继马斯克联合全球多位科学家写了那封轰动全球的联名信，要求停止训练比ChatGPT-4更强大的AI模型之后，近日全球用户突然发现ChatGPT在没有事先公告的情况下直接关闭了Plus付费订阅通道，所有的新用户随即无法开通会员。这也意味着当下地表最强的人工智能模型ChatGPT-4不接受新注册了。

目前，ChatGPT分成两个版本，一个是ChatGPT-3.5，完全免费使用。智能化程度更高的ChatGPT-4则需要付费。关闭付费用户通道，实际上是减少ChatGPT-4的使用。

官网的理由是，由于需求量过大，暂停Plus付费项目的购买。业内推测，是由于ChatGPT背后的算力资源出现明显缺口，导致OpenAI不得不暂时按下用户增长的暂停键。

虽然第二天早上随即恢复了付费通道。但ChatGPT公司的这个这次停售操作还是引起广泛关注。如果真是因为算力，那这可能体现出人类已经触碰到前沿科技的天花板。

01

“算力战争”成为时代主线

当下国内外所有的人工智能模型，比到最后主要就是三件事：数据量、算法和算力。这是智能时代的三要素。

当前的时代，数据并不缺。手机、各种传感器等等，无时无刻不在产生数据。真正将大家拉开差距的是算法和算力。

算法是挖掘数据智能的有效方法。算力为人工智能提供了基本的计算能力的支撑，背后是强大的硬件或者软件计算系统，本质是一种基础设施的支撑。

OpenAI预计，人工智能科学研究要想取得突破，所需要消耗的计算资源每3~4个月就要翻一倍，所以出现了算力需求爆炸式增加的情况。

而在人工智能企业需求大幅增长的情况下，算力的供给却逐步放慢了脚步。

算法和算力都高度依赖GPU芯片。高性能GPU数量或性能不够的结果是，AI推理和模型训练的准确度不足，即使做出类似的对话机器人，机器人的“智商”也会远低于ChatGPT。所以，可以说，谁的芯片多、性能强，谁的人工智能模型就更厉害。

但芯片不是光靠买就行。

现在最抢手的A100芯片，美国在去年8月份就对中国禁售了。现有A100芯片储备均是存货，剩余使用寿命约为4年-6年。中国企业目前能够获取的最佳替代品，是英伟达的A800芯片，被视为是A100的“阉割版”。但A800芯片长期缺货、有价无市。

不仅中国不好买，美国也不易获得。特斯拉、Meta现在大概有7000枚A100芯片；ChatGPT之所以能达到现在的智能高度很大一个原因就是因为其背后的微软花巨资搭建了一个由上万枚A100芯片组成的计算集群。目前全世界具备这种级别算力的只有这一家。生产这款芯片的英伟达CEO黄仁勋就介绍过，目前ChatGPT推理训练光一次就要耗费1000万美元。

可以说，ChatGPT大模型是算力推动下的革命，算力很大程度上就是人工智能进步的天花板。

因此，对英伟达这样全球领先的算力芯片公司来说，算力即赚钱机器。而对于整个人类社会来说，算力早已不是一个技术维度的概念，它已经成为了数字经济时代的核心生产力，以及全社会数智化转型的基石，是当前世界最关键的竞争资源。

02

中国移动市值逼近贵州茅台

在投资方面，无论在股权投资市场，还是二级资本市场，算力就是含金量。中国移动市值逼近贵州茅台就是个鲜明的例子。

从前，运营商提供基础通信运营服务，现在运营商则将成为全国算力的“中转站”。

去年，运营商在政策引导下发展“东数西算”工程，建设全国算力一张网的通信基建。今年，市场对国资云需求的显著提升，算力网络的建设和升级成为必然的发展趋势。

在这样的背景下，通信运营商进入从基本面到价值重估阶段。

当然，算力相关的投资机会不仅限于此。

算力产业链涵盖由设施、设备、软件供应商、网络运营商构成的上游产业，由基础电信企业、第三方数据中心服务商、云计算厂商构成的中游产业，由互联网企业、工业企业以及政府、金融、电力等各行业用户构成的下游产业。

在中国，智能算力是一片巨大的蓝海，存在巨大供给“鸿沟”。

据IDC预测，未来三年新产生的数据量将超过过去三十年的总和。但数据总量在增长，真正被有效利用的数据占比却不足1%。尤其是中国正在加速数字化转型”，在这个过程中，需要足够强的算力支撑。未来，74.5%的企业都会用到AI。

如今，各国间的算力博弈进入白热化阶段。据中国信通院统计，2022年，我国服务器规模约2000万台，算力规模超150 EFlops，位居世界第二，仅次于美国；预测2023年，在ChatGPT引爆算力需求的背景下，中国算力规模将超200 EFlops。巨头入场和“东数西算”的助推，让中国离这个万亿级算力蓝海更近了一步。

在算力相关的领域，钧山早早布局，已经覆盖了一批领先的创新型企业，例如国产GPU领域就有燧原科技、壁仞科技、沐曦集成等这些代表着火种初现的中国厂商。

高性能的GPU，已经成为了限制中国AI行业发展的最直接因素之一。但也正是在算力需求激增、硬件供给被切断、难以真正“市场化”的背景下，国内才涌现了一批GPU的“火种”企业。

这些新兴的企业中，核心团队基本都是业内顶尖专家，许多技术专家来自英伟达、AMD 等国际龙头企业。初创企业们接连完成新融资，并陆续推出新品加速商业化。

去年3月31日，壁仞科技首款通用GPU芯片BR100系列一次点亮成功，标志着壁仞科技成为国内极少数真正在核心性能层面达到国际顶尖水平的国产高端GPU芯片企业。

GPU领域具有鲜明的宽赛道、高壁垒、长周期的特点，企业前景广阔，以英伟达为例，目前它主要的应用领域包括数据中心和游戏业务。同时由于公司GPU在算力上的优势，随着比特币等虚拟货币的兴起，部分GPU用于挖矿的新需求上。在可预见的未来，包含自动驾驶、元宇宙、脑机等新兴领域的需求也将大量涌现。

从长远来看，未来大模型的研发和部署是必然趋势，而每个大模型训练和部署的背后，都有几万个GPU芯片在支持。因此，未来随着这方面的研发和应用的普及，通用 GPU 市场需求将会迎来爆发式增长。

而基于GPU，还可以延展到AI训练、AI推理、云服务等多维度服务。而这里每一个领域，又包含多个细分创新领域。

再看向整个算力产业链，前景更是广阔。据权威机构2022年底统计，2021年，我国以计算机为代表的算力产业规模，达到2.6万亿元，直接和间接分别带动经济总产出2.2万亿和8.2万亿元。

正如黄仁勋所说，“人工智能的iPhone时刻”已经来临，走向下一个时代的路，早就摆在了世人面前。