Bank of America 研究团队绘制了一张图，展示了 1980 到 2030 年，半导体行业的四次大浪潮。
(1) 1984 - 1990 年：大型主机时代（全球 PC 出货量超过 2500 万台前），半导体行业年收入达到 510 亿美元；
(2) 1990 - 2002 年：PC + 互联网时代（首款黑莓手机上市前），半导体行业年收入达到 1,410 亿美元；
(3) 2002 - 2018 年：移动互联网时代（机器产生的数据超过人类产生数据之前），半导体行业年收入达到 4,690 亿美元；
(4) 2018 - 2030 年，Bank of America 预测半导体年收入可达 1 万亿美元。
每个阶段对比上一个阶段成长大约 2~3x 倍。
华尔街日报绘制了一张统计图，展示了中国对半导体的需求。
预计未来数年都会保持高速上升态势，2030 年半导体的总采购量将突破 6,000 亿美元。其中来自中国半导体公司的供应会达到 2,000 多亿美元，来自国际企业的供应会达到 4,000 多亿美元。
偶遇两张截止到 2021 年的数据图表，感觉很有意思。
图 1 是 Bloomberg 跟踪的上市公司季报关键字的频次统计。从这张图可以看到，AI 作为关键字，在 2017-2018 是高速上扬的，体现行业对 AI 的兴趣与日俱增。但 2019 年开始，AI 的频次则不再增加，而是下滑抖动状态。反映了 AI 商业化不利等，总之就是热度下滑。
图 2 则是风险投资机构在 AI 创业公司的的投资金额统计。很容易看到，风险投资 VC 对 AI 的兴趣是持续在增加的，而且 2021 年还创新高。
2022 年下半年生成式 AI 和 AIGC 开始兴起。2022 年底 ChatGPT 和 OpenAI 的爆红，直接引爆新一轮 AI 热潮。
从图 1 和 图 2 的差别，可以看出大型上市公司和风险投资机构，谁更能 “把握趋势” ？
技术社区 InfoQ 在2023年12月的调研中，被开发者使用最多的大模型前三位分别是：OpenAI GPT 系列、百度文心和阿里通义。
从大模型提供商角度，一般而言，要么类似 OpenAI 自己退出一个应用（例如：ChatGPT）让最终用户直接使用，那么就是通过 API 能力开放的方式由开发者（所代表的企业）调用。
吸引到足够多，且有品质的开发者对于大模型服务商的商业化变现息息相关。
