ChatGPT如何改变算力？
由OpenAI开发的AI聊天机器人ChatGPT自去年11月推出后一路“狂飙”，行业的快速发展与商业的落地前景令人期待。
01
芯片需求=量↑ x 价↑
AIGC拉动芯片产业量价齐
ChatGPT热潮席卷全球。ChatGPT（Chat Generative Pre-trained Transformer）是由OpenAI于2022年12月推出的对话AI模型，一经面世便受到广泛关注，其2023年1月月活跃用户达到1亿，是史上月活用户增长最快的消费者应用。在问答模式的基础上ChatGPT可以进行推理、编写代码、文本创作等等，这样的特殊优势和用户体验使得应用场景流量大幅增加。
1）量：AIGC带来的全新场景+原场景流量大幅提高。
①技术原理角度：ChatGPT基于Transformer技术，随着模型不断迭代，层数也越来越多，对算力的需求也就越来越大；
②运行条件角度：ChatGPT完美运行的三个条件：训练数据+模型算法+算力，需要在基础模型上进行大规模预训练，存储知识的能力来源于1750亿参数，需要大量算力。
2）价：对高端芯片的需求将拉动芯片均价。
采购一片英伟达顶级GPU成本为8万元， GPU服务器成本通常超过40万元。支撑ChatGPT的算力基础设施至少需要上万颗英伟达GPU A100，高端芯片需求的快速增加会进一步拉高芯片均价。
02
ChatGPT的“背后英雄”：芯片
01
GPU：支撑强大算力需求
由于具备并行计算能力，可兼容训练和推理，目前GPU被广泛应用于加速芯片。看好海光信息、景嘉微；
02
CPU：可用于推理/预测
AI服务器利用CPU与加速芯片的组合可以满足高吞吐量互联的需求。看好龙芯中科、中国长城。
03
FPGA：可通过深度学习+
分布集群数据传输赋能大模型
FPGA具备灵活性高、开发周期短、低延时、并行计算等优势。看好安路科技、复旦微电、紫光国微。
04
ASIC：极致性能和功耗表现
AI ASIC芯片通常针对AI应用专门设计了特定架构，在功耗、可靠性和集成度上具有优势。看好寒武纪、澜起科技；
05
光模块：容易被忽略的算力瓶颈
伴随数据传输量的增长，光模块作为数据中心内设备互联的载体，需求量随之增长。看好德科立、天孚通信、中际旭创。
风险提示
1、AI技术发展不及预期2、版权、伦理和监管风险3、半导体下游需求不及预期
来源：券商研报精选
