FFF股旺金来

ChatGPT官方网站已无法登陆。根据页面信息显示，目前其官网“已经满负荷”。日前，ChatGPT的突然走红令大量用户在近期涌入其网站，其用户数也在短短两个月内破亿，成为史上活跃用户破亿速度最快的软件之一。有技术人士指出，除了注册的活跃用户外，大量类似于小程序的外挂链接也在高频访问，其实际应付的用户需求可能更为庞大。

一、ChatGPT一次模型训练成本超过1200万美元

目前AI应用主要依赖于云厂商庞大的算力与网络资源支持，如微软作为OpenAI的独家云提供商，Azure为OpenAI提供所有的工作负载。而ChatGPT等AI应用的模型训练与内容生成均需要庞大的算力支撑，早在2020年5月发布的GPT-3据需要的参数就达到1750亿个，数量已经是2019年发布的GPT-2（15亿个）的100倍以上，预训练总算力需求达数千petaflop/s-days。中信证券认为未来随着AI应用的不断进步，其对于算力与网络需求将呈现爆发式上升。2月7日ChatGPT宣布由于满负荷运行而暂停服务，主要原因是网络等资源的限制，且此前ChatGPT也出现多次宕机，这体现了AI应用对算力的旺盛需求。

从AI模型构建的角度：第一阶段是用超大算力和数据构建预训练模型；第二阶段是在预训练模型上进行针对性训练。而GPU由于具备并行计算能力，可兼容训练和推理，所以目前被广泛应用，ChatGPT训练模型中就已导入至少1万颗英伟达GPU（曾经风靡一时的AlphaGO也只需要8块GPU），推理部分使用微软的Azure云服务，也需要GPU进行运作。所以，ChatGPT的火热兴起对GPU的需求可见一斑。浙商证券测算，采购一片英伟达顶级GPU成本为8万元，GPU服务器成本通常超过40万元。对于ChatGPT而言，支撑其算力基础设施至少需要上万颗英伟达GPUA100，一次模型训练成本超过1200万美元。

从深度学习的角度来看，虽然GPU是最适合深度学习应用的芯片，但CPU和FPGA也不可忽略。FPGA芯片作为可编程芯片，可以针对特定功能进行扩展，在AI模型构建第二阶段具有一定的发挥空间。而FPGA想要实现深度学习功能，需要与CPU结合，共同应用于深度学习模型，同样可以实现庞大的算力需求。

二、量价齐升导致芯片需求暴涨

浙商证券指出，ChatGPT作为一种新兴的超智能对话AI产品，无论是从技术原理角度还是运行条件角度，ChatGPT都需要强大算力作为支撑，从而带动场景流量大幅增加，此外，ChatGPT对于高端芯片的需求增加也会拉动芯片均价，量价齐升导致芯片需求暴涨；面对指数级增长的算力和数据传输需求，可以进行提供的GPU或CPU+FPGA芯片厂商、光模块厂商即将迎来蓝海市场。

三、相关上市公司：

航锦科技GPU领域的主力产品为SG0型号、SG1型号，分别是面向特殊领域市场和通用领域的市场需求，均已形成规模销售，专用数字芯片（FPGA、 GPU）和通用类模拟芯片目录快速在体系内大单位院所客户放量。

分享仅供参考，据此投资风险自负！

人生百味、大千壹酱！茅台镇核心产区、百年以上制酒底蕴、12987文化传承、中国绵柔酱香新典范！

—— 大千壹酱酒业热线：

400-999-0891

#科技龙头ETF# #ChatGPT继续发酵，软件概念集体狂飙# $航锦科技(SZ000818)$ $景嘉微(SZ300474)$ $卓翼科技(SZ002369)$ @今日话题 @券商中国 @研报直通车 @中国基金报 @集微网 @大千壹酱