从应用到算力，ChatGPT 点燃基础设施需求

原标题：从应用到算力，ChatGPT 点燃基础设施需求

ChatGPT火爆出圈，发布仅2个月就吸引了1亿用户，今年1月网站访问量达到61600万人次，成为历史上增长最快的消费应用。

在庞大用户群涌入的情况下，ChatGPT服务器2天宕机5次，火爆的同时也催生了对算力基础设施建设更高的要求。

周二，太平洋证券在最新的报告中分析了AI的三层架构架构，指出OpenAI 使用的大模型训练成为未来发展趋势，而训练任务中使用的算力呈指数级增长，催生了更高的算力的需求。

AI产业三层架构

太平洋证券分析师曹佩指出，AI产业主要包括基础层，技术层，应用层三层架构。

其中，不同芯片类型为AI服务器提供了底层硬件基础，应用于计算机视觉，机器学习等领域，可以提供超过30TOPS的训练算力。

1. CPU满足逻辑判断，任务调度与控制等基本计算任务；
2. GPU适用于通用并行计算，能够为AI训练任务提供更高算力；
3. FPGA具有低延时，开发周期短等特性，可用于AI推理任务等；
4. ASIC与通用集成电路相比功耗更低性能更优，可用于针对AI训练任务设定特定框架。

技术层面，OpenAI使用的大模型训练成为未来发展趋势。

训练模型方面，OpenAI主要应用大模型进行AI的训练，大模型目前已经成为应对AI领域碎片化的一种方式。在大模型之上，人工智能架构还包括多种上层应用，如相应的AIGC技术应用等。

AI 带动算力新需求

根据太平洋证券介绍，人工智能三大要素主要包括数据，算法，以及算力。

1. 由于机器学习中的监督学习和半监督学习都要用标注好的数据进行训练，数据标注是人工智能产业的上游产业；
2. 算法方面，当前最具代表性的深度学习算法模型有深度神经网络、循环神经网络、卷积神经网络。其中深度神经网络和循环神经网络是深度学习的基础。
3. 算力是算法和数据的基础设施，算力大小决定了数据处理能力的强弱，芯片则是决定算力的硬件基础。

其中，OpenAI带动算力新需求。OpenAI的研发主要依托AIGC（利用人工智能技术来生成内容）技术。根据OpenAI近日发布的数据，自2012年以来人工智能训练任务中使用的算力呈指数级增长，其增长速度为每3.5个月翻一倍。截止目前人们对算力的需求已增长了超过30万倍，摩尔定律已然失效。

近年来，我国算力规模保持持续增长态势，经信通院测算2021年我国计算设备算力总规模达到202EFlops,增速约50%，高于全球增速。

《新型数据中心发展三年行动计划（2021-2023年）》强调到2023年底，全国数据中心机架规模年均增速保持在20%左右，平均利用率力争提升到60%以上，总算力超过200EFLOPS，高性能算力占比达到10%。国家枢纽节点算力规模占比超过70%。此外，计划还提出新型数据中心应具备高技术、高算力、高能效、高安全等特征。太平洋证券指出，“四高”已经成为未来数据中心的必备条件，而相应的服务器市场或将迎来较快增长。

AIGC 技术应用场景广

太平洋证券指出，AIGC产业链覆盖范围较广，从产业链角度来看：

1. AIGC产业链上游主要由数据供给方，数据分拆及标注，创作者生态，底层配合工具等构成；
2. 中游主要包括内容设计，内容制作工具，周边售卖，运营增效，个性化市场营销等垂直赛道公司；
3. 下游主要包括各类内容创作及分发平台，第三方分发渠道，内容终端生产厂商，消费品厂商等。

AIGC下游应用场景主要分为内容领域和拓展领域：

1. 内容领域，AIGC可用于直接生产可消费内容，如有声书等；制作内容辅助生产工具；或基于生成内容进一步变现。
2. 拓展领域，AIGC可用于个性化内容营销，合成数据生成，基于复刻的个人永生，实时交互性内容，以及特定场景服务等。

本文主要摘取自太平洋证券《从应用到算力，ChatGPT 点燃基础设施需求》