在转型的路上
如果把AI芯片进行分类，大致可以分为通用型（GPU）、半定制型（FPGA）、定制型（ASIC）三种。其中英伟达主攻的方向就是GPU，在架构上缩减了图形显示、渲染等功能，增强了计算能力。
AI芯片分类
毕竟在ChatGPT快速渗透的背后，是模型参数和训练数据量的指数级增长，再进一步，就是算力的不断提升。据笔者估计，GPU已经占据了专用AI服务器成本的一半以上，这里确实大有可为。
玩家们在发现了这条道路上的黄金后，也在倾注心血，希望能抢占先发优势。就比如AMD最近刚刚宣布，即将推出的最先进的人工智能GPU MI300X，准备和英伟达掰掰手腕（虽然目前在设计方面还远达不到英伟达的量级）。在交货方面，预计下游客户从今年三季度开始就能获得样品，今年年底前产量就能提升。
反正别管别的玩家，亚马逊已经坐不住了，放风出来说正在考虑使用AMD的新型AI芯片。除了英伟达和AMD，美国涉及AI芯片设计的初创企业多达300家。
而对于AI芯片的制造商们，也是和设计玩家来了一场梦幻联动。就比如台积电就已经争取到了大量的AI芯片代工订单，背后也是有7纳米及以下制程工艺作为强大的实力支撑。而且非常有意思的是，最近一个月，台积电至少投资了三家硅谷的AI芯片初创企业，总投资额超过了万亿美元，和上游直接实现强绑定。
AI芯片产业链
国内玩家的掘金
你要问笔者，国内玩家的实力能和英伟达实现平起平坐吗？实话说确实有点难，但所谓星星之火，可以燎原。经过几年的探索，可以说目前是进步和差距并存。
其实，如果将中美两国在AI领域做对比，就会发现算力是两国竞争的重要领域之一。在AI芯片领域，在资本市场上名声比较响的莫过于寒武纪（688256）了，从去年的业绩情况来看，其营收增长了1.1%，但是毛利率已经突破了65%。这家公司主要设计、研发的通用型智能芯片产品。
但也不能说寒武纪就已经可以高枕无忧。笔者拿它对标了一下英伟达，差距主要体现在这么几个方面：
一是寒武纪一年十几亿元的研发投入和英伟达超过500亿元的研发投入相去甚远（主要也是英伟达的现金牛业务游戏显卡一直能支撑着GPU的研发）；
二是除了硬件，英伟达已经形成了较为完善的软件生态（CUDA平台），这让不少玩家不得不选择在这个体系下生存；
三是下游的客户差异性较大。这个是比较显而易见的，笔者就不过多赘述了。
除此之外，其他国内玩家也在AI芯片领域做出努力。比如景嘉微（300474）已成功研发JM7200和JM9系列GPU芯片（完全独立研发），应用于台式机等终端设备。此外，资本也在积极助力，据粗略统计，去年国内AI芯片行业融资超过100起，融资总额超过了80亿元。
AI厂商成立情况
虽然说资本不是万能的，但是没有资本是万万不能的。
未来，据专业机构预测，AI芯片的市场规模将在2025年突破700亿元，年复合增长率也达到了45%，随着AI需求潜力的释放，AI芯片成为市场主流产品相信只是时间问题。
浪潮依旧，谁能逐鹿
在全球AI大潮席卷的背景下（AI会在未来10年内推动全球经济增长约7万亿美元），全世界的AI芯片产能很明显处于供不应求的阶段，全世界都在疯抢AI芯片，这也给不少玩家在这个领域布局提供了机会。
而目前英伟达一家独大的事实，也让不少玩家知耻而后勇。最近几年，互联网巨头亦强势入局AI芯片（比如腾讯领投的燧原科技推出推理侧产品云燧i20，INT8算力达256TOPS），一方面说明行业存在黄金，另一方面通过AI芯片的技术进步，也能反哺自身主业的发展。比亚迪的智能驾驶团队也在积极筹备AI芯片团队。
究竟谁能站在金字塔的顶端，现在下结论明显为时尚早，但是抓住下游的应用场景，对芯片玩家来说就显得格外重要。
海量资讯、精准解读，尽在新浪财经APP
原文链接：http://finance.sina.com.cn/wm/2023-06-21/doc-imyxzvhf3695533.shtml
