目前在AI芯片领域，英伟达可以说是没有对手。特别是ChatGPT的火爆，让英伟达跨过了1万亿美元市值大关，成为全球No.1的芯片企业。

英伟达在AI芯片有多牛？说两个数字，大家就懂了。AI芯片主要分为训练芯片以及推理芯片两种。

(资料图片)

在AI训练芯片市场，Nvidia凭借V100 NVLink、V100PCIe等系列产品占据了90%的市场份额。在推理芯片市场，Nvidia凭借着T4、P4等产品占据约65%的份额。

在全部 AI芯片市场，英伟达一家占了80%+以上的份额，而AMD占了15-20%左右的份额，其它玩家，可能只占了5%甚至不到5%的份额。

国内也有AI芯片，不过大多集中在推理领域，比如华为、寒武纪、比特大陆、阿里等，他们合计应该占了全球15-20%的份额，但在总的AI芯片上，合计可能不超过5%。

毕竟国内的AI芯片，确实在性能、功耗、软件生态等指标上与英伟达等，差距巨大，所以尚未实现大规模应用。

不过，业界普遍认为，在未来光芯片将挑战甚至颠覆现在的AI芯片，因为光芯片是利用光波作为载体进行信息处理的技术，具有大带宽、低延时、低功耗等优点，提供了一种“传输即计算，结构即功能”的计算架构。

之前，以Lightmatter和Lightelligence为代表的国际玩家，已经推出了新型的硅光计算芯片，性能远超目前的AI算力芯片。

特别是Lightmatter，他们推出了一款名为Envise的光芯片，其运行速度比英伟达的A100芯片快1.5到10倍。

所以，这几年，国内众多企业都在研究光芯片，比如曦智科技、光子算数等，大家都想要换道超车，因为想在现有的硅基芯片上超过英伟达实在是太难了，光芯片或者是换道一次好机会。

而近日，中科院传出好消息，在光芯片上有了突大突破，李明-祝宁华团队研制出了一款超高集成度光学卷积处理器，其成果也发表在《自然-通讯》上。

光学卷积处理单元通过两个4×4多模干涉耦合器和四个移相器构造了三个2×2相关的实值卷积核。而其他光计算方案相比，该方案具有高算力密度、超高的线性扩展性。

而基于这种技术，光芯片性能再次提升，同时基于这种技术，光计算芯片用于AI，可能很快就会变成现实，而一旦这种技术应用于AI领域，能实现对现有的AI芯片的颠覆，其速度可能不只是快1.5倍-10倍，可能会更快。

当然，目前这技术还没有大规模量产，但考虑到它不需要光刻机，想必量产也不会特别难，所以，这真的是一个大突破，大好消息，你觉得呢？

相关文章 深度分析：工业机器人国产化率提升 企业如何突破发展瓶颈？（图）05-062022年中国通信行业经济运行月度报告（附全文）03-13