ChatGPT是如何影响中国芯片产业的？

业界和投资界对ChatGPT的热情，基于ChatGPT有赋能千行百业的潜力。

UGC方面，BuzzFeed首席执行官乔纳·佩雷蒂在一份给员工的备忘录中表示，今年由AI创造的内容将从研发阶段转变为核心业务的一部分，而在其他的用户生产平台上，也已经有很多账号通过AI个性化生产来生产内容并已经实现盈利。

ChatGPT还能赋能教育，一方面用AI创造儿童绘本，能够作为对寓言故事的教育延伸，另一方面也能帮助成人做英语口语的对话练习，进一步提高人类生活和工作的效率......

半导体作为为ChatGPT提供算力支撑的基石产业，自然也会在这波浪潮中受到影响，被美国钳制的中国半导体产业更是如此。ChatGPT究竟如何影响中国半导体的发展格局？

在上周刚刚结束的CITE 2023上，芯榜和 CITE 联合举办了一场有关AIGC和算力芯片研讨会，有观点认为AI是下个半导体周期的主要驱动力，有观点认为ChatGPT将引发计算芯片、存储芯片、封测和PCB四大细分领域的快速发展，还有观点认为存算一体将在未来发挥巨大作用。

AI驱动半导体产业周期回暖，刺激产业链四大领域

自摩尔定律诞生以来，消费电子产业一直充当着推动半导体产业发展的主要驱动力，手机业务增长放缓后，PC又在疫情期间拉动了一波内需，成为刺激半导体产业持续上涨的主要驱动力。如今进入后疫情时代，消费电子需求不再旺盛，半导体行业进入下行周期，急需新的应用刺激成为驱动力。

凯联资本董事总经理姚宁波在大会上介绍到，以前半导体周期都是由手机驱动，如今手机销量每年下降10%，疫情期间PC成为主要驱动力，未来新能源汽车会成为新的驱动力。

“AI、HPC和云服务持续起量，计算会成为下个半导体周期的主要驱动力”，姚宁波说道。

另外，姚宁波还强调，三星近期宣布减产，意味着半导体周期即将触底，下一个半导体周期将在Q3或Q4到来。

芯榜CEO班可可则认为，ChatGPT给芯片产业带来的机遇体现在产业链上，主要集中在四大领域，计算芯片、存储芯片、封测产业和PCB产业链。

随着ChatGPT的关注度持续上涨，相关机构预测，GPU的全球增长率将从32.82%上涨到39%，计算芯片的需求暴涨引发晶圆厂的业务变化，从台积电的业务营收可以看出，其高性能计算持续高增长，占总营收比高达41%，首次超过智能手机业务领域，英伟达数据中心HPC芯片业绩的年增长则将高到200%-250%。

在存储芯片领域，班可可表示HBM作为一款新型的CPU、GPU内存芯片，量价齐升，在能够满足ChatGPT对存储的新需求的同时，为处在灰暗中的存储行业带来一抹亮色。2022年6月，SK海力士宣布量产HBM3并出货给英伟达，与H100 GPU搭配，实现加速计算，目前SK海力士和三星的HBM订单激增，HBM成为存储芯片行业的新赛点。

在封测领域，近几年大火的Chiplet的需求更甚。

在PCB板行业，服务器中的主板，电源背板，硬盘背板、网卡等核心部分均需要用到PCB板，算力革命提升了PCB板用量的同时，也推动着PCB向高频高速方向发展。对于内资厂商而言，英伟达的A100/H100显卡的PCB供应商胜宏科技将直接受益。

或许面对美国的禁令，由于无法购买到A100，中国只能基于A800做出阉割版本的ChatGPT，但除了GPU，国内半导体厂商也可以在产业链其他环节找到新机会。

换道超车的存算一体，为中国AI大算力芯片注入新动力

ChatGPT最本质的需求是对算力的需求，虽然我们目前在GPU领域无法与英伟达匹敌，但我们可以通过另一种方式，提高算力效率。致力于打破内存墙的存算一体技术目前已经成为产业期待，资本追逐的一大方向。

亿铸科技高级副总裁徐芳在研讨会上解释到，从大环境来看，目前算力需求越来越大，摩尔定律接近终结，市场对能效比要求持续提升，但能效比以及算力密度已经接近天花板了，这正是产业发展存算一体的原因和必要性。

另一方面，从科学发展的规律来看，阿姆达尔定律一直是硬件加速设计的基本定律，代表处理器并行计算之后效率提升的能力，根据公式推导显示，存算一体的AI加速效能远优于GPGPU。也就是说，某种程度上，存算一体发展到一定程度上，是能够为算力提升贡献力量的，甚至比GPU更有优势。

除了亿铸科技这类专门研发存算一体芯片的公司，国内其他存储芯片公司 也都已经在存算一体方面有所涉足。

在CITE大会上，存储芯片厂商忆芯科技告诉雷峰网，ChatGPT的训练需要有大规模数据集，数据首先需要存取，有了海量的数据存储之后，需要有能够读取大量数据的带宽足够大的双向接口，给存储芯片行业带来了机会。

“忆芯本身就是做存储的，我们支持大带宽数据传输，离线端支持数据加密，独立完成数据存储、计算、传输和加密工作，落地到具体的场景中，能够帮助用户加强场景下数据应用的要求。”

“针对客户的AI应用需求，可以有针对性地训练出个性化的应用，但这对存储和计算都提出了新要求，因此传统的静态存储没有太多价值，而是需要把存储的数据提取出来，对模型进行优化，才能更近一步满足客户的需求”。忆芯科技市场高级总监熊明霞解释道。

【文章来源】雷峰网