眾所周知，最近美國OpenAI的ChatGPT火爆了。

究竟有多火，看看用戶發(fā)展速度就明白了，它用兩天時間突破100萬用戶，它突破1億用戶花了兩個月。

然后微軟投了100多億美元，而谷歌也全力跟進，大家認(rèn)為這可能是一次新的工業(yè)革命。

說真的，這次ChatGPT的誕生，對中國人工智能領(lǐng)域的刺激還是很大的，很多人表示，通過ChatGPT可以看出中美人工智能差距還是比較大的。

想當(dāng)初，眾多媒體均表示中國在人工智能等領(lǐng)域并不比美國落后，甚至走到了美國前面，那么為何這次ChatGPT會誕生在美國呢?究竟是什么拖了中國ChatGPT的后腿？

其實在我看來，歸根結(jié)底還是芯片，特別是AI芯片，比如GPU、CPU、FPGA、ASIC芯片等等，目前差距還很大。

ChatGPT背后，其實是高算力支持，之有有媒體報道稱，ChatGPT目前至少已經(jīng)導(dǎo)入了1萬塊NVIDIA的高端GPU，其總算力已經(jīng)超過了3640PF-days。

具體用價值來算的話，在算力建設(shè)這一塊，ChatGPT可能有50億美元的數(shù)據(jù)中心在后面支撐著。

但在國內(nèi)，要建設(shè)如此龐大的數(shù)據(jù)中心，并不容易，特別是高端GPU顯卡，其實已經(jīng)買不到了，被美國禁售了，比如AMD的最高端的MI250人工智能芯片，還有英偉達(dá)的A100和H100芯片。這三款都是被用于加速人工智能任務(wù)的最新兩代旗艦GPU計算芯片。

而OpenAI的GPT-3 的1750億參數(shù)（45.3T）模型單次訓(xùn)練需要1024張NVIDA A100 GPU訓(xùn)練34天。而GPT-4需要的算力會增加兩個數(shù)量級，我們從哪搞到這些芯片？

另外像CPU，FPGA、ASIC芯片，中美的差距還是相當(dāng)大的。在這樣的情況之下，讓中國的企業(yè)，花幾百億，采購大堆的先進芯片，然后先建一個數(shù)據(jù)中心來支撐算力，想想都不太可能。

當(dāng)然，除了算力之外，還有一個原因就是錢。ChatGPT的背后，有微軟這樣的大企業(yè)，上百億美元的輸血，放在國內(nèi)也很難實現(xiàn)。

讓一家上市企業(yè)，這么花錢，資本市場交待不過去，這筆錢批不出來的，就算谷歌、微軟在看不到希望前，都不敢這么燒錢來干。

而讓一家創(chuàng)業(yè)公司這么來干，又需要大投資機構(gòu)、或者科技公司投錢，而國內(nèi)要想得到上百億美元的投資，基本上都是希望短期內(nèi)看到回報的，但ChatGPT這事，可能是相當(dāng)長時期看不到回報的事，國內(nèi)有這個實力的投資者，科技企業(yè)，都不敢投，這也是原因之一。

當(dāng)然，目前國內(nèi)的百度、阿里、華為、騰訊、科大訊飛等也在摩拳擦掌，也要推出類似的產(chǎn)品。但總而言之，前途是光明的，但過程肯定是困難的，我們要樂觀，但也要對這種事情敲響警鐘。