ChatGPT之父、OpenAI公司CEO奧特曼（Sam Altman）周日在一條Twitter上寫道：“新版摩爾定律很快就要來了，宇宙中的智能數量每18個月就會翻一倍�！�
摩爾定律是英特爾(25.57, 0.43, 1.71%)聯合創始人摩爾對半導體行業的預測，指芯片中的晶體管數量大約每兩年翻一番，同時價格降一半。幾年前，芯片巨頭英偉達創始人CEO黃仁勛就曾表示：“摩爾定律已死�！�
奧特曼的最新言論很快在社交媒體上發酵，但他沒有具體解釋所謂的“智能”（intelligence）到底是指什么，這也引發了業內的熱烈討論。
宇宙智能數量18個月翻番指什么？
“當（人腦之外的）另一個結構可以突破（神經元）總量限制時，智能的確會不斷爆炸�！�獵豹移動(2.59, 0.00, 0.00%)董事長傅盛在微信朋友圈中寫道。他向第一財經記者解釋稱：“這里的智能應該指神經元參數�！�
瀾舟科技創始人CEO周明對第一財經記者表示，雖然神經元參數確實是可以數值化衡量的指標，但是過去幾年里，神經元參數似乎并沒有18個月就實現翻番。
“我認為Altman說的意思比較含糊，我個人的理解是，世界上的人工智能能力每18個月翻一倍，但怎么才算翻一倍，是增加新的能力的個數，還是已有能力的翻倍提升，他沒有明確說明�！敝苊鲗Φ谝�財經記者表示。
第一財經記者就如何理解“智能”翻番向ChatGPT提問。首先問：“宇宙中智能數量每18個月翻一倍，這里的智能是指什么？”ChatGPT回答道：“聲稱宇宙中的智能數量每18個月翻番是沒有科學依據的，因為智能不是一個可以用這種方式測量或量化的物理量，通常認為它是一個具有復雜特性的東西，不能簡化為單個指標或者數值�！�
當第一財經記者在提問中加入ChatGPT創始人奧特曼的名字，再問：“奧特曼所說的新版摩爾定律是指什么？”ChatGPT回答稱：“新摩爾定律指的是奧特曼在2018年做出的關于人工智能快速發展及其能力呈指數級增長的預測。奧特曼表示，人工智能發展的速度目前正在超過摩爾定律�！�
從ChatGPT的回答中可以看出，這一預測是奧特曼早在2018年就曾作出的，但當時OpenAI的能力遠不如今天，這一表態自然也未受到關注。
如今，奧特曼重新將他的“新版摩爾定律”拋出，背后是深度學習和AI的崛起。但不管ChatGPT如何強大，背后也離不開算力的支撐。
隨著人類對于算力的要求越來越高，要滿足新的高性能運算需求，芯片就需要不斷迭代，成本也會隨之增加。目前支撐包括ChatGPT大模型在內的95%用于機器學習的芯片都是英偉達的A100，該芯片的單價超過1萬美元。
在上周英偉達的財報會議上，黃仁勛稱，英偉達的GPU在過去的十年里將AI的處理性能提高了100萬倍。英偉達現在希望將AI的訓練速度提高至少1萬倍。
研究機構Gartner分析師盛陵海對第一財經記者表示：“過去十年是AI發展從0到100的階段，但是要從100到10000，是完全不同的場景。過去十年芯片的發展還遵循摩爾定律，但隨著摩爾定律接近極限，未來計算機的能力要進一步提升越來越困難，除非量子計算能有大的突破�！�
誰能顛覆人工智能“主力”A100？
根據研究機構New Street Research發布的一份報告，英偉達的A100目前已成為人工智能領域的“主力”，占據了用于機器學習的圖形處理器市場95%的份額。
訓練大型語言模型需要大量GPU，這些GPU還能進行“推理”。擁有熱門AI產品的公司通常需要購買更多GPU來處理峰值期間的數據或用于模型的改進。例如，人工智能公司Stability AI公司過去一年購買的A100芯片數量增加到目前的5400個。Stability AI的軟件用于圖像生成器Stable Diffusion，使用256個A100芯片訓練模型，訓練總時長達20萬個小時。
除了單個的A100芯片之外，英偉達還出售一個包含8個A100的服務器系統DGX，售價接近20萬美元。根據機構測算，微軟(252.0511, 2.83, 1.14%)基于ChatGPT的人工智能搜索必應（Bing AI）需要超過2萬臺DGX服務器系統，才能使Bing的模型支持每個人的搜索，這表明該功能可能需要微軟投資40億美元的基礎設施支出。
而谷歌(89.79, 0.44, 0.49%)每天進行近百億次的搜索服務需要的服務器能力更大。根據New Street Research的技術分析師Antoine Chkaiban的預測，谷歌要滿足所有人的搜索，需要在DGX上花費800億美元�！斑@說明每個使用如此龐大的語言模型的用戶都需要一臺大型超級計算機�！盋hkaiban在報告中寫道。
但目前僅有大公司才有實力進行如此巨大的投資。為了讓更多小公司能夠使用英偉達AI的能力，英偉達正在拓展一種全新商業模式。黃仁勛在上周的財報電話會議中表示，未來將直接出售對DGX系統的云訪問，從而降低小公司研究人員使用AI能力的入門成本。
在黃仁勛看來，英偉達提供的價值是將原來需要投入10億美元運行CPU的數據中心縮減為僅用1億美元就能搞定的數據中心，現在將該數據中心放在云端共享，意味著可以由100家公司來分擔這一成本，因此每家公司支付的實際上是非常少的費用�！艾F在企業可以花一兩千萬來構建一個類似GPT的大型語言模型，這是可以支付得起的�！秉S仁勛表示。
盡管英偉達并不是唯一一家生產用于人工智能GPU的公司，但根據研究機構State of AI的報告，截至去年12月，超過2萬篇開源AI論文中都使用了英偉達的AI芯片，其中A100在2022年的使用量迅速增長，成為英偉達被使用第三多的芯片，僅次于其售價1500美元的游戲芯片。
目前能與A100的使用量競爭的仍然是英偉達去年量產的下一代人工智能芯片H100。這款芯片的售價更高，并且在截至今年1月的財季中，H100芯片的收入已經超過了A100。英偉達表示，H100是該公司推出的首款針對transformer架構進行優化的數據中心GPU，transformer正在越來越多地用于新的頂級人工智能應用程序，重要性日益凸顯。
“H100采用了5納米的制程，相比于A100的7納米制程而言，H100的性能應該是顯著優于A100的�！笔⒘旰Φ谝�財經記者表示。
