在刚刚过去的两天半时间里，一场由估值超6000亿元的AI独角兽——OpenAI发动的“巨震”，不可谓不精彩，一转再转的剧情，绝对称得上2023全球科技圈“年度魔幻之最”，从宣布解雇CEO山姆·奥特曼（SamAltman），到讨论请他回来继续当CEO，再到宣布他不会重新担任CEO，一再反转的剧情，终于就在刚刚，似乎迎来尘埃落定：
微软CEO纳德拉宣布，OpenAI创始人SamAltman（山姆·奥特曼）、GregBrockman（格雷格·布洛克曼）将加入微软，领导一个新的高级人工智能研究团队。
这个瓜，吃得科技圈联想翩翩，整个过程中，最为扑朔迷离的，是其解雇背后的原因。对此，马斯克也放话称，OpenAI董事会有义务披露辞退奥特曼的原因，因其可能与人工智能模型有着很强的关联性。
OpenAI“巨震”背后
是奥特曼苦英伟达久矣？
其实这已不是有关大模型消息的第一次刷屏，无论是国际还是国内，今年的大模型市场可谓是一片沸腾。而作为大模型的大脑，AI芯片已然成为芯片巨头眼下的兵家必争之地。
据外媒援引知情人士消息称，就在被董事会“罢免”的前几周内，奥特曼正大力推进自己的“副业”，在积极寻求从一些全球最大的投资者那里筹集资金，用来成立一家新的人工智能（AI）芯片企业。而这或许也是加剧奥特曼与董事会摩擦，促使奥特曼被罢免的间接原因之一。
据称，奥特曼希望成立一家足以与英伟达抗衡的芯片企业，目标是打造用于处理大量AI工作负载专用芯片TPU（张量处理单元），以此来降低AI芯片的成本，并帮助OpenAI降低运营AI服务的持续成本。不过公司尚未成立，与投资者的谈判还处于早期阶段。
众所周知，受益于AI热潮，算力芯片“霸主”英伟达被捧上神坛，其GPU产品持续供不应求，成了市场的硬通货。全球约90%以上的大模型都在使用英伟达的GPU芯片，其股价也在今年以来飙升了逾200%，赚了个盆满钵满，上市14年后成功跻身万亿美元市值俱乐部。而实现这一目标，硅谷巨头们诸如苹果用了37年、微软用了33年、亚马逊用了21年，特斯拉跑得最快，只用了11年。
苦英伟达“一家独大”的，不止是奥特曼，就连马斯克谈到AI，都形容"TheGPUsareatthispointconsiderablyhardertogetthedrugs"，大意是，现在GPU比“毒品”更难获得。据报道，同样受不了英伟达GPU产品的高昂价格的，除了OpenAI，还有微软、Meta、亚马逊AWS，其早已开始自研AI芯片。
以微软为例，就在近几日，微软发布了两款自研芯片：一款是专门用于云端训练和推理的AI芯片（ASIC）MicrosoftAzureMaia100，另一款是由微软设计的首款CPU（中央处理器）MicrosoftAzureCobalt100，两者都将优先用于支持微软自己的云服务。
国内AI芯片，百舸争流
同样，国内大模型企业基本上也很难拿得到英伟达的芯片。此前，中国特供版A800和H800芯片就遭到了哄抢，从原来的12万人民币左右，变成了25万甚至30万，甚至有高达50万一片。
但是根据10月17日美国最新的芯片出口管制条款，只要芯片总算力大于或等于4800TOPS，或者芯片总算力低于4800TOPS但性能密度达到一定阈值，都将受到管制。也就是说A800和H800也都落在管制范围之内。
由此可见，算力已是国力之争，在这种局试下，中国厂商打造自主芯片以实现「国产替代」的需求也越来越高。
根据有关数据显示，预计2023年—2027年，中国人工智能芯片市场规模将持续上涨，到2024年，中国人工智能芯片市场规模将突破1000亿元；到2027年，中国人工智能芯片市场规模达到2881.9亿元。
面对如此广阔的市场，AI芯片国产发展如何了？在回答这个问题之前，我们先了解下什么是AI芯片：
AI芯片主要分为GPGPU（通用图形处理器）、FPGA（可编程逻辑器件）、ASIC（专用集成电路）、存算一体和类脑芯片几种。根据在网络中的位置，又可以分为云端AI芯片、边缘和终端AI芯片。
1.GPU方面
这是国产AI芯片公司的首选。
据统计，仅2020~2021年，GPGPU领域就有近20起融资事件发生。初创公司如芯瞳半导体、芯动科技、摩尔线程、天数智芯、壁仞科技均产品陆续推出产品，并获好评，龙芯中科、海光信息、寒武纪、芯原股份几家上市公司也持续耕耘GPU业务。目前看来，选择GPGPU的登临科技、天数智芯、燧原科技已经把训练与推理都全面覆盖。
登临科技
成立于2017年，产品类型为推理+训练，2020年发布了GoldwasserUL、GoldwasserL、GoldwasserXL，芯片选择了更为成熟的12nm工艺，提供32-64TOPS、128-256TOPS和512TOPS算力，应用于边缘计算和数据中心。
天数智芯
成立于2018年，产品类型为训练、训推一体，2021年、2022年先后发布了天垓100、智铠50、智铠100，选择了7nm工艺，提供295TOPS、256TOPS、384TOPS算力，应用于智算中心、智慧医疗、智能语音、内容生成、安防、互联网、数据中心等。
隧原科技
成立于2018年，产品类型为推理+训练，2019年发布了第一代训练产品“云燧T10”，2020年发布第一代推理产品“云燧i10”，2021年发布了第二代训练产品“云燧T20/T21”和推理产品“云燧i20”，以及配套的“驭算”软件平台，目前，燧原科技的第一代和第二代“邃思”芯片均已实际应用于大规模AI集群工程中，支撑融媒体生成、城市智能感知等多样化场景。
壁仞科技
成立于2019年，产品类型为推理+训练，2022年8月，壁仞科技在成立三年后发布了首款通用GPU芯片BR100系列，包括BR104和BR100两大产品。芯片为7nm制程，集成了770亿个晶体管，其16位浮点算力能达到1000T以上、8位定点算力能达到2000T以上，单芯片峰值算力达到了每秒千万次计算（PFLOPS）的级别。
沐曦
成立于2020，主要有三大产品线：用于AI推理的MXN系列、用于AI训练及通用计算的MXC系列，以及用于图形渲染的MXG系列。产品应用于智慧城市、公有云计算、智能视频处理、云游戏等场景，以及科学计算和AI训练。
2.ASIC芯片。
在2017年的第一次AI芯片浪潮中，主要做的是ASIC芯片——一种为人工智能特定应用而定制的芯片，但是ASIC的缺点也很明显，因为其是针对特定算法而设计，其所适应的算法就是固定的，一旦算法发生变化就可能无法使用。
大厂与自动驾驶专业芯片厂商们，偏爱ASIC。国内大厂华为海思、百度、平头哥皆选择ASIC作为自己的芯片架构
目前主要分为两种，一种是专门设计制造ASIC的公司，包括寒武纪、地平线、耐能科技等厂商，另一种，是各种跨界选手，比如vivo、OPPO、阿里巴巴等。
3.FPGA方面
因为极具灵活性，所以FPGA号称“万能芯片”。目前中国FPGA市场方面，AMD、英特尔、莱迪思三家企业合计市场份额超过85%。国内FPGA产业发展较晚，大部分企业在2010年后才成立，目前国内与FPGA相关研发企业数量超过28家。
具体来看，复旦微电在国内较早推出亿门级FPGA，新一代十亿门级产品正在研发中，并且有可编程片上系统的技术储备；紫光同创覆盖高、中、低端等多层次FPGA市场；安路科技在FPGA/集成CPU、FPGA、数据处理专用引擎等单芯片产品方面都有储备，量产供货产品已覆盖100K以内的逻辑单元规模，并且PHOENIX1系列中逻辑单元为400K的新产品已成功流片；京微齐力基于22nm工艺制程的FPGA已成功量产；易灵思基于RISC-V软核的FPGA已商用，并在16nm、40nm有长期的产品规划。
4.存算一体芯片方面
存算一体芯片或成GPT-4等大模型的最优选，底气在于，存算一体理论上拥有高能效比优势，又能绕过先进制程封锁，兼顾更强通用性与更高性价比，算力发展空间巨大。
由于存算一体格局未定，或将成为国内厂商破局关键。2019年后，新增的AI芯片厂商，多数在布局存算一体。据偲睿洞察不完全统计，在2019-2021年新增的AI芯片厂商有20家，在这之中，有10家选择存算一体路线。国内的亿铸科技、知存科技、苹芯科技、九天睿芯等十余家初创公司采用存算一体架构投注于AI算力，其中亿铸科技、千芯科技偏向数据中心等大算力场景。
5.类脑芯片方面
全球范围内，参与神经形态计算芯片开发的机构主要包括三类：英特尔、IBM、高通等为代表的科技巨头企业，斯坦福、清华为代表的高校/研究机构以及初创企业。
国内研究则包括清华大学、浙江大学、复旦大学、中科院等顶级学府和机构，同时近两年不断涌现初创公司，如灵汐科技、时识科技、中科神经形态等。其中以清华大学的天机芯和浙江大学的达尔文芯片最具代表性。
写在最后
由此可见，国内各类AI芯片上均已有所布局，而国产的芯片算力也越来越强大。随着国产AI芯片在国内市场占有率的进一步提升，产业链将加快成熟，有望给半导体带来新的发展机遇。
不过，芯片创业是一个长周期的过程。国产的AI公司不但要面对行业周期规律，还要从英伟达这些“大山”夹缝中寻求突破。
