智能背后的硅：半导体股票在人工智能时代为何至关重要

从沙子到超级智能：人工智能的隐藏引擎

如果人工智能革命最重要的部分不是华丽的软件应用或病毒式传播的聊天机器人，而是你手掌中能握住的东西？由……沙子制成的东西？这听起来几乎荒谬，但却是事实。每次你向ChatGPT提问、用应用翻译路牌，或者看自动驾驶汽车在街道上行驶时，你依赖的是一小块经过设计的硅片，它只做一件事——以惊人的速度处理数字。

这就是人工智能的隐藏引擎。我们设备和数据中心内部的芯片是所有人工智能的物理基础。如果你想理解为什么地球上一些最有价值的公司是半导体公司，或者为什么你的下一个投资动作可能涉及它们，你必须从一个简单的想法开始：人工智能不在云端，它在芯片里。

为什么半导体股票对你的未来重要

你可能不经常想到芯片。它们无形地在你手机或笔记本电脑里嗡嗡工作。但现在，它们是地球上最具战略重要性的技术。以下是为何你应该关注。

首先，需求正在爆炸式增长。每个主要科技公司都在竞相构建更强大的人工智能。这需要大量的专用芯片。这不是一个小众市场，而是一场淘金热，芯片制造商在出售铲子。其次，这些芯片很难制造。全球供应链脆弱且集中在少数国家。这意味着无论谁控制了芯片，都将拥有巨大的优势——这是一个直接影响全球经济甚至政治的故事。

对于你的未来，理解半导体不仅仅是为了选股。它是关于理解将定义未来十年的物理基础设施。如果你想成为一个有见识的公民、一个更聪明的投资者，或者只是一个能看清世界走向的人，你需要知道这些芯片实际上做什么。

核心观点：什么使芯片对人工智能至关重要

要理解为什么芯片对人工智能重要，你需要了解AI在计算机内部实际做什么。简单来说，AI模型——尤其是那些用于图像识别或ChatGPT等应用背后的模型——是由数学方程组成的庞大网络。它们通过调整数百万（或数十亿）个称为参数的小数字来“学习”。学习过程称为“训练”，使用模型的过程称为“推理”。两者都需要极其大量的计算。

可以把它想象成一个厨房。普通的计算机芯片，称为CPU（中央处理器），就像一位主厨。这位主厨非常擅长一步步遵循复杂的食谱。但如果你需要同时烹饪10,000道不同的菜肴，那位主厨会非常非常慢。

人工智能不是逐步工作的。它通过同时进行数百万次简单计算来工作。为此，你需要一种专用芯片。最著名的例子是GPU（图形处理器）。与CPU不同，GPU就像一支由10,000名快餐厨师组成的军队。每个厨师只能制作一道简单的菜（比如翻汉堡），但当他们都一起工作时，他们可以养活整个体育场。

这种并行处理正是AI所需要的。AI芯片不需要擅长解决一个复杂问题，而需要擅长同时解决成千上万个简单问题。这就是芯片对AI至关重要的原因：它能够高效地进行大规模并行计算。

工作原理：从设计到AI加速

那么，一片沙子是如何变成AI加速器的？这个过程复杂得令人着迷，但我们可以将其简化为四个关键步骤。

1. 设计。 像NVIDIA或谷歌这样的公司并不自己制造芯片。他们设计“蓝图”。这个蓝图规定了数十亿个微小开关（晶体管）的排列方式。对于AI，这些排列包括称为“张量核心”或“矩阵乘法器”的专用硬件单元，这些单元针对AI模型使用的特定数学运算进行了优化。

2. 制造。 设计被送到制造厂，或称“晶圆厂”。这就是奇迹发生的地方。使用一种称为光刻的工艺，将错综复杂的图案层蚀刻在从沙子中提纯的薄硅片上。这是以令人难以置信的精度完成的。当今最先进的芯片的晶体管小到可以在人类头发的宽度上容纳数千个。这个领域的领导者是台积电（TSMC）。

3. 加速。 一旦芯片制造完成，它就可以工作了。AI加速之所以发生，是因为芯片可以极快地处理神经网络的两个核心任务。第一个是“训练”：将大量数据集通过模型喂入以调整内部参数。像NVIDIA H100这样的芯片可以在几天或几周内训练一个大语言模型，而普通CPU则需要数年。第二个是“推理”：当模型部署时（比如你向ChatGPT提问），芯片近乎即时地执行计算以生成响应。

4. 集成。 芯片随后被放入服务器、汽车或手机中。世界上每个主要数据中心都装满了一排排这样的专用芯片，全天候嗡嗡运行，为我们使用的AI服务提供动力。

现实世界实例：驱动当今AI的芯片巨头

让我们看看将理论变为现实的关键玩家。

• NVIDIA： 这是人们首先想到的名字，而且有充分的理由。它们的H100和A100 GPU就像AI世界的重型皮卡。它们是训练大型模型的标准。当你使用ChatGPT时，你几乎肯定依赖于在微软或OpenAI数据中心内运行的NVIDIA GPU。

• 台积电： 虽然你可能从未购买过印有他们名字的产品，但台积电可能是世界上最重要的公司。他们是制造商。他们为苹果（iPhone）、AMD（锐龙处理器）和NVIDIA（GPU）制造芯片。没有台积电制造先进芯片的能力，人工智能的繁荣将会碰壁。

• 谷歌： 谷歌设计了它自己的芯片，张量处理单元（TPU）。TPU是为谷歌内部AI定制的，为谷歌搜索、谷歌翻译和谷歌照片等服务提供动力。这是大型科技公司将芯片设计内部化以获得竞争优势的典型例子。

• 特斯拉： 特斯拉不仅仅购买现成的芯片。他们为自动驾驶系统设计了一款定制AI芯片，称为FSD（全自动驾驶）计算机。这款芯片针对实时视频处理进行了优化，表明半导体不仅在服务器群中至关重要，在物理世界（边缘计算）中也是如此。

常见误解：人们常常搞错什么

新闻中关于芯片和AI有很多噪音。以下是你应该纠正的误解。

误解1：“所有芯片公司都在搭乘AI浪潮。” 事实并非如此。AI繁荣正在提升专用船只（GPU设计公司等），但并非所有芯片制造商都同等受益。例如，制造内存芯片的公司面临独特的挑战。