本文借浙商证券深度报告，和大家聊聊「AIGC算力时代下ChatGPT芯片的指数级增长」。

报告精华浓缩，太长不看请点：

核心观点

ChatGPT的火爆已经无需多言。在问答模式的基础上，它还能进行推理、编写代码、文本创作——这种特殊优势和用户体验，让应用场景流量大幅飙升。2023年1月，其月活跃用户突破1亿，成为史上月活用户增长最快的消费者应用。

1、芯片需求 = 量 × 价，AIGC拉动芯片产业量价齐升

1）量：AIGC带来的全新场景 + 原场景流量大幅提高

从技术原理看，ChatGPT基于Transformer技术，模型不断迭代，层数越来越多，对算力的需求自然水涨船高。从运行条件看，ChatGPT想要完美运行，需要三个条件：训练数据、模型算法、算力。它必须在基础模型上进行大规模预训练，存储知识的能力来源于1750亿参数——这背后需要海量的算力支撑。

2）价：对高端芯片的需求将拉动芯片均价

采购一片英伟达顶级GPU成本高达8万元，而GPU服务器成本通常超过40万元。支撑ChatGPT的算力基础设施，至少需要上万颗英伟达GPU A100。高端芯片需求的快速增加，会进一步拉高芯片均价。

2、ChatGPT的“背后英雄”：芯片，看好国内GPU、CPU、FPGA、AI芯片及光模块产业链

1）GPU：支撑强大算力需求

凭借并行计算能力，GPU可同时兼容训练和推理，目前被广泛应用于加速芯片。

2）CPU：可用于推理/预测

AI服务器利用CPU与加速芯片的组合，能够满足高吞吐量互联的需求。

3）FPGA：可通过深度学习 + 分布集群数据传输赋能大模型

FPGA具备灵活性高、开发周期短、低延时、并行计算等优势。

4）ASIC：极致性能和功耗表现

AI ASIC芯片通常针对AI应用专门设计特定架构，在功耗、可靠性和集成度上表现突出。

5）光模块：容易被忽略的算力瓶颈

伴随数据传输量的增长，光模块作为数据中心内设备互联的载体，需求量也随之攀升。

01、算力需求爆发拉动芯片量价齐升

02、技术创新引领本土产业链弯道突围