不论是关注ChatGPT应用的朋友，或者说你是关注华为新的技术创新的朋友，都会感受到人工智能的时代正在向我们走来，不论从实体产业或者资本市场来布局或者来关注人工智能我想今后是一个大概率的方向。

在人工智能这个行业赛道里面，我们通常会做三个细分赛道的划分，一个是涉及到算力，另外一个涉及到大数据，第三个是应用，也就是所谓的算法和应用。

算力通常被作为是人工智能未来到底能够实现到什么程度的一个基础性的底座支撑，涉及到算力的时候最核心的就是芯片了，然后在芯片之外可能就是我们看到的像智能的服务器什么等等，因为智能的服务器是把芯片放进去之后，形成了服务器在处理大数据时候的应用的物理基础。

今年在全世界范围内，人工智能的芯片最先进的都是在美国，最领先的是美国的英伟达，英伟达的股票价格从2023年年初到2023年的10月中旬大约涨了200%以上，另外一家叫AMD，这两家的芯片今天在全球的人工智能的大数据模型里边的应用中占比超过了80%以上，将近90%。

这就意味着不论是您所看到的在国内的所谓人工智能的AI芯片还是韩国的其他所有加起来，大约在今天全球的人工智能芯片的市场份额大约是10%左右。

您肯定要来关注了，说我们国产的AI芯片技术水平和全球领先的水平相比差距大约有多大？另外在国内的人工智能芯片企业到底是一个什么样的市场格局？下面和朋友们来做一个分析。

我们在分析的时候，尤其是谈到技术的差距，要首先找到一个标杆，我们以标杆来作为对比，可能大家会有相对比较生动的感受。

比方说我们今天您所了解的像ChatGPT的不论是3.0或者3.5这样的模型，今天已经达到4.0的模型了，3.0或3.5模型里边所应用的芯片主流的都是a100的英伟达的芯片。

在2023年以后，像ChatGPT我们看到最新的应用到4.0的大模型里面最新的芯片就已经是h100了，相当于是h100比a100又先进的一代。

h100和a100来对比，芯片的性能有什么样的变化？大约从运算的速度来看，h100相当于a100芯片的大约3~4倍的提高，或者叫3~4倍的运算速度，我想这个是从量化来对比一下，以a100左右的基础，h100比它大约是快了三倍左右。

同样我们把a100做一个对比的标杆，我们下面来看一看国产的AI芯片大体处在什么样的位置.

整体来看在国内当前我们在量化生产的大规模应用的芯片总体来看相当于a100芯片技术水平的50%~80%之间。

我们今天的一些正在研发的，就是说正在实验室，可能在明年才能够投入到应用的，潜在的在未来会投入到生产的下一代国产的AI芯片大约相当于a100芯片的80%~90%，也就相当于是到明年我们生产出来的人工智能的更先进的下一代人工智能芯片仍然还不及a100的水平，大约要打了8折打了9折。

我想这是我们对国产的人工智能AI芯片和国际水平之间的差距用刚才讲到的运算速度来做了一个对比，可能谈到运算速度你会来关心我们什么时间能够追赶上类似于英伟达现在的水平，所谓现在的水平显然就是h100的水平了。

根据来自于国内的AI芯片企业的负责人在对外公开的访谈里面可以看到，大约当前国产的人工智能芯片和英伟达最先进的水平要相差8年左右的时间，所以我想这是从时间上给了我们一个更生动的感受。

从技术的差距说清楚之后，下边看一下国内的大约有20家左右的 AI芯片企业，如果把它们做一个划分的话，大体上呈现了是三个梯队的格局。

排在第一梯队，大家可能知道像华为的人工智能芯片是比较先进的，主要是华为海思来设计的，华为海思刚刚投入到应用的最先进的芯片大约相当于a100芯片的80%~90%的性能。

另外还有叫寒武纪，寒武纪也排在第一梯队，它正在研发的芯片预计到明年投入到应用，大约相当于a100芯片的性能的也是80%~90%。

另外排在第一梯队的还有像百度的昆仑芯片，还有思源科技的芯片，大体上他们正在研发的芯片的技术都相当于a100芯片的百分之八九十左右的运算速度。

下面我们再来看排在第二梯队的，主要有壁仞科技、天数智芯，还有像摩尔线程、沐曦等等，之所以排在第二梯队，不论看他们的技术性能，还是说看他们今天的AI芯片量产的规模、量产的能力，以及还有他们的研发团队，包括持续投入以及正在实验室研发的下一代芯片的具体性能，综合来考量，大体排在第二梯队第三梯队，像海光、景嘉微大约是排在了第三梯队。

以上企业总体来看，我们的规模和包括像英伟达、AMD相对比总体的规模不论是从收入、利润还是从每年的产量都还是相差的比较远。

好了，我想了解了芯片之后，你可能还会关注到底我们人工智能的服务器的情况怎么样，我们人工智能的其他企业包括像大数据、我们算法的应用又是什么样的一个情况，要想了解更多，欢迎关注道哥道金融，在专栏搜索先进制造业来了解这方面专业系统的分析，相信对您一定会有帮助，谢谢。