因库存陷入低迷周期的半导体市场近日因ChatGPT的火热而重新受到外界关注。
由于ChatGPT属于生成式AI，被誉为“AI芯片”第一股的英伟达应声而涨。2月13日收盘，英伟达最新股价已达到217美元，较今年1月3日的143美元上涨50%。英伟达创始人兼CEO黄仁勋在一场演讲中甚至将ChatGPT视为“人工智能领域的iPhone时刻”，并称其为“计算领域有史以来最伟大的技术之一”。
此外，ChatGPT等新兴AI产品对高性能存储芯片的需求也在拉动相关厂商的出货量。据韩国经济日报报道，受惠于ChatGPT，三星、SK海力士高带宽内存（high bandwidth memory，HBM）接单量大增。
在机构看来，ChatGPT作为AI生成内容(AIGC)的一个应用，将拉动芯片行业整体需求。IDC中国研究总监郭俊丽对第一财经记者表示，目前国内厂商虽然尚未有明显的出货拉动情况，但随着应用场景的落地叠加国外高性能芯片供给受限，国内厂商将会迎头赶上。
芯片行业影响几何？
2月14日，半导体板块走强，通富微电（002156）盘间涨停，甬矽电子（688362）涨超9%，华天科技（002185）、长电科技（600584）、芯原股份-U（688521）、晶方科技（603005）等跟涨。截至14日收盘，第三代半导体指数（885908）报1365.239点，涨0.02%。该指数自2月1日以来涨幅为3.38%.
ETF方面，截至今日收盘，芯片龙头ETF(516640)、芯片50ETF(516350)涨超2%。芯片ETF基金(516920)、半导体龙头ETF(159665)、半导体ETF(159813)、中韩半导体ETF(513310)、芯片ETF龙头(159801)跟涨。
在业内看来，ChatGPT等高算力AI应用的火爆将为国内芯片厂商带来新一轮机会。
CIC灼识咨询执行董事柴代旋对第一财经记者表示，ChatGPT作为AI生成内容(AIGC)的一个应用，将拉动芯片行业整体需求。
“ChatGPT有着大量复杂计算需求的AI模型，算力消耗非常巨大，需要强大的AI芯片提供算力基础。AI芯片专门用于处理人工智能应用中的大量计算任务的模块，包括GPU（图形处理器）、FPGA（现场可编程逻辑门阵列）、ASIC（专用集成电路）和DPU（处理器分散处理单元）等。”柴代旋对记者表示，ChatGPT的高算力需求对这些板块将产生实质性影响。此外，高算力芯片和高速内存相辅相成，内存接口芯片也有可能受到影响。
郭俊丽持有类似的观点，她认为ChatGPT对芯片赛道的实际影响主要集中在几方面。“首先，ChatGPT基于Transformer技术，随着模型不断迭代，层数越来越多，对算力的需求越来越大；其次，ChatGPT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，ChatGPT经历了3次迭代，参数量从1.17亿增加到1750亿，训练量大幅提升。”
郭俊丽对第一财经记者表示，以ChatGPT为代表的AI新时代，算力将成为核心竞争力。其带来的全新场景+原场景流量大幅提高，推动AI芯片需求增长。提供算力的芯片GPU、CPU、FPGA、ASIC，提供存储功能的芯片HBM, DRAM,会受益于ChatGPT的应用爆发，推动AI产业化由软件向硬件切换，半导体+AI生态会逐渐清晰，AI芯片产品将实现大规模落地。
“GPU可以支撑强大算力的需求，由于具备并行计算能力，可兼容训练和推理的能力，目前GPU被广泛应用于加速芯片。GPU的供应商英伟达、海光信息、景嘉微等国内外企业将会成为受益者。此外，ChatGPT执行大算力的同时也需要大容量的内存支撑，英伟达GPU搭载了包括高带宽存储器（HBM）在内的大量DRAM。三星电子、SK海力士、美光等有望直接或间接受益于英伟达AI芯片需求的快速增长。”郭俊丽说。
国内厂商暂无明显出货拉升
在ChatGPT商业化探索的早期，英伟达就受到了资本市场的追捧。究其原因，主要是驱动ChatGPT实现自然语言处理、机器学习等功能的人工智能服务器是由CPU和加速芯片构成，加速芯片中包含GPU、FPGA和ASIC等，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求，其中GPU作用关键。
GPU的性能是模型强大算力的来源。1999年，英伟达推出显卡GeForce 256，并第一次将图形处理器定义为“GPU”，由此奠定了其在GPU领域的优势位置。郭俊丽称，根据IDC的预计，ChatGPT很可能推动英伟达相关产品在12个月内销售额达到35亿至100亿美元。
不过GPU芯片也存在管理控制能力弱，功耗高等问题。浙商证券指出，随着ChatGPT的使用量激增，OpenAI需要更强的计算能力来响应百万级别的用户需求，因此增加了对GPU芯片的需求。
目前，GPU也是全球芯片巨头竞相争夺的主要交锋战场，英特尔、AMD、苹果等均有所布局。苹果此前引入AI加速器设计的M2系列芯片 (M2 pro和M2 max)，并表示两款芯片将被搭载于新款电脑，AMD随即宣布计划推出与苹果M2系列芯片竞争的台积电4nm工艺“phoenix”系列芯片，以及使用Chiplet工艺设计的"Alveo V70"AI芯片。这两款芯片均计划在今年推向市场，分别面向消费电子市场以及AI推理领域。
国内主要GPU生产商包括景嘉微、龙芯中科、海光信息。但从机构与公司的公开回应来看，国内ChatGPT相关芯片产业尚处于发展的初期。
在最新的回应中，景嘉微（300474）表示，公司产品未涉及AI训练和ChatGPT相关业务。“公司GPU主要用来做图形处理的，ChatGPT需要高速计算我们目前没有做。”
龙芯中科证代也表示，公司内部并没有产品用于ChatGPT。
但从发展趋势来看，柴代旋对记者表示，GPU或CPU+FPGA的技术路线，为ChatGPT提供算力支撑。因此除了GPU市场，FPGA市场也有望快速发展。“FPGA具备灵活性高、开发周期短、低延时、灵活性高等优势，相比于CPU/GPU/ASIC具有更高的速度和极低的计算能耗，是大算力芯片的加速器。虽然赛灵思和英特尔目前在FPGA生产中占比较高，但国内以紫光国微、复旦微电、安路科技等为代表的厂商也具有广阔的提升和发展空间。”
此外，郭俊丽对记者表示，可用于推理预测的CPU+加速芯片，可实现高吞吐量互联的需求，其供应商龙芯、中国长城，而ASIC具有极致性能和功耗表现，其供应商寒武纪和澜起科技等。
“不过目前国内厂商尚未有明显的出货拉动情况。”郭俊丽认为，除了市场需求外，ChatGPT的发展仍需要关注多个方面，首先是产业生态的搭建，比如和微软相关应用的融合就是很好的思路。其次，据研究报告称，ChatGPT一次回复成本大约是谷歌搜索查询平均成本的6倍-28倍，如果想要获得可持续的发展，还需要不断地优化成本结构，降低成本。最后，ChatGPT面临较高的内容风险，比如涉及到意识形态、价值观、暴力、知识产权等问题时，AI是否能够有效应对，风控模式是否足够智能都是需要考虑的方面。
