随着ChatGPT的火热，给GPU与高性能高带宽内存带来广阔市场。

英伟达作为“ChatGPT”时代的最大受益者，它带来了交互式人工智能（AI）服务热潮，因此对其未来营收具有强大影响力。全球最大人工智能 (AI) 研究所“OpenAI”公开的人工智能聊天机器人（聊天机器人）“ChatGPT”相关的股价正在迅速上涨。

英伟达为“ChatGPT”提供技术基础占据了全球图形处理单元 (GPU) 市场的 80%的英伟达，在今年股价也飙升了 40% 以上。它还向 Open AI 交付了 10000 多个图形处理单元 (GPU)。

英伟达去年的收入为 269 亿美元。市值5231亿，是销售额的19倍多。英伟达未来价值之所以受到高度评价，得益于新开辟的巨大市场“Conversational AI”。

为了让会话式 AI 像人类一样思考和说话，它需要学习广阔的领域，而 GPU 作为提供学习所需数据的工具比中央处理器 (CPU) 更高效。ChatGPT 使用 10000 多个英伟达的“A100”GPU 学习了庞大的文档数据，因此，它能够像人类一样进行交流。专家解释，单个芯片本身的处理速度用CPU可以很快，但是当数据量很大的时候，用GPU整体需要的时间就少很多。此外，ChatGPT 只有在实时学习每天涌入的数据时，才能消除错误或错误答案的可能性。这意味着未来将需要更多的 GPU。

如果对 GPU 的需求增加，英伟达将是最大的受益者。接受英伟达委托生产订单的台积电也增加了工作量。

还有一种前景是，与GPU配对用于AI学习和计算的高性能高带宽内存（HBM，high-performance DRAM）也将爆发。当对高性能 DRAM 的需求增加时，三星电子和 SK 海力士的销售额也会增加。

英伟达初创 GPU
几乎垄断了 GPU 市场的英伟达控制着 92% 的用于 AI 学习和推理的“AI 半导体（加速器）”市场。其余为 AMD 5% 和英特尔1%。

CPU 市场的霸主英特尔，在 GPU 市场处于劣势。同样，英伟达之所以开创了GPU的半导体领域，也是因为当初英特尔占据了CPU市场的大部分份额。如今，GPU 现在已经成为高端 PC 游戏和设计工作必不可少的计算引擎。

黄仁勋（60 岁），英伟达创始人，1963 年出生于中国台湾，随身为工程师的父母移居美国。从俄勒冈州立大学电气工程系毕业并获得斯坦福大学工程硕士学位 (MSEE) 后，黄仁勋曾在 AMD 担任微处理器设计师。

1993 年，他与在 Sun Microsystems 设计图形芯片组的工程师 Curtis Priem 和电子专家 Chris Malachowski 共同创立了初创公司英伟达。最初，黄仁勋打算打造一个专门处理多媒体的CPU。但是，CPU 市场由英特尔主导。他害怕英特尔，于是放弃了CPU生产，转而关注GPU开发。经过两年的研发，英伟达的第一款 GPU，称为“NV1”，于 1995 年 9 月发布。之后GPU 与多媒体和游戏的发展一起成长。

GPU在AI半导体时代迎来新机遇
直到 20 世纪 90 年代初，安装在 PC 中的显卡还只是一个适配器（转换器）之类的组件，它将 CPU 的计算结果转换为图片或文本信号，并输出到显示器上。然而，自 20 世纪 90 年代中期以来，随着 PC 多媒体内容和游戏市场的增长，CPU 难以单独处理。在这种情况下，英伟达的 GPU 应运而生，成为一种无需 CPU 帮助即可自行识别和实现多媒体的计算引擎。这是因为它显示了以快速计算方法处理高端图形的能力。可以毫不夸张地说，PC游戏行业之所以能够在快速发展的同时，以绚丽的画面作为武器让用户陶醉，多亏了GPU。

GPU在AI半导体时代迎来新机遇。人工智能研究人员主要使用 CPU 作为人工智能的系统半导体。然而，在2012年的AI视觉智能竞赛“ImageNet”中，人们发现GPU更适合AI的学习和编程。

加拿大多伦多大学的 Alex Krizewski 推出了 AlexNet，它使用了英伟达的 GPU，有利于并行计算，并获得了冠军。与 CPU 不同，AlexNet 引入了深度学习，通过实现类似于人脑结构的螺旋神经网络来升级现有的机器学习方法（ML）。在这场通过识别分为 1000 多个类别的 100 万张图像来争夺准确性的比赛中，GPU 的表现非常出色。

从那时起，研究人员就注意到 英伟达的 GPU 也是 AI 编程的最佳选择。人工智能通过深度学习发展了知识和判断力后，它意识到多媒体和图像的快速处理对于人工智能像人一样进行对话或写论文是必不可少的。

一个矛盾的局面正在产生，初创公司英伟达的创始人黄仁勋为了避开英特尔主导的 CPU 市场而打造的 GPU，正在崛起为 AI 时代的引领者。