21世纪经济报道记者杨清清、实习生赵宇彤 北京报道

ChatGPT的出圈走红为AIGC打开全新市场增量，催生了更高的算力需求。

作为人工智能三大核心要素之一，算力也被誉为人工智能“发动机”。华泰证券研报显示，根据OpenAI测算，自2012年以来，全球头部AI模型训练算力需求3-4个月翻一番，每年头部训练模型所需算力增长幅度高达10倍。AI深度学习正在逼近现有芯片的算力极限，也对芯片设计厂商提出了更高要求。

由此可见，AIGC未来进一步的应用和普及离不开算力的强劲支撑。受下游算力需求高涨消息影响，2月9日，半导体及元件板块再度转头向上，整体上涨4.58%。截至当日收盘，半导体及元件板块近一周涨幅2.53%。

板块走势的分化也体现出市场对AI芯片的态度。近日，在接受21世纪经济报道记者采访时，多家AI芯片厂商表示，AIGC等相关业务需要结合下游最终端应用的实际情况考虑。

“大模型动辄千万美元起步的基础设施建设投入和海量的训练数据需求，也注定了它极高的研发门槛。”百度昆仑芯方面向21世纪经济报道记者指出，“（大模型）对计算的要求主要体现在三个方面，一是算力，二是互联，三是通用性，对于昆仑芯来说，场景需求一直是架构研发、产品迭代的最重要的‘指南针’。”

科技新赛道

AIGC（Artificial Intelligence Generated Content）指的是人工智能系统生成的内容，是继 UGC、PGC 之后的新型内容创作方式，包括文字、图像、音频或视频等。AIGC可以通过自然语言处理、机器学习和计算机视觉等技术帮助AI系统识别理解输入内容，并生成“创作”全新的内容。

目前，AIGC已在多应用领域实现落地，2022年更是被AI业内人士称作AIGC“元年”。2022年8月，文本生成图像模型Stable Diffusion火爆出圈，催生了AI作画的热潮；12月，OpenAI推出的人工智能聊天机器人模型 ChatGPT ，可以使用大量训练数据模拟人类语言行为，通过语义分析生成文本从而与用户进行自然交互，在全球范围内掀起AIGC的热潮。

随着人工智能应用向纵深发展，对AI模型训练所需要的算力支持提出了更高要求。

作为算力的硬件基石，AI芯片是针对人工智能算法做了特殊加速设计的芯片。信达证券发布研究报告称，在技术架构层面，AI芯片可以分为 GPU（图形处理器）、FPGA（现场可编程门阵列）、ASIC（专用集成电路）和类脑芯片，同时CPU也可用以执行通用AI计算。

在应用层面，AI芯片又可以划分为云端、边缘端和终端三个类型，不同场景对芯片的算力和功耗的要求不同，单一芯片难以满足实际应用的需求。

在云端层面，由于大多数AI训练和推理工作负载都在此进行，需要运算巨量、复杂的数据信息，因此对于 AI 芯片的性能和算力要求最高；边缘端是指处理云端和终端之间的传输网络，承担着汇集、分析处理和通信传输数据的功能，一定程度上分担云端的压力，降低成本、提升效率。

终端AI芯片由于直面下游产品，大多以实际需求为导向，主要应用于消费电子、智能驾驶、智能家居和智慧安防等领域，终端产品类型和出货量的增加，也相应刺激了对芯片的需求。

信达证券研究团队总结称，AIGC 推动 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。据前瞻产业研究院的数据，我国人工智能芯片的市场规模增速惊人，到2024 年，将达到785 亿元。

关注下游场景需求

算力成为AI大规模应用的一大重要因素，兼具高算力和通用性的AI芯片炙手可热。受算力需求大涨的影响，2月9日，半导体及元件板块175只股票上涨，1只股票平盘，2只股票下跌。

正是看到AI芯片的核心价值所在，多个国内厂商近年来也纷纷布局。

截至2月9日收盘，富瀚微报收于68.15元，上涨10.9%，创60日新高。作为主营以视频为核心的智慧安防、智慧物联和智慧驾驶领域芯片设计开发的公司，富瀚微2022财年三季报显示，公司营业总收入为17.22亿元，同比增加34.55%；归母净利润3.47亿元，同比增加29.07%，盈利能力良好。

9日，21世纪经济报道记者以投资者身份致电富瀚微时，对方表示目前公司主要关注点仍为智慧视频领域，在面对与日俱增的芯片市场需求时，公司需要结合下游具体应用场景来具体分析，在芯片算力方面将始终维持较高的研发投入水平。

国内Alo T SoC芯片龙头厂商瑞芯微9日也以4.19%的涨幅收盘。资料显示，瑞芯微拥有 VPU、NPU、ISP、DSP 等多项核心IP自研能力，也相继推出了 RK3288、RK3399、RK3568、RK3399pro 和 RK3588等产品，在国内高端智慧视觉领域中处于领先地位。当被问及目前企业芯片能否满足市场需求时，对方表示要看具体的算力需求和芯片是否契合。

寒武纪的情况也类似。在21世纪经济报道记者以投资者身份致电时，对方工作人员表示，目前寒武纪已经搭建涵盖端、云、边三大场景的矩阵化的产品线，能够为用户提供不同场景和规模的算力产品，但AIGC等相关业务还是要结合下游最终端应用的实际情况考虑。

百度是AI芯片的玩家之一。2020年，百度发布了自己的第一块量产AI芯片昆仑芯1代。和消费者日常接触的CPU、GPU与手机SoC不同，昆仑芯主要用于数据中心和云计算业务。

在接受21世纪经济报道记者采访时，百度昆仑芯方面表示，以ChatGPT为代表的大模型应用是AI发展过程中出现的新的关键场景。“就大模型而言，昆仑芯在产品定义上已经做了布局，昆仑芯2代芯片相较第一代产品大幅优化了算力、互联和通用性，在百度内外部的大模型场景中都有切实的落地，而在研的下一代产品将提供更佳的性能体验。”

百度昆仑芯方面进一步向21世纪经济报道记者指出，昆仑芯架构来自真实AI场景和业务需求。目前，昆仑芯已经量产了两代云端通用AI芯片，并达到数万片规模部署。

具体而言，在百度内部，昆仑芯AI芯片已经被部署到了搜索、小度、自动驾驶等业务，百度之外，昆仑芯也已经在金融、工业、教育等近百家客户的业务中被广泛部署和使用。2022年，来自百度外部的收入在昆仑芯总收入中占比超50%。

行业机遇与隐忧

“狂飙”的股价背后，是AIGC的爆火对AI芯片的算力所提出的更高要求，而这客观上成为部分企业不得不面对的难题。

寒武纪近两天股价波动较大。寒武纪此前披露的2022年年度业绩预亏公告显示，2022年公司营业收入同比略有增长，但归母净利润预计亏损10.35-12.65亿元，同比扩大19.11%-45.58%。公司为保证产品竞争力持续提升及吸引行业人才，持续加大研发投入，预计2022年研发费用为14.04- 17.16亿元，同比增长23.62%-51.09%。

从近年来的财务数据显示，五年来寒武纪研发费用投入持续扩大，但营业收入连续下降，甚至2021年其11.36亿元的研发费用远超同年7.21亿元的营业收入，且二者差距呈进一步扩大趋势，企业盈利困难，资金压力不断增加。

作为“AI芯片”四小龙之一，寒武纪也不得不面对AI芯片研发周期长、研发成本高等客观问题。AIGC所带动的对于AI芯片高算力的需求，能否成为寒武纪的下一个风口？对此，寒武纪方面回应称，AIGC等相关业务还是要结合下游最终端应用的实际情况考虑。

另一方面，科技巨头也在持续入局。除了百度之外，阿里、腾讯等老牌互联网大厂也相继进军芯片领域。2022年8月，快手推出首款自研芯片，并正式宣布进军B端市场。

在这背后，则是巨额资金的投入。据已公开的融资信息，昆仑芯曾于2021年3月和2022年6月分别完成一笔估值为人民币130亿元战略融资和A轮融资。A轮融资中，海富产业基金、通用创投、千山资本、临芯投资、中信证券投资均参与其中，融资金额未透露。

当21世纪经济报道记者问及昆仑芯在研发投入与产出之间的考量时，百度昆仑芯方面表示，昆仑芯整体的研发投入主要依赖产品定义，本质上是依赖市场需求，比较务实。“实际设计中，主要是结合需求，在通用性、易用性和性能之间实现平衡。不会一味追求单一技术或者算力指标，更注重产品的综合竞争力是否均衡、是否符合客户和产业需求。”

更多内容请下载21财经APP