雖然Al芯片目前看有SPU、ASIC、CPU、FPSA等幾大類，但是基于幾點(diǎn)原因我們判斷GPU仍將是訓(xùn)練模型的主流硬件：

1、Transformer架構(gòu)是最近幾年的主流，該架構(gòu)最大的特點(diǎn)之一就是能夠利用分布式BPU進(jìn)行并行訓(xùn)練，提升模型訓(xùn)練效率；

2、ASIC的算力與功耗雖然看似有優(yōu)勢(shì)，但考慮到AI算法還是處于一個(gè)不斷發(fā)展演進(jìn)的過(guò)程，用專用芯片部署會(huì)面臨著未來(lái)算法更迭導(dǎo)致芯片不適配的巨大風(fēng)險(xiǎn)；

3、英偉達(dá)強(qiáng)大的芯片支撐、生態(tài)、算法開(kāi)源支持。

模型小型化技術(shù)逐步成熟，從訓(xùn)練走向推理。云、邊、端全維度發(fā)展。

1、GPU方面， 在英?偉達(dá)的推動(dòng)下，其從最初的顯卡發(fā)展到如今的高性能并行計(jì)算，海外大廠已經(jīng)具備了超過(guò)20年的技術(shù)、資本、生態(tài)、人才等儲(chǔ)備，形成了大量的核心技術(shù)專利，而且也能充分享有全球半導(dǎo)體產(chǎn)業(yè)鏈的支撐，這都或是目前國(guó)內(nèi)廠商所缺失的。近幾年在資本的推動(dòng)下，國(guó)內(nèi)涌現(xiàn)出數(shù)十家GPU廠商，各自或都具備一定的發(fā)展基礎(chǔ)，但整體經(jīng)營(yíng)時(shí)間較短，無(wú)論從技術(shù)積淀、產(chǎn)品料號(hào)布局、高端料號(hào)件能夾說(shuō)，與國(guó)外大廠仍具備較大差距。但國(guó)產(chǎn)化勢(shì)在必行，國(guó)內(nèi)相關(guān)產(chǎn)業(yè)鏈重點(diǎn)環(huán)節(jié)也積極對(duì)上游芯片原廠進(jìn)行扶持，國(guó)產(chǎn)算力芯片需要不斷迭代以實(shí)現(xiàn)性能的向上提升，后續(xù)持續(xù)關(guān)注相關(guān)廠商料號(hào)升級(jí)、生態(tài)建設(shè)和客戶突破：

2、 Al在端側(cè)設(shè)備應(yīng)用普及是大勢(shì)所趨，目前，知識(shí)蒸餾、剪枝、量化等模型小型化技術(shù)在逐步成熟，Al在云、邊、端全方位發(fā)展的時(shí)代已至。除了更加廣泛的應(yīng)用帶來(lái)需求量的提升外，更復(fù)雜算法帶來(lái)更大算力的需求也將從另一個(gè)維度推動(dòng)市場(chǎng)擴(kuò)容；

3、數(shù)據(jù)的高吞吐量需要大帶寬的傳輸支持，光通信技術(shù)作為算力產(chǎn)業(yè)發(fā)展的支撐底座，具備長(zhǎng)期投資價(jià)值；

4、 Chiplet技術(shù)可以突破單一芯片的性能和良率等瓶頸，降低芯片設(shè)計(jì)的復(fù)雜度和成本。

審核編輯 ：李倩