ChatGPT们的核心底座

“训练数据+模型算法+算力”是ChatGPT成长的基础，以ChatGPT为例，训练ChatGPT3.5使用英伟达A100芯片，而一颗英伟达A100芯片的成本约8万元，完成整个训练过程需要三万颗英伟达A100芯片。此前战胜李世石的AlphaGO，训练只用了176颗GPU。

ChatGPT的兴起推动着人工智能在應用端的蓬勃发展，这也对计算设备的运算能力提出了前所未有的需求。虽然AI芯片、GPU、CPU+FPGA等芯片已经对现有模型构成底层算力支撑，但面对未来潜在的算力指数增长，全球当前的算力显然有些紧张。

全球算力每5～10个月就要翻倍，截至2021年，全球计算设备算力总规模达到615EFlops、增速44%。浙商证券预测，2030年，算力有望增至56ZFlops，CAGR达到65%。而这还是ChatGPT还未降临之时，正常的算力需求预测值。

2022年底，ChatGPT来临之后，无疑又将拔高算力的增长曲线。根据通信世界数据，ChatGPT的总算力消耗约为3640PF-days（即假如每秒计算一千万亿次，需要计算3640天），需要7～8个投资规模30亿、算力500P的数据中心才能支撑运行。而这才是参数规模1750亿的GPT-3，除此之外还有参数5620亿的PaLM-E，彼时，算力以及其背后的功耗还能顾得过来吗？

算力芯片需求暴涨

未来，AI算法算力行业的天花板，由半导体行业的发展决定。