业界新闻

探索ChatGPT背后的AI产业链

发布时间:2023-03-31 00:00:00 责任编辑:wenwei

【导读】近期,一个叫“ChatGPT”的聊天机器人在半导体界声名大噪。这个由人工智能实验室Open AI在去年11月底推出的AI程序,在上线5天内就收获超100万的注册量,到今年1月末已经突破1亿。


6.jpg


ChatGPT的火爆一定程度上缓和了半导体行业的低落气氛,近期市场消息显示,台积电5nm需求突然大增,第二季度产能利用率或将满载。半导体供应链业内人士透露,台积电急单来自英伟达、AMD与苹果的AI、数据中心平台,ChatGPT的爆火让客户拉货动能上升。


官方表示,ChatGPT的“Chat”指聊天,就是它的展现形式;“GPT”则代表Generative Pre-trained Transformer(生成型预训练变换模型),即支撑它运行的预训练模型。


总体而言,ChatGPT是一种基于大规模语言模型的超智能对话AI产品,无论是讨论当下互联网这种最新的内容创作方式AIGC(AI Generated ContentAI生产内容),还是爆火的ChatGPT,其本质都是在探讨其背后的AI产业链。


Part.1


AI芯片:GPU、FPGA、ASIC将受益


人工智能三大要素分别是数据、算法、算力。基于OpenAI的第三代大模型GPT-3升级而来的ChatGPT,其而算力的最终来源也就是芯片,ChatGPT的爆火代表着AI芯片技术的新一轮突破。公开资料显示,AI算力芯片泛指加速AI类应用,主要分为GPU、FPGA、ASIC。


01 GPU


由于CPU的算力很有限,且处理并行操作比较吃力,因此一般将CPU搭配加速芯片使用。在AI时代的云端训练芯片中,GPU占据较大的份额,被视为AI时代的算力核心。在GPU市场格局上,英伟达、AMD、英特尔三家的营收几乎垄断整个GPU行业。


目前,ChatGPT背后的计算集群使用的是英伟达的AI芯片。OpenAI曾表示,ChatGPT是与英伟达和微软合作完成的超级AI。微软在自己的云——Azue HPC Cloud中构建了超级计算机集群,将其提供给OpenAI。据悉,该超级计算机拥有285000个CPU(中央处理器)内核和10000多颗AI芯片。


虽然英伟达在此番占据先发优势,但市场上还有很多企业在迎头赶上,如谷歌的张量处理器TPU、百度的昆仑系列、华为海思的昇腾系列、阿里巴巴平头哥的含光800等。


02 FPGA


FPGA(Field Programmable Gate Array)又称现场可编程门阵列,是指一种通过软件手段更改、配置器件内部连接结构和逻辑单元,完成既定设计功能的数字集成电路。


FPGA芯片在实时性(数据信号处理速度快)、灵活性等方面优势明显,还可以编程、并行计算,在深度学习领域占据不可替代地位。


相比于CPU/GPU/ASIC,FPGA具有更高的速度和极低的计算能耗,常被用作专用芯片的小批量替代品。在AI模型构建时,FPGA要实现深度学习功能,需要与CPU结合,共同应用于深度学习模型,同样可以实现庞大的算力需求。


从市场格局看,全球FPGA芯片市场中,赛灵思和英特尔两家企业占据了市场大部分的份额,由于FPGA芯片拥有较高的技术和资金壁垒,我国企业在该领域上差距较大。近年来,我国领先企业也在FPGA芯片芯片上实现了部分技术突破。如去年8月,京微齐力发布首颗国产22nm的FPGA芯片并成功量产。


03 ASIC


ASIC(Application Specific Integrated Circuit),即专用集成电路,其计算能力和计算效率可根据用户特定需求进行定制,广泛应用于人工智能设备、虚拟货币挖矿设备、耗材打印设备、军事国防设备等智慧终端。


ASIC芯片可根据终端功能不同分为TPU芯片、DPU芯片和NPU芯片等。其中,TPU(Tensor Processing Unit)为张量处理器,专用于机器学习。DPU(Data Processing Unit),可为数据中心等计算场景提供引擎。NPU(Neural-network Processing Unit)是神经网络处理器,在电路层模拟人类神经元和突触,并用深度学习指令集直接处理大规模电子神经元和突触数据。


相比于GPU和FPGA,ASIC缺乏灵活性,特别是在AI、服务器这类领域,在各种算法不断迭代的情况下,ASIC芯片的特性反而成为了它的累赘。但地平线CEO余凯曾公开表示,一旦软件算法固定下来,专用集成电路ASIC一定是未来的方向,按每瓦功耗计算能力看,ASIC可比GPU提升30-50倍,这也将是未来行业的竞争焦点。


目前,国外谷歌、英特尔、英伟达等科技巨头相继发布了TPU、DPU等ASIC芯片,国内大厂也开始瞄准这一市场迅速发力,比如寒武纪就推出了一系列ASIC加速芯片,华为也设计了昇腾310和昇腾910系列ASIC芯片。


Part.2


HBM/Chiplet有望受益


总体来看,在AIGC(AI Generated Content,AI生产内容)推动下,AI产业化由软件向硬件切换,半导体+AI生态逐渐清晰,AI芯片产品将实现大规模落地。硬件端核心包括AI芯片/GPU/CPU/FPGA/AISoC等,而在AI芯片中,算力及信息传输速率成为关键技术,芯片性能及成本的平衡也带动周边生态,包括HBM/Chiplet等产业链受益。


01 新兴存储HBM


公开资料显示,AI对话程序在执行计算期间需要大容量、高速的存储支持,业界预计AI芯片发展也将会进一步扩大高性能存储芯片需求。


三星电子就表示,为GPU和人工智能加速器提供数据的高性能高带宽内存(HBM)的需求将会扩大。从长远来看,随着AI聊天机器人服务的扩展,对用于CPU的128GB 或更大容量的高性能 HBM 和高容量服务器 DRAM 的需求预计会增加。


近日,韩媒报道2023年开年后三星、SK海力士两家存储大厂HBM订单快速增加,价格也水涨船高,市场人士透露近期HBM3规格DRAM价格上涨5倍。


02 Chiplet


此外,Chiplet技术也不可忽视,其是布局先进制程、加速算力升级的关键技术。Chiplet异构技术不仅可以突破先进制程的封锁,并且可以大幅提升大型芯片的良率、降低设计的复杂程度和设计成本、降低芯片制造成本。


目前,Chiplet已广泛应用于服务器芯片。AMD是Chiplet服务器芯片的引领者,其基于Chiplet的第一代AMDEPYC处理器中,装载8个“Zen”CPU核,2个DDR4内存通道和32个PCIe通道。2022年AMD正式发布第四代EPYC处理器,拥有高达96颗5nm的Zen4核心,并使用新一代的Chiplet工艺,结合5nm和6nm工艺来降低成本。


英特尔第14代酷睿Meteor Lake首次采用intel 4工艺,首次引入Chiplet小芯片设计,预计将于2023年下半年推出,至少性能功耗比的目标要达到13代 Raptor Lake的1.5倍水平。


Part.3


结 语 


近期,英特尔全球高级副总裁、中国区董事长王锐接受澎湃新闻记者采访时表示,会与中国客户研究布局类ChatGPT算力模式。“我们跟百度、阿里都有非常深的合作,下一步算力如何帮助我们建立新的模式都是值得期待的。” 


在全球数字化、智能化的浪潮下,智能手机、自动驾驶、数据中心、图像识别等应用推动AI芯片市场迅速成长,未来将有更多企业聚焦到AI芯片生产上来。


来源:全球半导体观察,竹子



免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理。


推荐阅读:


【现货行情】DDR5/DDR4询单增加,能否带动DRAM价格上涨?

IC设计厂:客户只下急单,暂不给长单

TPCA:台厂PCB表现有望下半年反弹 全年产值再创新高

为什么芯片供应反弹如此缓慢?

高带宽内存HBM需求猛涨,原因还是……


为您推荐

意法半导体升级 ST87M01 NB‑IoT 模块,新增 SoftSIM、SGP.32 工厂配置与 Zephyr 生态支持 业界新闻

意法半导体升级 ST87M01 NB‑IoT 模块,新增 SoftSIM、SGP.32 工厂配置与 Zephyr 生态支持

意法半导体宣布为 ST87M01 工业 NB‑IoT 模块新增多项软件能力:集成 Onomondo SoftSIM 软件 SIM 方案、支持 SGP.32 标准工厂端预置 SIM 配置文件,同时发布 Zephyr 操作系统驱动。SoftSIM 无需实体 SIM 器件,可降低生产成本与设备功耗;依托 SGP.32,厂商可在产线直接写入运营商配置,统一工厂预置与后期远程管理。Zephyr 驱动支持 MQTT、CoAP、GNSS 定位等功能,降低开发者集成难度。该模块将在 Enlit Europe、electronica 2026 展会现场进行功能演示,面向表计、资产追踪等空间受限的大规模物联网场景。

AI&loT 通信广电 电源管理 电机驱动 ST(意法半导体)

东芝推出 TLX9909 光伏输出型光耦,可外部调节关断时间面向车载 SSR 应用 新品速递

东芝推出 TLX9909 光伏输出型光耦,可外部调节关断时间面向车载 SSR 应用

东芝电子元件及存储装置株式会社发布车载光伏输出型光耦 TLX9909 并开启批量出货。该器件符合 AEC‑Q101 车载标准,最小开路电压可达 13.5V,无需隔离侧电源与电荷泵电路;可借助外部栅极放电电路灵活调节关断时间,扩大高压功率 MOSFET 适配范围。搭配外置 MOSFET 可搭建高压大电流固态继电器 SSR,适用于电池管理系统 BMS、车载充电器 OBC、车载逆变器等场景,与 TLX9910 形成产品组合,方便工程师根据元器件数量、设计自由度选型。

汽车电子 能源电路 电源管理 光电显示 继电器 TOSHIBA(东芝)

Skyworks 推出 SKY4680x 多核车载音频 DSP,单核‑三核覆盖入门至高端整车平台 新品速递

Skyworks 推出 SKY4680x 多核车载音频 DSP,单核‑三核覆盖入门至高端整车平台

Skyworks(思佳讯)正式发布 SKY4680x 车载音频 DSP 系列,包含单核、双核、三核多种配置,覆盖从入门级到高端车型。该系列基于 Cadence HiFi 5 内核,三核版本总算力超 1.2GHz,集成 8MB 带 ECC 的 SRAM,多数场景无需外接 DRAM,可支持最高 64 路音频通道。器件支持自研算法、第三方音频 IP 以及边缘 AI 音频应用,搭配图形化音频开发环境与 SDK,帮助车企与 Tier1 实现跨车型软件复用,平衡座舱音频性能与 BOM 成本。目前工程样片与评估板已开放申请。

汽车电子 互联技术 处理器 SKYWORKS

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程 业界新闻

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程

MathWorks 宣布扩展 MATLAB、Simulink 等工具的 TÜV 南德认证范围,新增依据 ISO 26262 制定的 AI 工具分类指南,成为首家为功能安全场景下 AI 辅助工程工作流提供评估指南的工具供应商。借助 Simulink Agentic Toolkit 与 Polyspace Agentic Toolkit,可将 AI 智能体嵌入基于模型的完整开发链路,完成模型搭建、评审、测试生成、代码缺陷检测等工作。方案基于 Model Context Protocol(MCP),兼容 GitHub Copilot、Gemini CLI、Claude Code 等主流 AI 平台,在引入 AI 提效的同时,保障汽车安全关键项目所需的可审计、可追溯能力。

汽车电子 EMC安规 测试测量 MathWorks

Ceva NeuPro‑Nano NPU 实现首次量产,Mobilint REGULUS 边缘 AI SoC 采用 Ceva AI IP 新品速递

Ceva NeuPro‑Nano NPU 实现首次量产,Mobilint REGULUS 边缘 AI SoC 采用 Ceva AI IP

随着物理 AI 发展,AI 算力持续向功耗受限的边缘终端下沉。智能边缘 IP 厂商 Ceva 宣布,Mobilint 的 REGULUS 边缘 AI SoC 采用 Ceva SensPro™ AI DSP 以及 NeuPro‑Nano™ NPU,这也是 NeuPro NPU 系列产品的首次量产落地。REGULUS 在低于 3W 功耗下可实现 10TOPS AI 算力,支持最高 8GB 内存;采用感知 DSP 与神经网络 NPU 多引擎分工架构,面向机器人、无人机、机器视觉、智能摄像头等场景。基于该芯片的 MLD‑R1 AI USB 加速器已经正式出货,兼容主流 AI 开发框架,助力物理 AI 设备商用化。

安防监控 电源管理 互联技术 SoC CEVA

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆