中新网北京6月20日电(中新财经记者 宋宇晟)这个夏天，人工智能不断飙升的热度，正在资本市场上展现得愈发明显。

　　本月内，人工智能芯片公司英伟达市值先后超过苹果、微软，登顶全球市值第一的公司。而在这个“第一”背后，是众多大模型厂商的“算力焦虑”。

　　当算力成为人工智能的关键

　　当地时间6月18日美股收盘，英伟达市值达到3.34万亿美元，超越微软成为全球市值最高的公司。就在不到半个月前，英伟达市值刚刚超越苹果。

　　支撑英伟达走向“市值巅峰”的，是其标志性计算机芯片GPU。

　　按公开说法，传统中央处理单元(CPU)按顺序处理指令，而GPU可并行处理更多指令，因此可分布式训练程序，从而大大加快机器学习的运算速度。

　　这种强大算力让人工智能大模 型产生能力涌现。冰冷的机器“进化”出了“人的感觉”。

　　2022年末，OpenAI公司发布的ChatGPT，让所有人感受到了这种人工智能的潜力。很多人相信，如果持续提升人工智能的能力，人类的生活、工作将发生颠覆性变化。

　　也正是在这样的预期之下，人工智能成了炙手可热的话题，一场围绕AI大模型的竞赛和热潮已然开始。而决定其能力涌现的算力，也成了整个行业的关键。

　　大模型厂商的“算力焦虑”

　　“缺算力，是现在整个人工智能产业界一个很大的痛点。”智源研究院院长王仲远在几天前的采访中直言不讳，GPT4 再往后的突破难度很大，而实现突破的关键就在于算力资源。

　　他指出，每一次人工智能的快速发展，都是模型参数、训练数据、计算量重大跃升带来的模型效果的提升。

　　在上周末举行的智源大会上，月之暗面CEO杨植麟提出，只要有更多的算力，数据模型参数变大，就能持续产生更多的智能。零一万物联合创始人黄文灏则表示，卡(即GPU)的数量是绝对算力，算法是相对算力，这两个肯定都是越大越好。

　　现在动辄百亿、千亿，甚至万亿参数的大模型，已对算力提出了很高的要求。但如果进一步提升，显然还需要更多算力。

　　在这样的背景下，“算力焦虑”成了几乎所有人工智能大模型厂商面临的现实问题。

　　人工智能芯片未来将走向何方

　　算力稀缺的直接结果就是硬件采购成本增加，生产GPU的厂商身价也水涨船高，甚至连算力租赁服务的价格也在同步增加。

　　值得注意的是，GPU虽然被认为是“AI革命的核心”，但人工智能芯片的种类也在增加。有报道就列举了现场可编程门阵列(FPGA)、张量处理单元(TPU)等可用于人工智能领域的芯片类型。

　　与此同时，一些大模型厂商也在寻求绕过GPU的途径。

　　例如，国内大模型厂商面壁智能CEO李大海此前就援引机构调研结果表示，10亿用户的手机端侧的算力，相当于差不多100万片H100。他认为，如果不同的手机上的算力能够被好好利用起来，很多应用就可以落地了。

　　值得注意的是，美国《纽约时报》6月5日报道，消息人士称，美国联邦监管机构已达成一项协议，允许对包括英伟达在内的公司，就其在人工智能行业的主导地位展开反垄断调查。报道称，根据相关安排，美国司法部将牵头对英伟达是否违反了反垄断法展开调查。

　　在技术不断更新迭代的当下，很多产品都面临“洗牌”。至于人工智能芯片未来将走向何方、英伟达能否稳坐全球市值头把交椅，这些问题或许只能交由时间给出答案。(完)