芯片既是工业制造领域的明珠，也是大国较量的砝码。2022年8月，美国政府签署《2022年芯片和科学法案》，中国芯片市场掀起了滔天巨浪。如今，美国在半导体领域对中国发起的限制日渐升级。今年1月，日本和荷兰也和美国达成协议，对中国实施半导体设备出口管制。三星电子、海力士半导体和台积电等半导体企业被迫在这场“芯片战争”中艰难抉择。
中国海关数据显示，2023年1~2月中国集成电路进口量为676亿个，较2022年同期下滑26.5%，降幅大于2022全年15.3%下滑。2022年也是中国近20年来集成电路进口量首次下降的年份。法案落地近一年后，中国大陆的芯片市场受到了什么影响？近期欧盟提出的《欧洲芯片法案》是否进一步加剧了这些影响？
本期峰瑞资本合伙人杨永成和科技早知道主播刘灿、Diane围绕着国内芯片自研产业的发展现状，探讨了以下问题：
-
为什么大模型的热度会直接助推芯片市场的发展？这次热潮会改变芯片市场吗？
-
哪些因素让英伟达在这次AI热潮中脱颖而出？
-
中国的科技企业如何正确应对芯片焦虑，并突破芯片设计上的短板？
-
美国《芯片法案》实施后对全球芯片行业造成了什么实质影响？
注：本文截取、编辑了访谈的部分内容，希望能给大家带来新的思考角度。
一、为什么大模型会助推芯片市场？
刘灿：国内多数大厂在做了一遍大模型后，开始把目光瞄准了芯片领域。为什么大模型的热度会直接助推芯片市场？背后的逻辑是什么？
杨永成：过去，应用层面的东西是可以不断累加和迭代的。你可以从一个基础模型开始，不断改进，随着数据和应用案例的增加，逐步完善模型。然而，对现在的应用场景来讲，大家对于应用GPT的需求是爆发性的。
以前的小模型更多偏向于垂直领域，是累积式的发展。但是在大模型领域，如果没有巨大的算力，模型根本无法运行。在算力端，大模型需要一次性投入巨大的资源，消耗大量GPU芯片。
陆奇博士说，大模型流行的当下，就像淘金时代。大家都认可AI有很多优势，但它会在哪个点先爆发，它的时间轴曲线怎么发展，我们都不确定。我们知道金子肯定存在，但是谁能淘到金子？在哪儿能淘到什么样的金子？
在具体路径不确定的情况下，首先火热的，是开采金矿的工具，我们需要卖铲子的。GPU芯片就是大模型时代的淘金工具。很多技术的发展都符合这个规律，但是对GPT来说，“铲子”是不够的。GPT需要的通用数据量太大，算力要求太高，如果没有基本的配置数据算力，就产生不了任何结果。因此它需要大量的“挖掘机”、大量的工业设备才能够有效开发。
所以从大模型对芯片的需求来看，第一是爆发速度特别快，第二是需求数量巨大。
Diane：我和硅谷大厂的伙伴们有过交流，他们认为创业公司入局大模型的“机会之窗”基本上已经关闭了。即便在资源较多的大公司，部门之间也在不断竞争算力资源。因此，对创业公司而言，再去布局大模型，可能需要投入非常高的成本。
刘灿：去年到今年，芯片行业并不处于非常好的状态。我们去年聊汽车芯片行业时，也提到芯片没有在一个非常火热的周期内。为什么在这一轮GPT热潮中，英伟达率先跑出来并表现出色？
