近来爆火的 ChatGPT 无疑引发了市场上对于“人工智能”板块的狂热追逐，众多和人工智能概念相关的概念股也在市场情绪的波动下录得一波股价上涨。我们曾在此前的文章《ChatGPT时下爆火，投资者该如何把握》中提及，虽然人工智能行业当前看似发展地如火如荼，但这其中却隐藏着巨大的回调风险。不过这类新兴科技行业的底层支撑工具或产品却可以更好地抵御这种波动性周期的影响。因此 AI 行业虽然有回调风险，最终是哪家 AI 公司能够脱颖而出尚不明了，但无论鹿死谁手，芯片却是该行业发展的底层必需品，无论是哪家公司都无法摆脱对于芯片的依赖，从而让芯片行业更有可能依托人工智能的发展而收获更稳定的回报。 

正因为如此，近来火热的人工智能行业自然也就带火了市场对于芯片行业的关注。然而芯片行业本身就较为复杂，很少有投资者能对该行业有着系统清晰的认知，对于专属于人工智能行业的芯片的了解就更是知之甚少了。此外，并非所有的芯片都适合人工智能行业，AI 对于芯片也有着独特需求。那么究竟哪些芯片才是人工智能行业所需要的呢？本文就将为您理清 AI 芯片的行业脉络，把握相关行情机遇。 

人工智能需要 AI 芯片发挥什么作用？ 

纵观半导体芯片的行业发展历史，明星科技产品的诞生往往便是开启行业黄金时期的契机。例如上世纪 90 年代逐渐普及的 PC 个人电脑首先开启了相关电脑芯片的行业发展；进入 21 世纪后，智能手机又从 PC 手中接过接力棒，成为新一代的明星产品。而如今，ChatGPT 的横空出世似乎预示着，人工智能又大有即将接过智能手机的接力棒之势，引领新一轮半导体芯片的行业发展。 

因此，为了弄清楚人工智能需要什么样的 AI 芯片这个议题，我们就不得不先弄清楚：人工智能需要 AI 芯片发挥什么作用？ 

人工智能本质上就是通过使用神经网络对人脑进行模拟，而这其中自然就少不了机器学习的过程。而机器学习的算法步骤则分为两个关键环节：训练（ training ）和推断（ inference ），这也正是 AI 芯片需要承担的两大任务。 

训练芯片： 

训练环节涉及大量数据输入，从而训练出一个复杂的深度神经网络模型。这个训练过程涉及大量数据，运算量巨大，因此需要庞大算力，这就对芯片的计算性能以及进度有着较高要求，从而完成各类学习训练任务。 

推断芯片： 

推断环节则是在已经训练好的模型基础之上，通过新的数据去推广处各类结论。即借助已有的神经网络模型，然后根据新输入的数据得出新的推断。换言之，如果训练就像是让 AI 上课学习，那么推断就好比参加考试测验。 

简而言之，训练芯片所注重的是绝对的算力，即哪家公司的芯片算力更强大，就更有可能独占鳌头，而推断芯片则需要注重多个指标，算力、时延和成本等多方面要素都需要综合考虑。 

就训练芯片而言，由于其注重算力的大小，谁家芯片的算力更大，谁就具备了更强大的实力。英伟达（ NVIDIA ）由于早在 1999 年便已发明 GPU，其 GPU 芯片的算力也在二十多年发展的历史中不断更新迭代，以至于当前英伟达的 GPU 已经可谓在训练芯片领域一家独大，成为无可争议的领导者。该公司的股价也在人工智能的浪潮下，年初至今已大涨逾 50%。 

而在推断芯片领域，则更多地呈现出一幅群雄逐鹿的局面。由于推断芯片需要综合考虑多方面因素，并非谁的算力强大就必然称王，因此虽然英伟达同样在推断芯片领域占据大把份额，但并没有形成像训练芯片领域那样一家独大的局面，谷歌、微软、亚马逊、百度、阿里和腾讯等大厂同样也在推断芯片领域中占据一席之地。 

怎样的 AI 芯片方能堪当大任？ 

通过上文我们可以认识到，AI 芯片需要承担训练和推断这两大任务，那么新的问题也就出现了：什么样的芯片才能承担起这两大任务呢？若要回答这个问题，我们就需要来看看 AI 芯片有着哪些不同分类，具体什么样类别的芯片才能堪当此任？ 

1）GPU： 

GPU（ Graphics Processing Unit ）即图形处理单元，简称显卡。要说起 GPU 的诞生，我们又不得不先提一下 CPU。CPU 就相当于电脑的大脑，除了需要承担数据运算的任务之外，CPU 还需要执行存储读取、指令分析、分支跳转等命令。而随着现代电脑及相关行业的发展，数据运算的任务越来越重，因此为了增强算力，减轻 CPU 的压力，GPU 便应运而生，单独针对特效显示、图像渲染等需要庞大运算量的方面展开专门计算。因此自诞生起，GPU 便凭借强大算力的特性，与人工智能这类需要庞大计算量的行业有着天然的匹配属性。 

在当前深度学习的上游训练端，GPU 已然是当仁不让的第一选择，而英伟达在独立显卡市场格局中也形成了一家独大的局面，其市场份额常年维持在 70% 左右。 

2）FPGA： 

FPGA（ Field Programmable Gate Array），即现场可编程门阵列。其基本原理是在FPGA芯片内集成大量的基本门电路以及存储器，用户可以通过更新FPGA 配置文件来定义这些门电路以及存储器之间的连线。FPGA适用于多指令的分析，因此常用于推理阶段。凭借其灵活性和效率的优势，FPGA 在推理阶段往往可以实现更高的效率和更低的成本，因此全球科技巨头均在纷纷布局云端 FPGA。 

3）ASIC： 

ASIC（ Application Specific Integrated Circuits ），即专用集成电路。这是一种为专用目的设计，面向特定用户需求的定制芯片，在大规模量产的情况下具备性能更强、体积更小、功耗更低、成本更低、可靠性更髙等优点。定制化的特性有助于提高 ASIC 的性能及功耗，但缺点是电路设计需要定制，相对开发周期长，功能难以扩展。但在功耗、可靠性、集成度等方面都有优势，尤其在要求高性能、低功耗的移动应用端体现明显。 

短期而言，GPU 仍然会维持 AI 芯片的领导地位，因此在 GPU 领域，英伟达的股价依然能够拥有一定的护城河支撑。只要当前的人工智能热潮没有褪去，预计在短期之内，随着越来越多 AI 相关产品或服务的推出，英伟达的领先地位仍然不可动摇。此外，FPGA 当前也具备一定的增长空间潜力，由于其配置的灵活性，FPGA 在当前应用快速迭代的时期颇具实用性，加之 FPGA 较 GPU 功效能耗比也更低，因此企业可以通过 FPGA 有效降低研发过程中的调试成本，平稳实现产品过渡。当前，因特尔、赛灵思均已布局训练环节的 FPGA，而亚马逊、微软、百度、阿里和腾讯等一众互联网巨头也早已布局推断环节的 FPGA。  

长期来看，无论是 GPU、FPGA 或是 ASIC，这三种技术路线均各有千秋。GPU 的未来无疑会向着更强大、更复杂的算力方向发展。而 FPGA 凭借灵活性的优势，对于应对变化迅速的行业十分适用。而 ASIC 在当前阶段运用较少，却在未来长远来看会十分适用于人工智能行业。因为 ASIC 具备高性能低能耗的特点，可以基于多个人工智能算法展开定制，从而针对不同环境达到最佳的适应性。随着未来进一步发展，ASIC 有望在训练和推理阶段皆能占据一定市场地位。 

哪些相关 AI 芯片公司值得关注？ 

既然知道了人工智能行业需要哪些类型的芯片，那么现在我们不妨来看看各个类型芯片都有哪些关键公司值得市场关注。 

首先在 GPU 领域，当前英伟达当仁不让地占据龙头地位，其强大的算力优势令大多数公司在这一领域都无法与英伟达相抗衡，在短期可见的未来内，似乎很难会有新的挑战者能够对其造成威胁，这也是英伟达股价重要的护城河。而位于该领域老二地位的 AMD，其独立显卡性能也无法与英伟达相提并论，更多是依靠性价比的策略才爬到了老二位置，短期内同样也难以对英伟达造成太大威胁。因此在全球市场范围，英伟达的 GPU 已然坐稳了老大位置，股价在长期来看获得了良好支撑。 

英伟达的龙头地位同样也充分反映在其最新公布的财报上。根据其最新财报，英伟达数据中心业务的总收入较去年同比增长 41%，达到创纪录的 150.1 亿美元。而其数据中心之所以能够实现快速增长的基本盘就源自于新一代旗舰产品 H100 。我们曾在此前的文章中提及，ChatGPT 背后的支撑芯片正是英伟达的 A100，而相比之下，H100 所创造的收入当前已经远高于 A100。据悉，H100 的训练速度较 A100 快了 9 倍，而推理速度更是快上 30 倍。因此即便在未来类似像 ChatGPT 这类的 AI 产品将迎来底层芯片的换代升级，那么引领升级浪潮的大概率也是英伟达这样的龙头企业。 

而在 FPGA 领域，美国的赛灵思则主导了全球 FPGA 市场。由于赛灵思已在去年 2 月被美国 AMD 公司所收购并正式退市，再加上 AMD 也是在 GPU 方面仅次于英伟达的公司，因此未来 AMD 的股价表现同样值得期待。根据 AMD 最新财报，AMD 于2022 年全年实现营收236.01亿美元，同比增长44%。其 CEO 苏姿丰也表示：2022 年是 AMD 增长强劲的一年，随着完成了对赛灵思的战略收购，公司业务更加多样化，财务模型也有所加强。尽管需求端大环境复杂，但基于差异化的产品组合，AMD 有信心在2023年赢得更多市场份额，并实现长期增长。 

至于 ASIC 市场，与 GPU 和 FPGA 不同，ASIC 市场尚未形成统一格局。谷歌、亚马逊和高通等活跃在人工智能领域的公司已经开始为自家的人工智能应用设计专门的 ASIC。早在 ChatGPT 之前，上一个如此出圈的人工智能应用产品或许还是 AlphaGo，其运用的芯片名为 TPU （ Tensor Processing Unit），这是谷歌公司针对深度学习相关应用而专门设计定制的一种 ASIC。考虑到谷歌目前也在积极布局 Bard，用于对标同类型的 ChatGPT，一旦未来 Bard 成功在市场推出并收获良好市场反馈的话，那么届时对于谷歌的 TPU 而言无疑将迎来利好，从而拉动谷歌公司的股价。 

目前来看，相关 AI 芯片公司的股价若想实现短期内的上涨，关键还是得看是否能推出相应的明星级别应用，或者明星级别应用使用了何种类型的芯片。乘着 ChatGPT 的东风，英伟达在市场上被普遍看好自然不必多言。至于其他公司，投资者可以关注下一个能与 ChatGPT 相媲美的应用会采用何家公司的芯片。目前来看，GPU 芯片领域基本已经被英伟达牢牢拿捏，建议投资者可以关注 ASIC 芯片领域的相关公司，多元化布局该领域的相关公司，等待下一个明星级产品的孵化问世。 

关于 Doo Prime 

Doo Prime 是 Doo Group 都会控股集团旗下的互联网券商品牌，旨在为专业投资者提供全球证券、期货、货币对、贵金属、大宗商品、和股票指数的差价合约交易产品，目前已为超过 90,000 个专业客户提供优质的交易经纪服务，每个月成交超过 100 万张交易订单。 

Doo Prime 持有塞舌尔、毛里求斯和瓦努阿图的金融监管牌照。Doo Group在达拉斯、悉尼、新加坡、香港、迪拜、吉隆坡等地设有运营中心。 

凭借强大的金融科技基础设施、密切的合作伙伴关系、资深的技术团队，Doo Prime 始终为投资者提供安全可靠的交易环境、具有竞争力的交易成本、极速的交易执行通道，在 MT4、MT5、TradingView、InTrade 等多个行业领先的交易终端上提供超过 1 万种交易产品，支持 10 种不同货币的存取款方式，7*24 小时的多语言客户服务。 

Doo Prime 的愿景和使命是成为一家以金融科技为核心、国际领先的互联网券商，服务投资者，让全球金融产品投资成为一件简单的事情。 

欲了解更多 Doo Prime 的信息，可通过以下方式联系我们： 

电话 
欧洲：+44 11 3733 5199  
亚洲：+852 3704 4241 
亚洲 — 新加坡：+65 6011 1415 
亚洲 — 中国地区：+86 400 842 7539 

邮箱 
技术支持：cn.support@dooprime.com 
客户经理：cn.sales@dooprime.com 

前瞻性声明 

本文包含＂前瞻性陈述＂ ，并且可以通过使用前瞻性术语来识别，例如＂预期＂、＂相信＂、＂继续＂、＂可能＂、＂估计＂、＂期望＂、＂希望＂、＂打算＂、＂计划＂、＂潜在＂、＂预测＂、＂应该＂或＂将会＂或其他类似形式或类似术语，但是缺少此类术语确实并不意味着声明不是前瞻性的，特别是关于 Doo Prime 的期望、信念、计划、目标、假设、未来事件或未来表现的声明，均通常被视为前瞻性声明。 

Doo Prime 根据 Doo Prime 可用的所有当前信息以及 Doo Prime 当前的期望、假设、估计和预测提供了这些前瞻性声明。尽管 Doo Prime 认为这些期望、假设、估计和预测是合理的，但这些前瞻性陈述仅是预测，并且涉及已知和未知的风险与不确定性，其中许多是 Doo Prime 无法控制的。此类风险和不确定性可能导致结果、绩效或成就与前瞻性陈述所表达或暗示的结果大不相同。 

Doo Prime 不对此类陈述的可靠性、准确性或完整性提供任何陈述或保证，Doo Prime 没有义务提供或发布任何前瞻性陈述的更新或修订。 

风险披露 

由于不可预测的市场变动、基础金融工具的价值和价格波动，金融工具的交易涉及高风险，可能会在短时间内产生超过投资者初始投资的巨额亏损。金融工具的过往表现并不表示其未来表现。对某些服务的投资应利用保证金或杠杆效应，交易价格相对较小的变动可能会对客户的投资产生不成比例的巨大影响，因此客户在利用时应做好承受巨大损失的准备该等交易设施。 

在与 Doo Prime 等交易平台进行任何交易之前，客户需确保已阅读并完全理解各自金融工具的交易风险。如果客户不了解任何与交易和投资有关的风险，则应寻求独立的专业建议。请参考 Doo Prime 等的客户协议和风险披露声明了解更多。 

免责声明 

本信息仅供一般参考，仅供大众参考，不应被视为买卖任何金融工具的任何投资建议、推荐、要约或邀请。本文中显示的信息是在未参考或考虑任何特定接收者的投资目标或财务状况的情况下准备的。凡提及金融工具、指数或一揽子投资产品的过去表现，均不应视为其未来业绩的可靠指标。Doo Prime 与其控股公司、附属公司、子公司、关联公司、合作伙伴及其各自的员工、对所显示的信息不做任何陈述和保证，对于由于所提供信息的任何不正确和不完整、对于因任何与个人或客户投资相关的任何直接或间接交易或投资风险、损益，所导致的任何直接、间接、特殊或后果性的损失或损害，不承担任何责任。