GPT-4多模态能力带动算力需求爆发，AI芯片供需会进入紧张周期吗？
是的，GPT-4等多模态大模型的普及正显著推高算力需求，AI芯片供需已进入结构性紧张阶段，短期内难以缓解。 GPT-4支持图像和文本的多模态输入，相比仅处理文本的NLP大模型，其推理过程需要同时处理高分辨率图像与文本序列，单次请求的算力开销成倍增长。随着多模态模型渗透率提升，新增的算力需求将进一步挤压GPU等AI芯片的供给，而产能扩张受制于台积电CoWoS先进封装产能及NVIDIA出货节奏，供需拐点尚未到来。
多模态模型如何推高算力需求
多模态模型指的是能同时处理文本、图像、视频、音频等多种信息类型的大模型。GPT-4作为代表性产品，能接受图像和文本输入并生成文本输出，在包含文本和照片的文档、图表或屏幕截图等输入上表现优秀。相比仅处理文本的NLP大模型（如GPT-3），多模态推理需要同时加载并处理高分辨率图像数据，并在模型内部完成跨模态的语义对齐与融合，这导致单次推理的算力消耗显著增加。
从行业趋势看，目前CV（计算机视觉）大模型和多模态大模型受数据、算法限制，短期还很难出现大的爆发，但已有大量公司正在积极加大技术储备。一旦多模态应用大规模铺开，算力需求的增长曲线将更为陡峭。
AI芯片供给侧的瓶颈与周期
AI芯片的供给主要受制于两大环节：先进制程产能与先进封装产能。当前，以NVIDIA为代表的AI芯片厂商出货节奏高度依赖台积电CoWoS（晶圆级封装）产能，而CoWoS产能扩张需要时间，短期内无法完全匹配多模态大模型带来的算力需求爆发。
从国产大模型侧看，百度文心一言、腾讯混元、华为盘古等国产大模型也在积极布局多模态领域，其中百度在多模态模型方向被认为有望突破，未来对AI芯片的采购需求将持续增长。多方需求叠加，使得AI芯片供需紧张周期可能比市场预期更长。
常见问题
多模态模型比NLP模型更耗算力吗？
是的。多模态模型需要同时处理图像和文本两种模态的数据，单次推理的计算量远高于仅处理文本的NLP模型。以GPT-4为例，它能接受图像和文本输入，这意味着模型在推理时不仅要进行文本理解，还要完成图像识别与语义对齐，算力开销成倍增加。
国内大模型对AI芯片的需求有多大？
国内大模型厂商如百度、腾讯、华为等均已布局多模态模型，其中百度文心一言在国内进展最快，已开放网页公测。随着这些大模型从NLP向多模态演进，对GPU等AI芯片的需求将持续增长，进一步加剧供需紧张。
供需紧张周期何时能缓解？
供需拐点取决于台积电CoWoS产能扩张速度与NVIDIA出货节奏。目前官方尚未公布具体缓解时间表，建议以后续产能公告及第三方实测数据为准。短期来看，多模态模型渗透率提升将持续推高算力需求，供需紧张状态可能延续。