AI风口已至，国内AI芯片厂商摩拳擦掌，蓄势而发

AI由数据、算法（即模型）和算力驱动，其中任意一方的发展会推动其他方面需求的增长。当下业内虽然拥有更多的数据以及做了更多的AI模型研究，但算力的扩展速度却没有跟上。今年4月，OpenAI就因需求量过大而停止了ChatGPT Plus的销售。而且根据数据预测，AI时代算力的增长已远远超过了摩尔定律每18个月翻番的速率，预计到2030年全球超算算力将达到0.2ZFLOPS，平均年增速超过34%。

面对持续激增的算力需求，为AI提供智能算力的AI芯片市场需求也愈发旺盛。那么在当下这个“智能革命”的起点，国内AI芯片厂商的算力发展又走到哪一步了呢？一起来看看。

国内AI芯片厂商虽然与英伟达等国际巨头有着一定差距，但随着近年来在研发领域的持续投入，仍取得了不错的成绩。随着AI应用的普及和成效开始凸显，国内AI芯片厂商正迎来全面爆发和增长，海光信息、华为昇腾、沐曦科技等多家佼佼者也将慢慢浮出水面。

海光信息作为国内AI芯片领域的先行者之一，以GPGPU架构为基础，推出了DCU系列产品。作为全精度的GPU，DCU系列产品兼具架构通用、生态丰富、性能高效的优势，可以满足多元复杂应用场景需求，是国内AI芯片厂商的第一序列的一员，未来发展潜力巨大。

华为昇腾则作为国内AI芯片领域内的红人，一直受到市场的重点关注。据华为官方公布数据显示，昇腾910实现了在16位、8位等低精度计算下的国际规格。然而优异的成绩仅局限于16位、8位等低精度计算，不能完成GPT-3等大模型训练所需32位甚至64位的计算。因此为满足未来市场对大模型训练的需求，华为昇腾正在努力补足产品对32位和64位精度的计算能力，向第一序列快速靠拢。

沐曦科技则已经推出曦思和曦云两款GPU，但目前沐曦的GPU还只是满足了32位的AI训练及通用计算，却难以支持64位双精度浮点运算，相信这也将是沐曦接下来的发展方向。

未来随着AI芯片技术的逐渐成熟，其应用场景将快速渗透到各类智能终端领域中，在我国科技发展中也将占据越来越重要的地位。而中国工程院院士李国杰曾表示，AI应用需要多精度混合计算，不论是32位、16位甚至整数运算的低精度需求还是64位双精度浮点运算，都是未来AI芯片不可或缺的。

虽然目前国内AI芯片除海光DCU系列外，各家在多精度混合计算上仍需补足，但相信随着厂商继续加大研发投入，加快技术发展速率，未来的产品仍可以满足国内甚至国际市场对AI芯片的需求，让中国AI芯片走出国门，走向世界。