《电子技术应用》
您所在的位置:首页 > 人工智能 > 业界动态 > ChatGPT背后大功臣,和时代要红利

ChatGPT背后大功臣,和时代要红利

2023-02-03
作者: 张慧娟
来源: 与非网eefocus

  2022年,智能手机创有史以来最大降幅,全年出货量仅2.86亿台,同比下降13.2%。同年,素有“半导体产业风向标”的台积电,其HPC(高性能计算)季度营收占比,年内三次超过智能手机业务。

  这背后固然有全球经济影响造成的智能手机需求疲软,但一个根本性的原因还有:随着智能手机市场走向成熟期,以及市场对算力的需求越来越高,高增长的芯片走向在发生变化,算力格局的历史性转折点可能已经到来了。

  台积电:至少2025年

  HPC是最强劲增长引擎

  台积电的业务类型按应用可划分为:智能手机、高性能计算(HPC)、物联网(IoT)、汽车、数字消费电子(DCE)。其中,HPC和智能手机合计占比约80%,对业绩影响最大。

  微信截图_20230203095338.png

  历史上,智能手机业务长期占据台积电收入支柱地位,但在2022年,HPC收入已经连续三个季度超过智能手机,一举成为台积电最重要的收入增长引擎。放眼全年,HPC的收入占比也已超过智能手机。台积电HPC业务开发主管去年表示,预计至少到2025年,HPC都持续是最强劲的增长平台。

  台积电定义的HPC业务主要包含高性能CPU、GPU、FPGA和定制 ASIC,这方面的大客户有英伟达、AMD、苹果。

  尚在2021年时,AMD就已向台积电预订了未来两年5纳米及3纳米的产能,2022年推出了5纳米Zen 4架构处理器,2023~2024年间将推出3纳米Zen 5架构处理器,届时将成为台积电5纳米及3纳米HPC最大客户。

  英伟达方面,数据中心业务已成长为核心支柱,进入2023财年,该业务带来的营收超过游戏业务,在第三财季占英伟达总营收比例提高至64%。有报道称,2022年,英伟达数据中心HPC芯片的出货量同比增长最高有望达到250%。目前在新产品推进中,英伟达的高性能计算GPU芯片H100就使用了台积电的4纳米工艺。

  Counterpoint预测,AMD与英伟达新产品都集中以4纳米/5纳米生产,预计2023年下半年之后陆续推出采用台积电3纳米制程的CPU/GPU产品。由于需求稳定高速增长,估计2023年台积电5纳米家族产能约半数由AMD与英伟达包办,另一半由苹果拿下。

  不过,不光是这几家,其他半导体头部厂商也在HPC领域积极布局。去年下半年就有消息称,联发科将在2023年量产HPC芯片,由台积电代工,采用先进的工艺节点和CoWoS封装技术,主要用于元宇宙和AIoT等领域。

  摩根大通亚太科技、媒体和电信研究联席主管戈库尔·哈里哈兰(Gokul Hariharan)表示:“我们预计,台积电乃至整个芯片市场,在2023年上半年将出现大幅下跌。但同时我们也看到,在高性能计算的推动下,未来几年将出现强劲的长期增长。”  

  梯子再高也上不了月球

  得需要火箭才行

微信截图_20230203095433.png

  HPC领域近期一个标志性事件就是火爆出圈的ChatGPT,该产品就是基于大模型大数据的不断训练,其背后经历的除了常规的万亿级别语料数据投喂训练之外,还依托于非常强大的算力。

  有数据披露显示,ChatGPT的总算力消耗约为3640PF-days。业界也有消息称,ChatGPT已导入了至少1万颗英伟达高端GPU。花旗集团则预估,ChatGPT 使用量的快速增长,将可能使英伟达在12个月内销售额达到30亿至110亿美元。

  HPC对行业应用的意义是什么?黄仁勋曾说过一句话:梯子再高也上不了月球,得需要火箭才行。他指出,自采用深度学习以来,行业高性能计算应用明显增加,尤其是在数字生物学、药物研发、金融服务、制造和运输领域。行业领军者们看到了即将到来的转折点,正跃跃欲试,期待着高性能计算超指数级的进步。

  他认为,行业面临的问题不再是计算机能够做什么,而是谁能率先利用它来推动行业的革新。而AI与加速计算、高性能计算相结合,形成了推动超指数级进步的数字飞轮,而这场行业高性能计算革命将席卷数据中心、公有云和混合云以及边缘网络。

  事实上,大模型、大算力、大数据是相辅相成的,通过高质量的人工标注数据+强化学习为底层逻辑,经过万亿级别的语料投喂后不断进行学习和迭代,最后依托于强大的算力为产品的学习和输入输出进行支撑,才造就了ChatGPT这一开创性的产品。

  如何预测HPC的未来?

  微信截图_20230203095612.png

  从新冠疫情的检测到气候变化、再到金融风险分析等开发创新,有很多重大且具有挑战性的问题需要解决。HPC高性能计算集群能够应对海量数据的分析处理,HPC系统具备快速准确的数据处理能力,以及人工智能和机器学习算法,通过分析、建模和模拟将海量数据转化为可操作的见解。它使用户能够更快地处理大量数据,从而更快地获得洞察,并使组织能够在竞争中保持领先地位。

  未来的算力需求是巨大的。赛迪顾问的《先进计算产业发展白皮书》显示,随着数字技术向经济社会各领域全面持续渗透,全社会对算力需求预计每年仍将以20%以上的速度快速增长。英特尔预计,到2025年,全球算力需求将提升1000倍。

  HPC的高增长将如何影响芯片未来?可预见的是,在这场被数据中心主导的变革中,HPC将会和云、AI交织共生。

  CPU+GPU将会是发展高性能计算的重要基石,除了乘风而起的GPU,CPU方面也在努力适应未来的计算需求。占据数据中心“王座”的英特尔至强可扩展处理器,目前已经推出了第四代产品。该系列产品针对高性能计算和AI领域要求严苛的各类工作负载已经做出了明显的调整,内置人工智能加速,整合了CPU、GPU和oneAPI开放软件生态系统。

  同时,高性能计算的异构体系在日渐丰富。高性能硬件正在转向兼顾 AI、大数据处理、深度学习等应用,高性能CPU/GPU、TPU、NPU、FPGA、ASIC 等深度学习处理器/加速部件都将得到广泛应用。此外还有DPU,它自带CPU内核和操作系统,可以动态卸载网络、存储、计算等网络基础设施,以及一些高性能计算和复杂的机器学习计算任务,从而有助于提升数据中心的整体性能。

  研究机构普遍看好HPC的未来市场。根据MarketsandMarkets的研究报告,预计全球高性能计算HPC市场规模将从2020年的378亿美元,增长到2025年的494亿美元,意味着复合年增长率将达到5.5%。Report Ocean则预计,到2027年,全球HPC芯片组市场规模将从 2019年的43亿美元增长至136.8亿美元。

  写在最后

  站在新的历史节点,HPC 已超越智能手机成为半导体行业增长的主引擎。

  随着计算设备变得无处不在,通过全球网络生成和通信的数据量(通常是实时的)呈指数级增长。为了跟上这种增长,HPC变得至关重要,它拥有高速处理数据和执行复杂计算,以解决性能密集型问题的能力。

  “大计算”与“大数据”的融合已成为最具确定性的应用创新趋势,日渐丰富的大数据、AI应用迫切需要高性能的计算平台,特别是在AI与大数据“滚雪球式”的互相推进中,对于高性能的算力需求成为必然。

  就比如当我们谈论 ChatGPT 时,我们讨论的是大模型与大数据创新,但其实背后的高算力也是创新的重要着眼点,HPC的大时代真正开始了。

 更多信息可以来这里获取==>>电子技术应用-AET<<


微信图片_20210517164139.jpg

本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306118;邮箱:aet@chinaaet.com。