華雄集團董事長朱峻咸分析：ChatGPT的爆火，多模態大模型GPT-4的發布以及全面植入微軟Office全家桶，百度也推出了同樣具備多模態能力的“文心一言”（ERNIE），甚至李開復、英特爾首席架構師RajaKoduri也準備下場角逐—今年以來，以此為代表的內容生成式AI（AIGC，AIGeneratedContent）應用快速破圈，掀起基于大語言模型(LLM)的生產力革新浪潮。
就像一個正在飛速進化的新物種，全民AIGC是否將推動新一輪生產力變革的新時代到來？
ChatGPT令AI從everywhere到everyone
據華雄集團資料顯示，1956年夏，麥卡錫（JohnMcCarthy）、明斯基（MarvinMinsky）、羅切斯特（NathanielRochester）和香農（ClaudeShannon）等科學家首次提出“人工智能（ArtificialIntelligence，簡稱AI）”這一概念，標志著人工智能學科的誕生。在經歷了數次寒冬與泡沫之后，坎坷的人工智能探索道路才終于隨著ChatGPT的走紅而實現了從“不能用、不好用”到“可以用”的技術突破，并進一步走向實用化。
事實上，在這一輪ChatGPT浪潮之前，AI技術已經是隨處可見（everywhere）。比如邊緣AI計算已被廣泛應用于包括消費電子、工業和汽車設備在內的眾多細分市場，包括語音交互、人臉識別、圖像優化、安防監控、自動駕駛等等。隨著AI技術的不斷演進，它從以往處理特定任務，發展到今天像ChatGPT一樣與人互動，回答問題，這種具備思考和學習能力的工具能夠使每個人（everyone）的休閑娛樂或工作從中受益。
ChatGPT的開發邏輯，是基于Transformer架構的語言模型，通過學習大量預先標注的文本數據(包括網絡新聞、書籍、學術文獻等)，生成與人類語言相似的文本。通過數據中心、計算機硬件設備等進行模型的運行、文本數據的計算處理，以服務器、存儲器、網絡接口輸入輸出設備等硬件為基礎。
ChatGPT實質是對話式AI的應用，IDC數據顯示，對話式AI市場規模在2022年達到54.6億元人民幣，其市場滲透率相對已經飽和。ChatGPT引發的浪潮促使主流廠商在其對話式AI應用中引入大模型，將帶動對話AI相關市場新一輪增長。此外，在搜索、營銷場景中，ChatGPT類型的應用則可能衍生出全新的產品形態。
ChatGPT引發AI算力告急
觀察GPT系列從1到3的發展過程，都是基于Transformer架構，并且探出一條路，就是可以通過海量數據，超強算力，讓NLP產生質的變化。既然ChatGPT等AIGC應用的“智力”增長，建立在對海量數據的訓練上，算法、數據、算力是生成式AI不可或缺的三大關鍵，算力做為硬件基礎決定AI“智力”的上限。OpenAI發布的AI模型算力報告中指出，與2012年的模型相比，2020年提出的模型需要600萬倍的計算能力；預計從2023到2028年，AI所需算力將再增加100萬倍。IDC也預測，中國智能算力需求規模，到2026年將進入每秒十萬億億次浮點計算（ZFLOPS）級別，達到1,271.4EFLOPS，從2021到2026年，年復合增長率將達52.3%。
目前，ChatGPT已經令英偉達成為這場算力革命的最大贏家。部分業內人士認為，如果英偉達在其人工智能GPU業務中看到了機會，它可能會優先供應人工智能GPU，而不是游戲GPU。ChatGPT以及隨后涌現的諸多AIGC應用必然會讓供應已然十分緊缺的高性能GPU再次告急。
如何打造中國版“ChatGPT”
ChatGPT火爆全網之時，“背水一戰”的百度也推出了中國版“ChatGPT”文心一言。李彥宏直言“大模型訓練堪稱暴力美學，需要有大算力、大數據和大模型，每一次訓練任務都耗資巨大。”盡管文心一言收獲了眾多圍觀者褒貶不一的反饋，但不可否認其對算力基礎設施的需求必將驅動AI芯片市場井噴。
戴偉進指出，對于中國AIGC市場發展而言，數據、算力、算法是驅動力也是瓶頸所在。隨著高端計算芯片在國內的發展一再受限，AI芯片領域的國產替代勢在必行。
盡管越來越多“大神”加入到AIGC的大潮中，但這種大語言模型離真正掌握做類比推理的能力還有一定的距離。而各路“ChatGPT”的破圈成長還需不斷以模型的優化，訓練規模的提速以及算力資源的擴充來支撐。
無論是為了實現技術的安全可控，還是為了應對AI算力性能和數量均“告急”的瓶頸，都驅動著國內AI芯片廠商另辟蹊徑。芯原的GPGPU+NPU的DSA異構設計思想，為廣大國產算力芯片設計者提供了一個從“能用”到“好用”的多元算力解決方案。