没有算力平台，数字经济将“不复存在”？中国本土的AI芯片到底行不行？

　　自今年起，ChatGPT和人工智能（AI）大模型的热潮引发了一系列连锁反应，使得大模型产品如雨后春笋般涌现。随之而来的是对AI算力的需求激增，算力供需矛盾凸显，市场上纷纷抢购美国芯片巨头NVIDIA的A100显卡，作为进入大模型领域的“入场券”。

　　如今，大算力底座已成为AI大模型发展的“标配”。在2023年世界人工智能大会（WAIC）上，华为轮值董事长胡厚崑表示，随着大模型带来的生成式AI突破，AI正步入一个新时代。算力是AI产业创新的基础，大模型的持续创新驱动了算力需求的爆炸式增长。大模型训练的效率和创新速度，根本取决于算力的大小。中国的算力资源正变得日益稀缺。

　　此次WAIC上，华为推出了首个昇腾万卡AI集群，目前已支持全国25个城市的人工智能计算中心建设。昇腾AI原生孵化和适配了30多个大模型，目前中国约一半的大模型创新由昇腾AI支持。

　　与华为昇腾不同，国内通用GPU公司天数智芯研发的天垓100芯片已跑通多个大模型，包括智谱AI大模型ChatGLM、国外主流的LLaMA，以及北京智源研究院的Aquila等产品。百度昆仑芯公司则披露其产品矩阵已适配文心一言、ChatGLM、GPT等主流行业大模型。

　　面对A800可能无法在中国销售的情况，天数智芯董事长兼CEO盖鲁江表示，其国产GPU已经在实际应用中。

　　目前，中国本土的AI大模型算力布局主要分为三派：一是华为鲲鹏和昇腾AI生态的算力方案，不依赖GPU；二是混合型算力支持，大量采用A100芯片，并融合国产芯片及加速卡；三是租用性价比更高的服务器云算力以补充不足。

　　中国工程院院士高文指出：“没有大算力做大模型就是天方夜谭。”据中国信通院数据，每1元的算力投入可带动3-4元的国家GDP经济产出。麦肯锡预测，生成式AI每年可为世界经济增加7.3万亿美元的价值。然而，巨大的算力成本是大模型企业首先要考虑的问题。

　　WAIC上发布的报告显示，以GPT-3为例，其训练成本超过1200万美元。因此，华为提出了鲲鹏和昇腾AI算力方案，重点应用于政务、金融等领域，并在智算中心实现模型训练后，在华为云或其他混合云中实现模型推理。昇腾AI集群规模已扩展至16000卡。

　　此外，阿里云、腾讯云、字节跳动等企业也囤积了大量A100、T40芯片组进行模型训练。阿里云拥有国内最强的智能算力储备，其智算集群可支持最大十万卡GPU规模。腾讯云的新一代HCC高性能计算集群实现了业界最高的3.2T超高互联带宽。火山引擎则拥有庞大的算力支持，高峰时GPU利用率达90%。

　　然而，国内AI算力和国产GPU芯片仍面临制程工艺、产品规格、生态构建等挑战。多位业内人士透露，当下大部分模型训练领域仍会使用NVIDIA产品，但信创、政务等数据私有化程度高的领域会更多采用本土算力。

　　尽管面临挑战，但国内算力产业正在快速发展。据毕马威和联想的报告数据，到2025年，数据中心、云计算、人工智能市场规模总计将突破2.5万亿元。算力已成为各国科技战略布局重点，中国算力规模增速明显领跑全球。

　　最后需注意的是，本文提及的ETF产品存在风险，投资者在投资基金前请仔细阅读相关基金法律文件并谨慎决策。市场有风险，投资需谨慎。