周末两天花了三个小时，刷了几个介绍chatGPT原理的视频，因为几年前系统学习过机器学习和深度神经网络，这次看完视频基本没有太大的障碍，基本懂了基本原理。

看完以后，才知道我前面的无知，10天前，同事帮我开通了chatGPT的帐号后，我试着让它给我写了几个算法的代码，结果它准确理解了我的需求，并生成的代码。

我当时的理解就是一个可以更懂你的意思更加智能的搜索引擎，本质还是一个搜索引擎。

这次我理解到chatGPT不仅仅可以准确理解你的意思，它输出的结果是它自动生成的，生成的，生成的，不是把搜索的结果输出。

这次我基于上次的编程问题，改了一下需求，再问了一次，这它可以根据需求修改代码，不是简单的把库里算法调用来显示。

这次给我的几点启示

1. 新的时代到来了，短期虽然不会马上取代程序员，但是长期程序员如果不去拥抱chatGPT，将来就会面临失业。

2. 将来的程序的交互界面将会发生变化，会更加接近自然语言的方式交互。

3. 将来的程序员可能的编程方式是面向chatGPT（或是国内类似的平台）接口编程，将本领域的业务数据导入，整合输出的内容给用户。

ChatGPT 作为有着大量复杂计算需求的 AI 模型，GPU 芯片成为能帮助其完成计算任务的关键硬件之一;随着深度学习技术发展，GPU 成为 AI 算法训练中重要硬件组成部分。同时，随着云计算技术发展，云端对 GPU 算力要求在不断提升。据机构 JPR 预测显示， 2022-2026 年全球 GPU 出货量将以 6.3%复合增速增长;预计 2027 年行业市场规模将超 320 亿美元。

全球 GPU 芯片行业竞争格局中英伟达、AMD占主导地位，但在独立 GPU 领域，英伟达高端 GPU 占据较大份额(超过 70%)。英伟达 GPU 因其高性能和对 CUDA 的支持而广泛应用于 AI 和机器学习领域(CUDA 是 NVIDIA 的并行计算平台和编程模型)。因此，OpenAI 主要使用 NVIDIA GPU(图形处理单元)来训练和运行其 AI 模型，如 GPT-3 和 ChatGPT。据公开数据显示，ChatGPT 已导入至少 1 万个英伟达高端 GPU。

#财经# #投资# #芯片#