基建端,数据、算力、算法是三大主要基础设施,相关厂商包括云服务商和AI芯片公司等,负载着生成式AI模型的训练和推理,需要基于优秀的机器学习算法和强劲的算力,通过海量的数据训练,让AI学会“思考”。模型层即垂直化、场景化、个性化的模型和应用工具,ChatGPT便属于此类。应用层即面向C端用户的文字、图片、音视频等内容生成服务,如前期大火的AI绘画产品。基础设施服务商可能是最大赢家,获得最多的财富。应用公司虽然增长十分迅速,但它们仍在为留存率、产品差异化和毛利率挣扎。而尽管模型提供商决定了这个市场是否存在,但多数还没达到大型商业化规模的门槛。”哪些基础设施供应商有望分羹?迄今为止,生成式AI领域最大的幕后赢家,可能是运行了绝大多数AI工作负载的英伟达。值得注意的是,ChatGPT等AIGC产品不止为英伟达提提供了机遇,其他AI芯片开发商,乃至其他软硬件设施供应商也有机会分一杯羹,包括云服务、算力、数据标注、自然语言处理需求等环节。国盛证券便表示,AIGC未来应用普及的背后,将产生巨大的算力市场。根据OpenAI的研究,AI训练所需算力指数增长,且增长速度超越硬件的摩尔定律。AI模型大算力的背后需要高昂的算力成本,GPT-3训练的算力成本超过400万美元。尽管AI模型往往会选择开源,但数据集和训练成果是一个团队的内部资产,这意味着每个
AI
产品都需要支付自己的训练成本。在未来
AIGC
随着
B
端和
C
端的商业化落地的实现,算力集群的建设和云服务都会受益,同时考虑到英伟达
A100
、
H100
出口受限,相关国产算力芯片将有机会获得增量市场。
自
2023
年初以来,英伟达股价涨超
39%
,市值重回
5000
亿美元大关。据彭博亿万富翁指数,英伟达
CEO
黄仁勋今年的财富攀升了
33%
,身价增加
46
亿美元至
184
亿美元(约合人民币
1242
亿元)。
ChatGPT
和英伟达是怎么关联起来的呢?
要知道,
ChatGPT
是一个有着大量复杂计算需求的
AI
模型,
GPU
、
FPGA
、
ASIC
等
AI
芯片即帮助完成计算任务的关键硬件。
而英伟达是
GPU
市场的主导者,其高端
GPU
占据了
AI
算法训练市场绝大部分的份额。
ChatGPT
之前,
AlphaGo
、
GPT-3
等明星
AI
产品都在英伟达的硬件上运行。
根据瑞银分析师
Timothy Arcuri
的说法,
ChatGPT
已导入至少
1
万颗英伟达高端
GPU
(图形处理器)来训练模型。
Susquehanna
投资集团高级分析师
Christopher Rolland
称
:
“
ChatGPT
开启了一场(算力)军备竞赛,英伟达在这方面遥遥领先。”花旗集团分析师
Atif Malik
上周估计,
ChatGPT
可能会在未来
12
个月内为英伟达带来
30
亿美元至
110
亿美元的销售额。
美国银行和富国银行的分析师也表示,英伟达将是生成式
AI
模型流行的最大受益者。
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,对英伟达
GPU
的需求还会增加。
SPEAR Invest
的首席投资官
Ivana Delevska
进一步认为,
ChatGPT
的成功将推动更多
AI
工具的开发,这些工具均需要更强大的计算能力。
可以预见的是,
ChatGPT
等
AIGC
产品不止为英伟达提提供了机遇,其他
AI
芯片开发商也有机会分一杯羹。
正如
ChatGPT
被问及是否会使用英伟达以外的供应商的
GPU
时所答
——
“
AMD
、英特尔和谷歌等其他供应商最近发布了新的硬件和软件来支持深度学习,未来,
ChatGPT
或其他深度学习模型可能在这些平台上进行训练和运行。”
那么我们来看看全志科技的属性