维是非黑即白的，比如下图这位仁兄说的：非黑即白就是要么全盘肯定，要么全盘否定。
为什么？因为喷子的脑子是小模型，参数量少，结构简单，当然这种模型不需要太多算力（也就是喷子说话一般不经过脑子），自然容易张口就来。但这样的模型是无法适应复杂社会的，就拿管理来说，这么一个单线程思维方式的喷子，你让他来做管理？不把你管倒闭就谢天谢地了。管理是一个复杂情境，同样两个员工在吵架，今天吵和明天吵，处理的方式就不一样，只有愿意思考、脑袋里有“大模型”的人才能胜任。
所以大模型是AI发展的必然趋势。
而大模型必然要求更高级、更快的算力，所以ChatGPT带火了人工智能后，算力具备确定性。
谷歌已明确表示正在开发一项名为Bard的对话式人工智能服务项目，百度正式宣布了大模型项目“文心一言”，360计划推出类ChatGPT技术的Demo版产品，阿里宣布正研发“阿里版 ChatGPT”，各大巨头纷纷参与其中，这些大佬们都要花钱升级算力，甚至形成算力层面的军备竞赛。
算力的发展前景
从2012年开始，AI训练所用的计算量呈现指数增长，平均每3.43个月便会翻倍，至2018年AI计算量扩大了30万倍。综合来看，ChatGPT所用的Transformer模型，训练运算量每2年提升750倍，而据摩尔定律，硬件算力提升速度每2年只有2倍，根本赶不上“人工智能竞赛”的需求。
如果不升级算力行不行呢？
使用单个Tesla架构的V100 GPU对GPT-3模型进行一次训练，需要用288年时间。如果以每秒1万亿的速度训练1次ChatGPT，需要耗时27.5天。光是维护这个算力，ChatGPT单月成本是616万美元（4200万人民币/月）！
所以，算力会成为这一轮AI大发展的关键和瓶颈。
2022-2026，我国AI算力复合增速为47.5%。
GPU：大脑核心
第一个确定的是GPU。可以这么理解：CPU是放在主板上的逻辑芯片，而GPU则是放在显卡上的，两者应用场景不同，但地位一样，都是核心“大脑”。GPU的出现让我们玩得起3A大作，使显卡减少了对CPU的依赖，而GPU现在的使用场景也不局限于图像处理。
上图红筐部分是计算单元，可以看出：CPU（右图）需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理，所以CPU的计算能力要求没那么高；GPU（左图）只有非常简单的控制逻辑并省去了Cache，所以能空出大量空间专注于计算能力。
2021年全球GPU行业市场规模为334.7亿美元，预计2030年将达到4773.7亿美元，CAGR将达34.4%。2020年中国市场规模47.39亿美元，预计2027年市场规模将达345.57亿美元，CAGR为32.8%。
服务器
AI服务器就是集成多个AI GPU，以加速深度学习算法的设备。
以浪潮信息目前算力最强的服务器NF5688M6为例。前面提到“使用单个Tesla架构的V100 GPU对GPT-3模型进行一次训练，需要用288年时间。如果以每秒1万亿的速度训练1次ChatGPT，需要耗时27.5天”，若由单台NF5688M6服务器进行计算，只需5.5天。若使用商汤智算中心全部算力，可在11分钟完成一次ChatGPT模型训练。
2021年全球AI服务器市场规模为156亿美元，预计到2025年将达到318亿美元，CAGR将达19.5%。2021年中国AI服务器行业市场规模为350.3亿元，22-25年CAGR将达19.0%。
算力网络
既然大规模算力中心的建设，对单家公司来说负担太大，那么能不能把全国的算力都利用起来？这就是算力网络，是数字化时代的资源网，是以计算为核心，通过网络实现连接，通过感知实现匹配与调度的服务。
“东数西算”就是对算力网络的初步探索：东部地区经济发达，产生的数据多，计算需求也多，而西部地区成本低，可否通过算力网络这一基础设施，解决东部地区乃至全国的计算需求问题？
目前，算力网络还处于初级探索阶段，由电信运营商牵头，整合各类服务商共同建设。运营商提供基础资源，其他合作伙伴提供各项具体的技术支持与场景落地，最终形成能够随处取用，且能根据需求调度算力的智能网络。
相关企业梳理
综上所述，我的逻辑是：大模型是趋势，因此算力需求必然暴涨，算力成为人工智能竞赛中最稀缺的战略性资源。而算力的核心关键，也是最稀缺的领域，是GPU；而AI服务器、算力网络等，则是可以将GPU充分利用，从而结构性提高算力的方法。
GPU方面，全球龙头必然是英伟达，这是不争的事实。从国产化率看，景嘉微似乎走在前面。此外，部分卖方分析师还提到寒武纪、海光信息、龙芯中科、中国长城，姑且也在这里记录一下。
AI服务器方面，龙头是浪潮信息，商汤，因已经具备算力中心，也算是稀缺标的。算力网络方面，目前还处于初级阶段，算是国家牵头的一项基础设施建设工程，当前产业化似乎并不成熟，如果非要关注，可以从三大运营商入手。（作者：投资林教头）
