《科创板日报》2 月 9 日讯（编辑 宋子乔） 近一个月以来，AIGC 现象级产品 ChatGPT 聊天机器人点燃、成就了一场资本狂欢。
可以说，ChatGPT 的火爆，开辟了 AI 产业化的新路径——以大模型敲开通用人工智能的大门。为了满足大模型应用的巨大算力需求，大厂们纷纷加大了相关基础设施方面的投资。作为算力基础设施中的核心硬件，AI 芯片由此进入人们的视野。
浙商证券最新报告表示，ChatGPT 的 " 背后英雄 " 系 GPU 或 CPU+FPGA 等算力支撑，该应用对于高端芯片的需求增加会拉动芯片均价，量价齐升将导致芯片需求暴涨。信达证券也表示，AIGC 推动 AI 产业化由软件向硬件切换，半导体 +AI 生态逐渐清晰，AI 芯片产品将实现大规模落地。
1 月下旬以来，景嘉微、寒武纪、龙芯中科等多只个股涨幅已超 30%。今日（2 月 9 日）早盘，多只 AI 芯片股走强，截至午间收盘，景嘉微涨超 16%，海光信息涨超 14%，中科曙光、寒武纪、龙芯中科、安路科技等纷纷跟涨。
该 AI 芯片接棒了？
▌ AI 迈向大模型时代 芯片市场成长可期
ChatGPT 的技术底座是 " 大型语言模型（Large Language Models）"，简称 LLMs，中文习惯称为 " 大模型 "。算法是大模型成功的首要条件，然后要喂给算法海量的数据（数据量级跃升，能带来更多能力的涌现），再搭配强大的发动机——大算力，才能获得最基础的大模型。
一个 ChatGPT 应用的算力消耗已经让人瞠目。其大模型 GPT 经历了三次迭代，GPT、GPT-2 和 GPT-3（当前开放的版本为 GPT-3.5）的参数量从 1.17 亿增加到 1750 亿，预训练数据量从 5GB 增加到 45TB，其中 GPT-3 训练单次的成本就已经高达 460 万美元。最新的 GPT3.5 在训练中使用了微软专门建设的 AI 计算系统，由 1 万个 V100 GPU 组成的高性能网络集群，总算力消耗约 3640PF-days，即假如每秒计算一千万亿次，需要计算 3640 天。
同样，国产自研的源 1.0、悟道和文心等 AI 模型，不仅在参数量上达到了千亿级别，而且数据集规模也高达 TB 级别。想要搞定这些 " 庞然大物 " 的训练，就至少需要投入超过 1000PetaFlop/s-day（PD）的计算资源。
一言以蔽之，大模型为代表的 AI 新时代，算力便是核心竞争力。
而 AI 芯片是针对人工智能算法做了特殊加速设计的芯片，也被称为 AI 加速器或计算卡，是 AI 的算力基础。要知道，ChatGPT 有着大量复杂计算需求的 AI 模型，GPU、FPGA、ASIC 等 AI 芯片专门用于处理这些计算任务，是不可或缺的底层硬件。
据了解，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。对于 ChatGPT 而言，支撑其算力基础设施至少需要上万颗英伟达 GPU A100，一次模型训练成本超过 1200 万美元。
浙商证券分析师陈杭据此表示，ChatGPT 对于高端芯片的需求增加会拉动芯片均价，量价齐升将导致芯片需求暴涨，" 目前 OpenAI 已推出 20 美元 / 月订阅模式，初步构建了优质的订阅商业模型，未来继续扩容的能力将会大幅提升。"
中金公司认为，未来大模型趋势下，AI 芯片市场成长可期，在 ChatGPT 应用大规模商用初期，AI 芯片行业有望创造 20 亿美元左右市场空间。另据 Omdia，2022 年数据中心用 AI 芯片市场规模有望达 133 亿美元。
▌多路线蕴含潜力 周边生态有望受益
不过，在名为 "AI 芯片 " 的大篮子里，细分品类众多。目前英伟达主导的 GPU 凭借高算力成为主流选择，其他 AI 芯片如 ASIC、DPU、FPGA 也蕴含潜力——
ASIC/DPU 等专用芯片在特定使用场景下高算力 / 低功耗 / 小面积的优势仍吸引国内外厂商积极布局，如 TPU、类脑芯片等；FPGA 由于可编程而更具灵活性，相比于 CPU/GPU/ASIC 具有更高的速度和极低的计算能耗，常年来被用作专用芯片的小批量替代品。
多样的技术路线也意味着，AI 芯片的具体投资机会并不是那么好把握，英伟达这样的巨头也面临被超车的风险。
信达证券便表示，AIGC 的出现真正赋予了人工智能大规模落地的场景，AI 芯片也将从过去面向厂商的训练场景为主转变为面向消费者的推理场景为主，GPU 的高并行计算能力和高通用性的协调统一在消费者时代的统治力或许难以为继，ASIC 芯片、国产 GPU 芯片有望切入 MaaS 产业生态。
该机构进一步认为，AIGC 推动 AI 产业化由软件向硬件切换，半导体 +AI 生态逐渐清晰，AI 芯片产品将实现大规模落地。硬件端核心包括 AI 芯片 /GPU/CPU/FPGA/AI SoC 等，而在 AI 芯片中，算力及信息传输速率成为关键技术，芯片性能及成本的平衡也带动周边生态，包括 Chiplet/ 先进封装 /IP 等产业链受益。
据《科创板日报》不完全统计，相关标的包括：
