近日，有媒體報道稱，受聊天機器人ChatGPT需求推動，以GPU、CPU為主的多種AI芯片需求突然激增。這一需求的暴漲也使得臺積電在短期內獲得大量急單，給如今正處于市場波動期的半導體產業，增添了一份“回暖”的希望。對于半導體企業而言，ChatGPT大火帶來的商機，究竟是“曇花一現”，還是能夠為芯片企業帶來長期穩定的市場？

ChatGPT爆火，諸多芯片需求短期內激增

ChatGPT的爆火，在很短的時間內給諸多種類的芯片帶了肉眼可見的增長需求。

CINNO Research半導體事業部總經理Elvis Hsu表示，近日火紅的AI聊天機器人ChatGPT，大大帶動了人工智能自動生成AIGC軟件和硬件的需求，除了GPU是最主要的受益產品之外，另外FPGA、CPU、ASIC、DPU、TPU等AI類腦芯片在未來均具有很高的市場需求。

“目前ChatGPT發展到GPT-3.5代，功能約當人腦的1/500，參數量超過1750億，是一個約由1萬個以上GPU組成的高性能網絡集群。它所需要的技術條件包含強大的AI算力芯片以及海量數據的供應，因此，像擅長GPU設計的英偉達等是最先受益的公司，預計直接對其營收貢獻超過30億美元以上。另外，由于ChatGPT對海量數據的需求激增，所以對于研發高端存儲芯片的公司也有莫大的助益?！盓lvis Hsu對《中國電子報》記者說。

花旗集團的分析師Atif Malik做出預估，ChatGPT可能會在未來12個月內為英偉達帶來30億～110億美元的銷售額。以最高值計算，對比2023財年的整體營收，由生成式AI應用未來12個月內給英偉達帶來的營收最多將達40.8%的份額。

IDC亞太區研究總監郭俊麗向《中國電子報》記者表示，依托大模型的ChatGPT對算力具有非常高的要求，微軟、谷歌等硅谷大廠對AI芯片的需求快速飆升。據了解，OpenAI已采用約2.5萬顆英偉達GPU來滿足其當前的服務器需求，且規模持續擴增中。

英偉達 A100 Tensor Core GPU

其他芯片設計企業也有望在ChatGPT爆火的當口分到一杯羹。賽迪智庫未來產業研究中心高級咨詢師鐘新龍表示，部分企業僅采用單芯片的架構難以承擔大型AI算力的需求，因此會選擇采用混合式架構，例如，采用CPU+GPU+FPGA等模式。這種模式能夠有效降低芯片制造的門檻并降低成本，使得更多非龍頭企業的產品也有機會利用定制化的處理模式，打造出能夠承擔大型AI算力的芯片，并成功進入ChatGPT領域。

給半導體產業帶來的利好并非曇花一現

雖然借助ChatGPT當下的熱度，一些芯片企業看到了一些“回暖”的希望。但是，當熱度逐漸散去，市場逐漸恢復冷靜后，ChatGPT是否將難以再繼續帶動半導體產業穩步增長？這樣的激增，是否只是“曇花一現”？ChatGPT與以往的AI產品相比究竟有哪些不同的意義？

賽迪顧問集成電路產業研究中心研究員鄧楚翔向《中國電子報》記者表示，從WSTA數據看，應用在手機、電腦等消費電子產品的半導體常年占總市場份額40%以上，應用于AI等數據中心的半導體市場份額還不足10%，與消費電子相比相距甚遠。目前消費電子市場仍未回暖，短時間仍處于被動去庫存階段，ChatGPT目前首先引爆的是細分領域資本市場的熱度，技術突破需要時間，短時間難以撬動整個行業的格局，半導體整體市場復蘇進度仍有待觀察。

也有很多分析人士對此持樂觀態度，認為ChatGPT給半導體產業帶來的利好，并不是“曇花一現”，未來甚至能比肩半導體產業在汽車電子領域的增長速度。

Elvis Hsu表示，ChatGPT自從去年11月底公開推出之后，短短兩個月，用戶數便從5000萬增加到超過1億。這樣的增長量，對于之前抖音和谷歌而言需要花費超過9～10個月來達成?？梢奀hatGPT高度符合消費者的需要，備受消費者的青睞。而ChatGPT的誕生只是AI和機器學習相關產業需求加速的開始，不僅能夠增加邏輯芯片（GPU/CPU/FPGA/ASIC)和存儲芯片(DRAM/HBM)市場的需求量，未來還會帶動消費及通信相關芯片長期的良性發展與市場增長。

還有業內人士指出，ChatGPT與以往AI應用產品最大的不同在于，此次ChatGPT社會面的普及率達到了前所未有的高度，甚至可以以ChatGPT為分水嶺，把ChatGPT之后的AI領域稱之為AI 2.0時代。此前很多AI應用社會面滲透度不夠，或者只在一小部分的人群中普及，但是此次ChatGPT可以認為是AI社會面普及應用的標志性產品之一，有望大幅度提升AI相關芯片需求。

一般AI成熟應用的發展順序往往是在技術成熟和產業成熟后，再進入到市場普及階段，而ChatGPT這類爆火產品，可能會從市場需求來倒逼技術和產業化進程加快。這種情況往往會更加加劇對產業鏈上游芯片的需求，未來極有可能帶動相關芯片穩步增長。

郭俊麗表示，ChatGPT的出現對于AI界的意義類似于手機界的iPhone, 它真正賦予了人工智能大規模落地的場景，將成為芯片產業增長的新動能。AI芯片將從過去以面向廠商的訓練場景為主轉變為以面向消費者的推理場景為主。首先，ChatGPT會推動芯片需求量及價格上漲。ChatGPT都需要強大算力和存儲作為支撐，從而帶動場景流量大幅增加，同時，ChatGPT對于高端芯片的需求增加，從而提升芯片均價。GPU、CPU、FPGA、ASIC、存儲芯片、部分模擬芯片板塊都將迎來藍海市場。其次，ChatGPT將推動AI芯片性能升級。ChatGPT需要更強的訓練、推理能力，以支撐海量數據模型高效的完成計算，這些需求會對芯片的算力、存儲容量、軟件棧、帶寬等技術有更高的要求。隨著模型的訓練優化，芯片的性能也將會隨之迭代升級，從而促進芯片產業的進一步發展。最后，隨著更多應用場景的落地，產業生態進一步成型，芯片性能及成本的平衡也帶動周邊生態的發展，包括Chiplet、先進封裝、IP等產業鏈均會受益。因此，ChatGPT將帶動整個芯片產業的發展，而不僅僅是一兩家公司。

AI訓練芯片仍存挑戰

此外，用于ChatGPT的AI芯片開發與應用仍存在不少挑戰。鐘新龍表示，雖然ChatGPT前置框架是開源的，但后續技術迭代路徑并未開源，且前期AI的訓練過程需要巨額成本支出，且對AI芯片算力水平也有著極高的要求。

AI訓練芯片的成本也是一個障礙。雖然AI訓練芯片的數量只占整個AI芯片的10%～20%，然而一顆AI訓練芯片的價格能夠達到1000美元甚至1萬美元。在諸多ChatGPT的相關芯片中，AI訓練芯片才是營收的大頭兒。但能夠在芯片中實現大規模AI語言系統的芯片企業目前十分有限，甚至在瑞銀（UBS）分析師的一份報告中顯示，英偉達GPU芯片是唯一可用于打造大規模AI語言系統的產品。

不過值得注意的是，從長期來看，云端大芯片并非ChatGPT的唯一路徑。鐘新龍表示，未來AI部分行業應用模型會以小型化、邊緣化的形式進行分布，因此對于一些非巨頭的芯片企業而言，可以從邊緣側入手適配精簡小AI模型的芯片，未來同樣也有機會從ChatGPT中獲得一定的利潤。