ChatGPT的爆火出圈直接点燃了AI时代的浪潮，行业巨头纷纷入局。微软将该模型引入BING搜索，谷歌推出Bard AI，百度也将推出“文心一言”。
在AI这个大浪潮之下，大洋彼岸又一次走在了中国的前面。随着ChatGPT的出圈，也使得大家在思考国内是否也能出现一个类似OpenAI的公司。
差距在哪？
据近期专家会议纪要提到的数据显示，目前OpenAI拥有10000张卡，购买要10亿人民币；Stability有4000张卡，而国内所有公司总共超不过10000张卡。
从目前来看，至少国内没有任何一个公司在全力投入这件事情。摆在现实的问题是，除了昂贵的成本，还面临一个更现实的问题：
2022年8月，英伟达和AMD被告知停止向中国出口部分高性能GPU芯片，其中包括英伟达A100芯片、H100芯片以及AMD M1250芯片等多款高性能显卡。
10月，美国对我国出口芯片产品的限制以算力做划分，4800TOPS以上算力受到限制。AMD的MI100/MI200和英伟达的H100都已经暂停向我国出口。
算力的需求有多大？
据中信电子测算ChatGPT对GPU算力的需求：
短期内GPU增量与市场规模：参考OpenAI算法，假设每日1亿用户，每人进行10条交互，每个问题的回答长度为50词，算力利用率30%，则单个大语言模型（LLM）的日常需求有望带来2.13万片A100的增量，对应市场规模2.13亿美元。假设有5家大企业推出此类LLM，则总增量为10.7片A100，对应市场规模10.7亿美元。
短期服务器增量与市场规模：单个服务器包含8个GPU，因此单个LLM带来2669台服务器需求，对应市场规模3.39亿美元，5家大企业共需要13345台，对应市场规模20亿美元。
长期市场空间：参考谷歌，若每日搜访问30亿次，需要106.74万张A100，对应13.3万台服务器DGX A100，带来市场空间200亿美元。
AI的时代浪潮下，Chiplet能成为中国突破算力限制的希望吗？
简单来说，就是通过以Chiplet为核心技术的异构堆叠技术，将大规模的SoC按功能模块分解成小的单元模块，选择最适合的制程工艺，可以大幅降低芯片设计的难度和设计成本，实现媲美乃至超越传统SOC的性能和各项表现。
去年国内壁仞科技推出首款面向云端人工智能（AI）训练及推理的7nm通用GPU算力产品BR100系列，应用了Chiplet，使其旗舰产品的峰值算力超过了英伟达目前在售的旗舰计算产品A100 GPU的3倍，达到了国际领先水平。
最关键的是由于使用了Chiplet技术，该芯片仍然在美国的限制标准下能够生产。
除此之外，华为、璧韧科技、寒武纪、AMD、apple、Intel企业都在布局chiplet并且这些企业都已经流片甚至量产了基于chiplet方案的芯片。
对于中国半导体产业的现状来说，在没有严格的功耗限制下堆叠Chiplet，并且等待国内的制程突破，可能是唯一解。
在Chiplet领域哪些上市公司值得关注？
IP：
芯原股份：公司2022 年半年报披露，芯原有望成为全球第一批面向客户推出Chiplet商用产品的企业。
设计：
寒武纪：公司思元370是首款采用Chiplet 技术的Al芯片。
先进封装：
通富微电：全球先进封测领先厂商，绑定AMD，具备Chiplet封装大规模生产能力，随先进封装技术持续发展等有望开启加速增长。
长电科技：全球先进封测领先厂商，绑定AMD，具备Chiplet封装大规模生产能力，随先进封装技术持续发展等有望开启加速增长。