别只盯着大模型，AI芯片才是那个闷声发大财的狠角色

说实话，最近后台好多朋友私信我，问的都是些“哪个AI工具能一键生成爆款视频”、“怎么用提示词让ChatGPT更听话”之类的实操题。

但我今天想跟你聊点不一样的，咱们把目光从那些花里胡哨的软件界面往上抬一抬，去看看藏在这些热闹底下的那堆“铁片子”——AI芯片。

你可能觉得，芯片这玩意儿离咱普通用户太远了，那是英伟达黄老板和苏妈他们操心的事，但我跟你说，还真不是，这两年AI应用能井喷式爆发，背后全靠这些“跑得快”的芯片在硬扛，没有它们，你手机里那个能帮你写周报的助手，可能就是台只会“嗯嗯啊啊”的电子词典。

咱们先给这玩意儿画个像，现在的AI芯片市场，那叫一个“神仙打架”，英伟达靠着H100、A100这些吃饭的家伙，基本把大模型训练的市场给包圆了，市值一度飙到天际，被大家戏称为“卖铲子的首富”——淘金热里，最赚钱的永远是卖工具的,这道理放哪都成立。

但你要以为这市场就它一家独大，那就太天真了，AMD的MI300系列一直在后面紧追不舍，虽然软件生态差点意思，但性价比那是相当能打，活脱脱一个“价格屠夫”，更别提谷歌那个闷头搞了多年的TPU，人家不走零售，专门给自己家那套大模型当“保姆”，省电又高效,就问你气不气？

这一下子就把话题带到了中国这边，你可能也感觉到了，咱们国内这两年AI芯片的动静是真不小，华为昇腾、寒武纪、海光这些名字,出现的频率越来越高。

先说个最基本的，先解决“有没有”的问题，以前咱们是“卡脖子”卡得难受，高端货买不到，现在至少国产芯片能顶上去，把训练大模型这活儿给干起来，虽然单卡性能跟人家旗舰比，可能还有差距，但咱们有“人海战术”啊，用多卡互联，靠堆数量来弥补单卡的质量,硬是把生态给跑通了一部分。

但这中间有个特别有意思的转变，我不知道你注意到没有——以前大家是“死磕”训练芯片，觉得能把大模型“训出来”才是爷，现在风向变了，大家更关心“推理”这一头。

为啥？因为训练是“一锤子买卖”，再大的模型也就训练几次，可推理是“细水长流”，你每天用的各种AI功能，每一次响应都是在做推理，这就好比，你花大价钱盖了个豪华体育场（训练），结果每天的日常却是大家在这楼里跑操（推理），现在国产芯片厂商都在琢磨怎么把推理的效率做上去，功耗降下来，这其实是个更务实、也更贴近咱们普通用户的路子。

这么一说，是不是感觉AI芯片没你想的那么高冷了？它其实就是个“超级算力发动机”,只不过现在这个发动机正在经历一场大混战。

你发现没有，AI芯片的前景再亮眼，也绕不开一个老生常谈的词：生态。

打个比方，英伟达的CUDA（就是它的编程平台）已经成了AI开发者们的“通用语言”，你随便拉个刚入行的小伙子，他都会写，而国产芯片呢，你得用自己的一套工具去“翻译”，这中间的适配成本，才是最大的隐形门槛，这就像苹果IOS和安卓的差别，不是说谁性能差,而是谁用起来更省心。

所以聊到最后，我想说点实在的，AI芯片的未来，肯定不是一家独大的局面了，它会像手机芯片一样，分成高中低端，各有各的活法，高端还是那几个巨头在拼刺刀，中低端和特定场景（比如安防、汽车）上，国产芯片的机会巨大。 创作者，其实不用懂那些复杂的制程工艺，你只要记住一个逻辑：只要AI应用还在不断冒新芽，那些底下默默干活的芯片，就会一直缺货，这不叫风口,这叫基建。

好，今天这篇纯属是闲聊我的观察，你要是对AI工具的实操感兴趣，指尖上划拉划拉，去翻翻我前两天的文章，那里面写得更细,咱们下回见。

（免费申请加入）AI工具导航网

相关标签： # AI芯片的发展现状与前景翻译