值得注意的是，美国《纽约时报》6月5日报道，消息人士称，美国联邦监管机构已达成一项协议，允许对包括英伟达在内的公司，就其在人工智能行业的主导地位展开反垄断调查。报道称，根据相关安排，美国司法部将牵头对英伟达是否违反了反垄断法展开调查。

在上周末举行的智源大会上，月之暗面CEO杨植麟提出，只要有更多的算力，数据模型参数变大，就能持续产生更多的智能。零一万物联合创始人黄文灏则表示，卡(即GPU)的数量是绝对算力，算法是相对算力，这两个肯定都是越大越好。

2022年末，OpenAI公司发布的ChatGPT，让所有人感受到了这种人工智能的潜力。很多人相信，如果持续提升人工智能的能力，人类的生活、工作将发生颠覆性变化。

在技术不断更新迭代的当下，很多产品都面临“洗牌”。至于人工智能芯片未来将走向何方、英伟达能否稳坐全球市值头把交椅，这些问题或许只能交由时间给出答案。(完)

“缺算力，是现在整个人工智能产业界一个很大的痛点。”智源研究院院长王仲远在几天前的采访中直言不讳，GPT4 再往后的突破难度很大，而实现突破的关键就在于算力资源。

也正是在这样的预期之下，人工智能成了炙手可热的话题，一场围绕AI大模型的竞赛和热潮已然开始。而决定其能力涌现的算力，也成了整个行业的关键。

老奇人论坛本月内，人工智能芯片公司英伟达市值先后超过苹果、微软，登顶全球市值第一的公司。而在这个“第一”背后，是众多大模型厂商的“算力焦虑”。

当地时间6月18日美股收盘，英伟达市值达到3.34万亿美元，超越微软成为全球市值最高的公司。就在不到半个月前，英伟达市值刚刚超越苹果。

例如，国内大模型厂商面壁智能CEO李大海此前就援引机构调研结果表示，10亿用户的手机端侧的算力，相当于差不多100万片H100。他认为，如果不同的手机上的算力能够被好好利用起来，很多应用就可以落地了。

按公开说法，传统中央处理单元(CPU)按顺序处理指令，而GPU可并行处理更多指令，因此可分布式训练程序，从而大大加快机器学习的运算速度。

值得注意的是，GPU虽然被认为是“AI革命的核心”，但人工智能芯片的种类也在增加。有报道就列举了现场可编程门阵列(FPGA)、张量处理单元(TPU)等可用于人工智能领域的芯片类型。