Sora带来广阔市场，AI产业发展将迎来重大机遇

在春节期间，人工智能公司OpenAI发布了shou个文生视频大模型Sora，令科技圈为之“颤抖”。“现实不存在了”“比想象中来得更快”“视频行业全被洗牌”…… Sorahuo爆“出道”，引来全世界一片惊叹。

那么，Sora究竟是什么呢？

Sora继承了DALL-E 3的画质和遵循指令能力，可以根据用户的文本提示创建逼真的视频，该模型可以深度模拟真实物理世界，能生成具有多个角色、包含特定运动的复杂场景，能理解用户在提示中提出的要求，还了解这些物体在物理世界中的存在方式。

简单来说，它是一个文生视频模型，你输入一段文字，即可生成一个AI原创视频。这并非从0到1的创举，此前也有文生视频工具，但Sora实现了“史诗级颠覆”：可以直接输出的视频长达60秒，并且包含高度精细的背景、复杂的运镜、丰富的角色，既可一镜到底又能多机位切换，既高清连贯又风格多变，从人物微表情到动物神态都足够以假乱真。

Sora发布后短短2天内，迅速成为quan球互联网热议的焦点。如果Sora模型全面推广，会直接推动上游AI服务器、AI芯片、光通信等行业发展，推动云厂商基础设施建设；对下游应用而言，积极影响是全方位的。

随着人工智能的不断开发，人工智能芯片需求也会不断增加，所以会积极促进专用计算芯片的研发。通用芯片向定制芯片过渡，并zui终走向类脑计算芯片，将会成为人工智能芯片发展的大势所趋。

目前AI热门十大芯片分别为：

1、GPU

GPU（Graphics Processing Unit）：图形处理器，又称视觉处理器、显示he心、显示芯片，是一种专门在电脑、移动设备（平板电脑、智能手机等）、工作站、游戏机等终端设备上进行图像运算工作的微处理器。GPU作为应对图像处理需求而出现的芯片，其海量数据并行运算的能力与深度学习需求不谋而合，因此，被zui先引入AI领域。

AIzui近几年的成绩离不开深度学习，而大多平台都在使用GPU来运行深度学习的算法。GPU强大的并行运算能力缓解了深度学习算法的训练瓶颈，从而释放了人工智能的全新潜力。

2、CPU

CPU（Central Processing Unit）：中央处理器，一块超大规模的集成电路，它的功能主要是处理指令、执行操作、控制时间、处理数据。运作原理分为提取、解码、执行和写回4个阶段。

由于GPU是图像处理的zhuan业选手，所以CPU处理图像的效率远远低于GPU。但是CPU是通用的数据处理器，处理数值计算是它的强项，所以它是不会被GPU取代的。

3、FPGA

FPGA（Field－Programmable Gate Array）：现场可编程门阵列。它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物，具有一定的可编程性，能够同时进行数据、任务并行计算。

单从性能角度来看，FPGA弱于GPU，但在性能功耗比、灵活配置硬件结构方面，FPGA强于GPU。FPGA对深度学习领域的上层软件兼容性更强，是助力深度学习的一大技术。

4、TPU

TPU（Tensor Processing Unit），专为机器学习量身定做的处理器，执行每个操作所需的晶体管数量减少，因此效率也大大超过GPU。

5、寒武纪

寒武纪是一种神经网络芯片，目标是实现人工智能。目前寒武纪包含三种原型处理器结构：

目前寒武纪包含三种原型处理器结构：寒武纪1号（DianNao）：面向神经网络的原型处理器结构；

寒武纪2号（DaDianNao）：面向大规模神经网络；

寒武纪3号（PuDianNao）：面向多种机器学习算法。

寒武纪1号DianNao，包含一个主频：0.98GHz，神经网络基本运算峰值性：4520亿次/s，65nm工艺下功耗：0.485W，面积：3.02mm2的处理器核。DianNao的面积和功耗仅为CPU核的1/10，但是平均性能超过CPU核的100倍。

6、NPU

NPU是嵌入式神经网络处理器，为深度学习而生的zhuan业芯片。采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。

 7、Tesla P100 GPU

英伟达（NVIDIA）推出的特斯拉P100（Tesla P100）显卡，搭载了基于zui新帕斯卡构架的GPU GP100，单个芯片上集成了150亿个晶体管。

8、Xeon Phi

Xeon Phi，更像是与CPU协同工作的GPU，在zui新公布的超级电脑500强中，有7款电脑采用的是Xeon Phi芯片。

 9、TrueNorth

TrueNorth：百万神经元类人脑芯片。

10、DPU

DPU（Distributed Processing Unit)：分散处理单元，常应用于DCS控制系统中。