复盘英伟达的AI发展之路.pdf

复盘英伟达的AI发展之路。过去五年，大型语言模型的参数规模以指数级增长；从2018年起，OpenAI开始发布生成式预训练语言模型GPT以来，GPT更新换代持续提升模型及参数规 模；2022年12月，OpenAI发布基于GPT-3.5的聊天机器人模型ChatGPT，参数量达到1750亿个。ChatGPT引领全球人工智能浪潮，人工智能发展需要AI芯 片作为算力支撑。据Tractica数据，全球AI芯片市场规模预计由2018年的51亿美元增长至2025年的726亿美元，对应CAGR达46.14%；据前瞻产业研究院 数据，中国AI芯片市场规模预计由2019年的122亿元增长至2024年的785亿元，对应CAGR达45.11%。AI芯片中由于GPU通用型强，满足深度学习大量计算 的需求，因此GPU在训练负载中具有绝对优势。以GPT-3为例，在32位的单精度浮点数数据下，训练阶段所需GPU数量为1558个，谷歌级应用推理阶段所 需GPU数量为706315个。

英伟达开辟GPGPU加速计算格局，GPU架构演进及产品布局赋能AI时代。

英伟达(NVIDIA)成立于1993年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据JPR数据，4Q22英伟达独立GPU出货量占比为82%， 位居市场第一。公司股价经历2016-2018年、2020-2021年、2022年9月以来三轮快速增长；其中2022年9月至今，受AI驱动下针对芯片算力需求提升，公 司股价呈现大幅度反弹；截至2023年4月30日，公司市值为6854.00亿美元。回顾历史，1999年，公司发明了图形处理器，定义了现代计算机图形学； 2006年，公司推出用于通用GPU(GPGPU)计算的CUDA平台。自2015年以后，随着AI浪潮迅猛推进，公司业务不断多元化，向数据中心、游戏、移动设备、 汽车电子等市场发展。公司GPU产品能够并行计算的性能优势满足深度学习需求，通过对GPU架构升级不断推出新产品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。