ChatGPT推动生产力变革浪潮，芯原如何助力打造中国版AIGC？

华雄集团董事长朱峻咸分析：ChatGPT的爆火，多模态大模型GPT-4的发布以及全面植入微软Office全家桶，百度也推出了同样具备多模态能力的“文心一言”（ERNIE），甚至李开复、英特尔首席架构师RajaKoduri也准备下场角逐—今年以来，以此为代表的内容生成式AI（AIGC，AIGeneratedContent）应用快速破圈，掀起基于大语言模型(LLM)的生产力革新浪潮。
就像一个正在飞速进化的新物种，全民AIGC是否将推动新一轮生产力变革的新时代到来？
ChatGPT令AI从everywhere到everyone
据华雄集团资料显示，1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家首次提出“人工智能（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。在经历了数次寒冬与泡沫之后，坎坷的人工智能探索道路才终于随着ChatGPT的走红而实现了从“不能用、不好用”到“可以用”的技术突破，并进一步走向实用化。
事实上，在这一轮ChatGPT浪潮之前，AI技术已经是随处可见（everywhere）。比如边缘AI计算已被广泛应用于包括消费电子、工业和汽车设备在内的众多细分市场，包括语音交互、人脸识别、图像优化、安防监控、自动驾驶等等。随着AI技术的不断演进，它从以往处理特定任务，发展到今天像ChatGPT一样与人互动，回答问题，这种具备思考和学习能力的工具能够使每个人（everyone）的休闲娱乐或工作从中受益。
ChatGPT的开发逻辑，是基于Transformer架构的语言模型，通过学习大量预先标注的文本数据(包括网络新闻、书籍、学术文献等)，生成与人类语言相似的文本。通过数据中心、计算机硬件设备等进行模型的运行、文本数据的计算处理，以服务器、存储器、网络接口输入输出设备等硬件为基础。
ChatGPT实质是对话式AI的应用，IDC数据显示，对话式AI市场规模在2022年达到54.6亿元人民币，其市场渗透率相对已经饱和。ChatGPT引发的浪潮促使主流厂商在其对话式AI应用中引入大模型，将带动对话AI相关市场新一轮增长。此外，在搜索、营销场景中，ChatGPT类型的应用则可能衍生出全新的产品形态。
ChatGPT引发AI算力告急
观察GPT系列从1到3的发展过程，都是基于Transformer架构，并且探出一条路，就是可以通过海量数据，超强算力，让NLP产生质的变化。既然ChatGPT等AIGC应用的“智力”增长，建立在对海量数据的训练上，算法、数据、算力是生成式AI不可或缺的三大关键，算力做为硬件基础决定AI“智力”的上限。OpenAI发布的AI模型算力报告中指出，与2012年的模型相比，2020年提出的模型需要600万倍的计算能力；预计从2023到2028年，AI所需算力将再增加100万倍。IDC也预测，中国智能算力需求规模，到2026年将进入每秒十万亿亿次浮点计算（ZFLOPS）级别，达到1,271.4EFLOPS，从2021到2026年，年复合增长率将达52.3%。
目前，ChatGPT已经令英伟达成为这场算力革命的最大赢家。部分业内人士认为，如果英伟达在其人工智能GPU业务中看到了机会，它可能会优先供应人工智能GPU，而不是游戏GPU。ChatGPT以及随后涌现的诸多AIGC应用必然会让供应已然十分紧缺的高性能GPU再次告急。
如何打造中国版“ChatGPT”
ChatGPT火爆全网之时，“背水一战”的百度也推出了中国版“ChatGPT”文心一言。李彦宏直言“大模型训练堪称暴力美学，需要有大算力、大数据和大模型，每一次训练任务都耗资巨大。”尽管文心一言收获了众多围观者褒贬不一的反馈，但不可否认其对算力基础设施的需求必将驱动AI芯片市场井喷。
戴伟进指出，对于中国AIGC市场发展而言，数据、算力、算法是驱动力也是瓶颈所在。随着高端计算芯片在国内的发展一再受限，AI芯片领域的国产替代势在必行。
尽管越来越多“大神”加入到AIGC的大潮中，但这种大语言模型离真正掌握做类比推理的能力还有一定的距离。而各路“ChatGPT”的破圈成长还需不断以模型的优化，训练规模的提速以及算力资源的扩充来支撑。
无论是为了实现技术的安全可控，还是为了应对AI算力性能和数量均“告急”的瓶颈，都驱动着国内AI芯片厂商另辟蹊径。芯原的GPGPU+NPU的DSA异构设计思想，为广大国产算力芯片设计者提供了一个从“能用”到“好用”的多元算力解决方案。