近日，全球掀起一股通过ChatGPT生成宫崎骏（吉卜力工作室）画风图片的热潮，许多用户将自己的照片或景物照转换后上传至社交平台分享。然而，这一突如其来的高需求让OpenAI的系统不堪重负。据OpenAI CEO Sam Altman在社交平台X上的推文表示，庞大的制图需求已使OpenAI的GPU接近极限，呼吁用户冷静使用。

与此同时，用户也发现，随着越来越多人在ChatGPT上启用这一功能，生成速度明显变慢，甚至需要限制流量以维持系统运行。这一现象再次引发业界对云端AI算力扩展必要性的讨论。从ChatGPT的表现来看，云端AI仍需大幅提升算力规模以应对类似爆量需求。

据芯片业者分析，此次事件揭示了三大关键点：首先，云端AI算力规模仍有扩充空间；其次，现有GPU的运算效率亟需借助高速传输和存储器带宽等周边技术支持，以突破性能瓶颈；最后，边缘AI在分担云端运算压力方面的重要性愈发凸显。

以此次图片转换功能为例，若能将模型规模缩小，完全可以在PC或手机等边缘设备上运行。对普通用户而言，生成一两张图片并不会对设备造成过高负担。业界人士指出，提升GPU运算效率已成为AI半导体领域的重要课题。例如，在近期的GTC大会上，NVIDIA创始人黄仁勋推出的矽光子规格交换器技术，正是为了突破云端AI的运算效率限制，推动AI技术更广泛应用。

尽管有人提出通过开发专用ASIC芯片来减少对NVIDIA GPU的依赖，但从当前AI运算资源的现状来看，云端AI的建置规模仍需进一步提升，才能满足AI大规模落地的需求。

此外，这次热潮也表明，类似娱乐性运算需求向边缘设备转移将成为未来趋势。AI小模型的开发将更加普及，PC和手机厂商与芯片供应商对AI在边缘设备中的应用前景也将更具信心。未来，随着硬件技术的持续进步，用户有望在手机或PC上轻松生成类似“宫崎骏仿图”的内容，而无需完全依赖云端AI。