文章|半导体行业视角 2022年11月30日，美国OpenAI开发的聊天机器人程序ChatGPT正式发布。
ChatGPT是一款由人工智能技术驱动的自然语言处理工具。
它可以通过理解和学习人类语言来进行对话，还可以根据聊天的上下文进行交互。
它可以真正像人类一样聊天和交流，甚至可以完成编写电子邮件和视频脚本。
、文案、翻译、编码、撰写论文等任务。
这样的“聪明”在世界范围内引起了巨大反响。
然而，四个月后风格发生了变化。
今年3月31日，意大利个人数据保护局宣布，即日起暂时禁止使用聊天机器人ChatGPT。
它已对 OpenAI 聊天机器人 ChatGPT 涉嫌违反数据收集规则展开调查，并暂时停止使用聊天机器人 ChatGPT。
限制 OpenAI 处理意大利用户数据。
这只是ChatGPT被封禁的开始…… 01.为何被封禁 今年5月，据《华尔街日报》报道，苹果因数据安全问题，禁止员工使用ChatGPT等AI工具。
无独有偶，三星也被“骗了”。
一名员工在软件测试期间将有问题的代码发送给 ChatGPT 并寻求解决方案。
此次操作将三星的部分源代码变成了ChatGPT学习资料。
我想三星自己也没想到会泄露这样的秘密。
甚至三星也有不止一名这样的员工。
更严重的是，三星很可能没有办法恢复或完全删除这些机密数据。
它们已被存储在OpenAI的服务器中并被训练成AI算法。
此类模式很难将个人信息的痕迹全部删除，更难以追根溯源。
除了三星之外，亚马逊和微软此前也经历过ChatGPT泄露事件。
OpenAI创始人之一马斯克曾在社交媒体平台上盛赞ChatGPT：“这是一个新世界。
作业再见！”一月初，纽约市教育局宣布禁止学生在学校设备和网络上使用 ChatGPT，以防止学生作弊。
同时在欧洲，巴黎政治学院率先禁止各校区所有学生和教职人员使用ChatGPT完成教学任务。
在澳大利亚，新南威尔士州、昆士兰州、西澳大利亚州和塔斯马尼亚州等多个州已宣布禁止在学校使用 ChatGPT。
在是否禁止ChatGPT的问题上，学生们的观点比较一致：72%的大学生认为应该在学校网络中禁止ChatGPT。
ChatGPT 可能会导致学生没有真正学习材料，而是依靠机器为他们完成工作。
这导致批判性思维和分析能力的进一步贬值。
整个人工智能领域的发展将因此产生深远的影响。
此次被禁事件也表明，在人工智能的发展过程中，需要建立一个值得信赖、透明的机制来规范和解决人工智能可能带来的问题。
这样就可以避免像ChatGPT这样的事件再次发生。
对此，中国人民大学未来法治研究院执行院长张继宇表示，调解发展与安全的矛盾，构建以人民为中心的智慧社会法治秩序，对于推动人工智能技术健康有序发展。
。
02、水能载舟，亦能覆舟。
ChatGPT 的成功其实并非偶然——继去年 Midjourney（AI 绘图工具）的火爆之后，Stability.AI、Runway、Jasper.AI 等 AI 生成内容工具的开发商也相继受到了资本的青睐。
又点燃了市场对AIGC的投资热情。
归根结底，ChatGPT的成功是技术发展尤其是底层技术积累和变异的结果。
红紫ChatGPT技术仍在不断突破，市场稳定，它的出现也刺激了部分细分市场的增长。
瑞银在今年2月1日发布的ChatGPT报告中表示，截至今年1月底，ChatGPT上线仅两个月，月活跃用户就已突破1亿，称这是行业的一个发展。
互联网领域。
过去 20 年来增长最快的消费类应用。
但在推动增长的同时，风险也在悄然增加。
成本高，会不会伤到脚？业内人士表示，ChatGPT对于普通创业者来说并不是一场盛??宴。
因为投资者在投资ChatG-PT相关公司时，首先关注的是创始人是否能够支持这个项目。
它是一个通用的人工智能，需要大量的算力、资金和极其强大的人力资源。
在国内环境下，需要注意结合场景，找到客户愿意“买单”的方向。
行业媒体 The Information 报道称，OpenAI 去年在开发 ChatGPT 时损失了约 5.4 亿美元，并表示需要 1000 亿美元才能实现其雄心。
OpenAI 创始人 Sam Altman 在最近的一次小组讨论中表示：“我们将成为硅谷历史上资本最密集的初创公司。
”随着微软向 OpenAI 投入数十亿美元，当被问及其人工智能业务将花费多少时，该公司承诺密切关注其利润。
人工智能计算对计算能力的要求截然不同。
有分析人士指出，如果谷歌要将其当前搜索业务背后的所有引擎都替换为ChatGPT，则需要400万块显卡和1000亿美元的基础设施投资。
原因很简单。
过去，搜索引擎使用具有 5000 万个参数的小型模型。
现在，即使不是1500亿个参数，即使是数十亿个参数，相比之前模型优化改进的数量也已经是数百倍了，所以需要更大。
计算能力。
这意味着更多的投资。
据研究公司SemiAnalysis等数据显示，除了前期GPU等设备上亿的投入外，ChatGPT的维护成本高得惊人。
维护 OpenAI 的 ChatGPT 等对话式人工智能引擎的日常成本高达 70 万美元。
更大的参数通常意味着更强大的人工智能，但也会增加成本。
换句话说，ChatGPT是“努力才能创造奇迹”的产物。
是芯片、显卡、AI、数据库等技术发展到高水平，持续烧钱的产物。
近日，国内外12家研究机构联合发表的智能计算论文指出，AI模型所需的计算能力每100天就会翻一番，远远超过摩尔定律（集成电路上可容纳的晶体管数量）。
这个数字大约每两年翻一番），即未来五年预计将增加100万倍以上。
随着传统摩尔定律的到期，跟上如此快速增长的计算能力需求确实具有挑战性。
此外，虽然ChatGPT已经推出付费订阅版本并进入商业化阶段，但AIGC的商业化仍处于探索阶段，且仍以B端为主。
浙商证券研报指出，B端变现路径更加多元化和成熟，广告、营销等行业都有可想象的应用场景，支付可能性和水平相对较高。
谁能承担这个费用？如今面临“封禁”，这块大石头会砸到谁的脚呢？全球冒险人工智能大模型领域的竞争日趋激烈，ChatGPT未来有望演变成新一代操作系统平台和生态系统。
这种变化类似于移动互联网从个人电脑到手机的转变。
大部分计算负载将被以大模型为核心的新一代信息基础设施接管。
这种新范式将影响从应用到基础设施的各个层面，引发整个行业格局的巨大变化。
大模型及其软硬件支撑系统之间的生态之争将成为未来十年信息产业的焦点。
据外媒5月22日报道，由OpenAI训练的人工智能聊天机器人ChatGPT掀起的生成式人工智能研发和应用浪潮，也增加了对高性能GPU、高带宽内存等的需求。
作为全球主要的高性能GPU供应商，英伟达也被认为是人工智能研发和应用浪潮的重要受益者。
相关媒体还援引市场消息称，英伟达的两款数据中心高性能GPU A100和H100的订单正在增加，并且他们也增加了在台积电的晶圆产量。
报道中，相关媒体提到，英伟达的H100 GPU采用台积电的4nm工艺技术，而A100则采用7nm工艺技术。
英伟达在台积电增加晶圆产量，也将填补联发科削减订单后相关制程技术的产能缺口。
NVIDIA 的高性能 GPU 常用于 ChatGPT 训练和应用程序。
外媒在此前的报道中披露，OpenAI 在训练 ChatGPT 时使用了 10,000 个 NVIDIA GPU。
为了满足 ChatGPT 推出后的服务器需求，截至 2 月底，OpenAI 已使用约 25,000 个 NVIDIA GPU。
。
人工智能应用对高性能GPU需求的增加也提振了英伟达的业绩和股价，CEO黄仁勋的身家也大幅增长。
上周，外媒报道称，在人工智能应用需求增加的推动下，黄仁勋的身家今年已增至273亿美元，几乎翻了一番。
没有一种投资只会产生回报。
现在ChatGPT在多地被禁止，NVIDIA以及接受NVIDIA订单的台积电势必受到影响。
这么大的厂商面临的风险可能是船大不怕浪，但如果是刚刚成立或者专注做AI芯片的初创企业，可能就不稳定了。
03.落后了就会挨打。
有人说，既得利益者必须通过压制新技术来维持自己的优势（ChatGPT）。
但最终，落后的人都会被打败。
此前，马斯克和千名科学家写了一封公开信，呼吁暂停GPT4及以上版本的开发。
信中写道：“当代人工智能系统正在成为人类执行一般任务的竞争对手。
我们必须问自己：我们是否应该让机器充斥着宣传和虚假信息？我们的信息渠道？我们是否应该自动消除所有工作，包括那些有意义吗？我们是否应该开发最终可能超越并取代我们的非人类思维？我们是否应该冒着失去对我们文明的控制的风险？？只有在我们确信这些系统的影响将是积极的并且风险可控。
”话虽如此，马斯克立即斥巨资购买了10000块GPU，并将全部精力投入到GPT的开发上，包括谷歌、百度、阿里巴巴在内的一大批业内知名公司也纷纷投资了GPT。
AI领域创业热潮。
毕竟，随着全球人工智能竞争的白热化和吸引发展机遇，对于大型科技公司来说更现实的是如何在这一波科技浪潮中保持自己的核心竞争力，以巩固自己的优势地位。