春节也没有阻挡AI跨越的脚步，2月16日凌晨，美国OpenAI公司的视频生成模型Sora再次冲击AI界，成为继ChatGPT后又一现象级应用。Sora的问世令世人惊呼：现实不存在了。

短短几日，AI又掀起新一轮浪潮，而作为其核心动力的AI芯片，也迎来巨变。

打倒英伟达

看着英伟达赚钱，市场玩家分外眼红。为了抢占市场，巨头不惜砸大钱布局市场。

先是OpenAI首席执行官山姆·奥特曼（Sam Altman）万亿美元造芯片，再是自嘲为“秃头骗子”的孙正义1000亿美元造AI芯片。

山姆·奥特曼因为万亿美元而登上头条新闻，他曾表示半导体行业需要他，而建立庞大的芯片制造网络需要通过向全球投资者寻求大量资金，他则需要集高达5万亿～7万亿美元才能实现自己的雄心壮志。

这个数字本身很荒唐，从字面上看，这意味着将英伟达的市值合并了八倍。而去年，全球芯片的销售额达到了5270亿美元，到2030年，预计还会增至每年1万亿美元。根据行业组织SEMI的估计，去年全球半导体制造设备的销售额为1000亿美元。

更难的是，如果山姆·奥特曼要向中东投资者寻求融资，或者和现在台积电、三星合作，没有美国政府绿灯，事情很难推动。

著名的芯片设计专家吉姆·凯勒（Jim Keller）称OpenAI首席执行官萨姆·奥特曼（Sam Altman）的“人工智能野心”是不必要的，声称他可以他可以用不到一万亿美元来完成山姆·奥特曼的工作，重点应该放在架构改进上。同时还不忘补刀一句：“考虑到山姆·奥特曼是这个行业的新手，我想知道他从哪里得到这个想法。”

孙正义则也在打AI芯片市场的主意。据称，他正寻求高达1000亿美元的资金，来创建一家芯片合资企业，以便和英伟达竞争。该项目名为Izanagi（伊邪那岐），成为与Arm互补的芯片公司，希望能扩大Arm在AI市场的影响力，同时探索不同类型的下一代芯片。

知情人士称，Izanagi项目的形式与山姆·奥特曼的野心截然不同，一种可能的情况是软银将提供300亿美元资金，剩余700亿则来自中东的机构。一旦成功，该项目将成为自ChatGPT问世以来，在AI领域规模最大的投资之一。此外，孙正义曾试图投资另一家开发基础AI 模型的公司，并请求该公司协助其开展芯片业务，但遭到拒绝。除了追求AI相关投资以外，软银也持续探索安谋芯片设计技术的应用方法。

这一消息让孙正义风光一时，开始翻山。春节期间，Arm的市值在三个交易日就大涨超过了一倍，而持有Arm股份约90%的软银股价亦大幅飙升近20%。

AI芯片的生意就这么香？那是当然。最近，英伟达首席执行官黄仁勋（Jensen Huang）预测，在未来五年内，AI支持的数据中心市场将扩大到2万亿美元

有人撒钱，也有人“卖身”

AI芯片的钱，可没那么好挣。

曾经AI芯片领域的佼佼者，英国芯片公司Graphcore，由于未能如期从AI的快速发展中获得收益，目前正准备通过与大型科技公司讨论可能的交易，从而筹集新的资金来填补巨大的亏损。

与此同时，公司的主要投资者也大幅提高对公司股份的估值，这可能预示着交易额将超过5亿美元（约合4亿英镑）。传闻潜在买家包括英国Arm、日本SoftBank及OpenAI。一位投资者估计，Graphcore估值定在了5.28亿美元。

当初的Graphcore专攻AI领域，挑战英伟达等巨头。但实际情况却是，公司收入去年下降了46%，亏损还在持续扩大，筹集资金还遇到了困难。而现在，为了降低成本，Graphcore不仅进行了裁员，还关闭了国际办公室。

Graphcore表示，其2022年亏损增加了11%，达2.046亿美元，收入则从500万美元下降到270万美元。此外，公司在年末时，手头只有1.57亿美元现金。

鸡生蛋，蛋生鸡

用AI芯片，我们炼出了AI大模型。而现在，AI又反被用在造芯片。

日前，消息称英伟达已经开发了一个名为ChipNeMo的人工智能系统，旨在加快其GPU的生产速度。

设计GPU通常需要大量人力。英伟达应用深度学习研究副总裁Bryan Catanzaro表示，通常需要近1000人来构建一枚芯片，每个人都需要了解设计过程的不同部分如何协同工作。而hipNeMo的聊天机器人功能能够回答与芯片设计相关的查询，例如有关GPU架构和芯片设计代码生成的问题。

用AI帮忙造芯片，英伟达并非独一家。

去年七月，谷歌的DeepMind开发了一款AI系统，可以加速设计最新一代自定义芯片的过程；几个月后，软件巨头Synopsys推出了一款旨在提高芯片工程师生产力的AI工具；纽约大学等大学也在研究如何利用生成式人工智能来更快地设计芯片。

可以说，有了AI，人类的想象力都不够用了。

追着大模型跑

AI芯片够用吗？那一定是远远不够。

据OpenAI测算，自2012年以来，AI模型训练算力需求每3~4个月就翻一番，每年训练AI模型所需算力增长幅度高达10倍。而这种需求，就连摩尔定律，都追不上AI的进化速度了。

根据摩尔定律，芯片计算性能约每18～24个月翻一番。目前，尽管H100比A100性能有明显提升，但并没有像模型训练算力需求那样有明显数量级的增长。

这种情况下，专家也预测，未来几年OpenAI仅训练模型⾄少还需要200～300亿美元的硬件，Google需要200-300亿美元，Anthropic需要100-200亿美元，未来几年至少投入1000亿美元纯粹用到训练⼤模型。

据市调机构Gartner的数据，用于执行AI工作负载的芯片市场，正以每年20%以上的速度增长。分析师预测，2023年AI芯片市场规模将达534亿美元，比2022年增长20.9%，2024年将增长25.6%至671亿美元。预计2027年AI芯片营收将是2023年市场规模的两倍以上，达1194亿美元。

AI芯片，必然是一个好生意，不过这个领域太卷了，Intel、Qualcomm、Google、Meta、Microsoft……每个巨头都想分一杯羹，这种胜景，恐怕未来市场的洗牌更加剧烈。

国产自研AI芯片发展如何了？

去年10月，美国千方百计阻止英伟达向中国出售尖端AI芯片，不想放弃中国市场的英伟达，迅速推出中国特供版，但对国内来说，却不香了。

所谓中国特供芯片，性能砍了25%，但减量不减价，国产厂商则纷纷点名华为，尤其是华为升腾910B芯片。

那么，除了华为，我国还有哪些AI芯片企业值得关注？点此阅读完整内容