如今AIGC市場一片鮮花著棉烈火烹油，不論是、，或者國內的文心一言，市場亂烘烘你方唱罷我登場，不斷登上熱搜。

華西證券預測，全球AI軟件市場規模將在2025年達到1260億美元，2021年到2025年復合增長率為41.02%。

繁榮的背后，是堪稱天文數字的算力支持。

據測算，AI訓練服務器方面，單個大語言模型訓練驅動AI訓練服務器需求約2億美元；AI推理服務器方面，如在初期便可帶動推理服務器需求約45億美元。

一時間，們層出不窮，而它們背后的AI服務器賽道也開始隨之水漲船高。

算力決定

算力作為大模型的核心引擎，它的計算公式很簡單：有多少枚GPU芯片就能產生多大的算力，高端GPU芯片的數量，能直接影響算力的大小。

所需要的算力并不是固定的，反而是逐次遞增。越聰明，背后的代價是所需算力越來越多。

據媒體推測，GPT-3訓練成本預計在500萬美元/次，GPT-3模型需花費訓練成本約140萬美元，的PaLM模型需花費訓練成本約1120萬美元。

據微軟高管透露，為提供算力支持的AI超級計算機，是微軟在2019年投資10億美元建造的一臺大型頂尖超級計算機，配備了數萬個英偉達A100 GPU，還配備了60多個數據中心總共部署了幾十萬個英偉達GPU輔助。

為了滿足與日俱增的算力需求，微軟宣布將推出基于英偉達最新旗艦芯片H100 GPU和英偉達-2 網絡互連技術，推出可大規模擴展的AI虛擬機系列，以顯著加速AI模型的開發。

看上去，的背后就是滿篇的英偉達、英偉達和英偉達。

實際上，英偉達作為硬件霸主，不僅在消費級市場占據大部分市場，也是AI服務器芯片領域的頭號選擇。

物以稀為貴，目前英偉達的旗艦芯片H100，在一周時間漲價近7萬元人民幣，售價普遍高達30萬元左右；次旗艦A100芯片在短短三個月多時間里，從6萬元一路漲至9萬元，漲幅超過50%。

不僅漲價買不到，甚至美國還禁止英偉達賣芯片。在去年8月，美國政府發布出口管制政策，禁止英偉達將A100、H100兩款芯片售往中國。

為了不丟掉中國市場，又符合美國出口管制，英偉達隨后推出“性能閹割版”A800、H800芯片。但這兩款芯片同樣被供不應求的市場一搶而空，價格也隨之水漲船高。

以百度阿里騰訊為首，國內大部分互聯網公司都已經宣布進軍大模型。市場統計，從之后，中國年內即將推出的大模型數量已超10個。

如果想要達到的水準，至少需要3000枚A100芯片，以9萬/枚的價格來算就是2.7億人民幣才能完成一個大模型部署；10個大模型就需要3萬枚A100芯片，27億人民幣。

加上后期訓練成本，所需要的芯片更是天文數字。但按照目前英偉達的交貨時間來看，想要買到足夠的芯片，可不是一件容易的事情。

恍惚間，礦卡時代又再次來臨。

再次坐在風口的英偉達

在前些年虛擬貨幣火熱的時候，作為挖礦必備的顯卡提供商，英偉達幾年時間大賺特賺了48億美元。如今又靠著活出第二世，讓歷史再次重演。

面對市場需求激增，借AI浪潮翻身的英偉達很雞賊的推出“算力租賃”服務。

3月21日，2023年GTC大會上，英偉達創始人兼首席執行官黃仁勛推出 DGX ?，可以為企業提供訓練生成式AI高級模型所需的基礎設施和軟件。DGX 每個實例配有8個H100或A100 80GB GPU，企業可以“云租賃”的形式按月租用DGX 集群，價格為每實例3.7萬美元/月起。

英偉達真的沒有替代品嗎？為什么企業寧愿選擇租賃，也不選擇其他GPU芯片商？

IDC數據顯示，國內GPU服務器在2021年占國內服務器市場規模的比例超過88.4%chatgpt 算力btc，使用英偉達的產品占比超80%。

AI大模型所需要的芯片在處理信息的精細度和算力速度要求更高，在超算領域，雙精度浮點計算能力FP64是進行高算力計算的硬性指標。而英偉達的H100、A100是目前唯一具備這些能力的芯片。

美國卡脖子的并不只有英偉達芯片的售賣，從技術、設備、材料都限制中國企業的研發。但在美國的重重限制下，中國企業仍然頂著壓力跑出幾匹黑馬。

根據IDC最新發布的《中國加速計算市場（2021年下半年）跟蹤報告》，2021年全年中國AI服務器市場規模達350.3億元，同比增長68.6%。

在企業級GPU芯片領域，中國廠商壁仞科技在2022年推出“”芯片、天數智芯推出了“智鎧100”芯片、寒武紀推出了“思元270”芯片。

其中壁仞科技稱，擁有全球最高算力，峰值算力達到了市場在售旗艦產品的三倍以上，16位浮點算力達到以上、8位定點算力達到以上，單芯片峰值算力達到級別。

雖然數據良好，但缺少至關重要的處理FP64的能力，依然無法完全取代英偉達H100、A100倆兄弟。

并且，英偉達使用的CUDA平臺早已成為應用最為廣泛的AI開發生態系統，只支持英偉達的架構GPU，在現階段根本無法用國產芯片取代。

雖然中國芯片廠商正在對GPU芯片領域奮起直追，但技術差距和美國卡脖子仍是關鍵性問題，還需要一段時間的努力。

不止AI服務器

借著大模型東風一路上揚的不止AI服務器和GPU芯片，還有儲存器市場。

的運行條件包括訓練數據、模型算法和高算力，其中高算力的底層基礎設施是完成對海量數據、訓練的基礎。

最顯而易見的特點就是經歷數次迭代之后，參數量從1.17億增加到1750億，近乎兩千倍的增長，也給計算存儲帶來極大的挑戰。

AI新時代開啟，預計全球數據生成、儲存、處理量將呈等比級數增長，存儲器將顯著受益。而計算存儲是的重要基石，隨著阿里、百度等科技巨頭類項目入局，整體計算存儲市場需求將進一步快速提升。

隨著AIGC持續火熱，北京、上海、廣州等數字經濟發達地區也出臺了政策推進智算中心建設。比如，北京市提出“新建一批計算型數據中心和人工智能算力中心，到2023年，培育成為人工智能算力樞紐”；上海市提出“布局建設一批具有高性能、高吞吐的人工智能算力中心，推動公共算力服務平臺建設”等。

而各行各業都將面臨著的洗禮，在迎新一輪人工智能的浪潮下chatgpt 算力btc，和AI相關的行業將會迎來廣闊的市場空間。

而中國企業也勢必會沖破美國掣肘chatgpt 算力btc，打破不公平的桎梏。

免責聲明：本文系轉載，版權歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責。如需轉載，請聯系原作者。如果來源標注有誤或侵犯了您的合法權益或者其他問題不想在本站發布，來信即刪。