来源：网络（真伪自辨）
全文共计 9901 字
核心要点：
1.大模型对算力的需求主要体现在训练端：在考虑互联损失的情况下，Chatgpt需要一万张A100作为算力基础，算力的硬件投资规模达到10亿人民币
2.国内大模型与国外的主要差距是算力层面，没有算力基础，后面算法等发展都无法进行
3.大模型应用场景会率先爆发于：工具链层面，如ChatGPT和Office产品结合，提高交互和工作效率；语音交互层面，如智能音箱、智能座舱和智能家居等
4.国内AI芯片厂商格局：一梯队，有成熟产品、批量出货的企业，包括寒武纪、华为海思、百度昆仑芯、燧原科技等；二梯队，以AI芯片起家的壁仞科技、天数智心、摩尔线程、沐曦等；三梯队，如海光、景嘉微等
5.国内AI芯片与A100的差距：已经批量生产的产品，大多都是A100的上一代；各公司正在研发的相关产品，如昆仑芯三代、思远590、燧思3.0等，都是对标A100，但由于“实体清单”的限制以及研发水平的原因，都还没有推到市场
6.寒武纪思元590与英伟达的差距：寒武纪主要还是ASIC架构，劣势是通用性会比较差，优势是某些特定应用场景下，算力可以做到比GPU更高；百度内部的测试结果，590性能接近A100 90%的性能；590基本支持主流的模型，综合性能接近A100 80%的水平
7.英伟达A800和H800的出货量预期：训练芯片，国内将有近200亿RMB的采购规模；推理芯片，预计采购金额达100亿RMB；国内对英伟达总的采购需求约为300亿RMB
Q：大模型在算力端带来了哪些新的需求？
算力需求主要分为两部分，包括训练算力和推理算力。目前来说对训练算力需求非常高，ChatGPT的公开数据显示它的整个训练算力消耗非常大，达到了3640PF-days(即假如每秒计算一千万亿次，需要计算3640天)，换算成英伟达A100芯片，它单卡算力相当于0.6P的算力，理想情况下总共需要大概6000张，在考虑互联损失的情况下，需要一万张A100作为算力基础。在A100芯片10万人民币/张的情况下，算力的硬件投资规模达到10亿人民币。
此处内容需要权限查看
会员免费查看如遇到无法下载、无法查看的文章、音频，请在下面评论处留言，站长将第一时间修复链接。
