2023過去，當我們回顧這一年的最受產業關注的芯片，相信大多數人會將票投向GPU。2023年中，我們總能聽到“GPU緊缺”、“英偉達狂飆”、“黃仁勛分享成功秘訣”。

無可否認，2023年生成式AI的熱潮無邊無際，全球高科技公司都涌入了AI的軍備競賽。隨之帶來的是算力告急、全球瘋搶GPU。

01、全球最火的GPU

2023年層出不窮地傳出，人工智能AI大模型的消息。OpenAI、百度、谷歌、騰訊都在搭建屬于自己的大模型。對于這些五花八門的大模型，我們不多贅述，但大模型的搭建，最需要的就是GPU，而2023年需求量最大的GPU不外乎：A100/H100。

首當其沖的就是A100GPU。OpenAI使用的是3,617臺HGXA100服務器，包含近3萬塊英偉達GPU。國內云計算相關專家認為，做好AI大模型的算力最低門檻是1萬枚英偉達A100芯片。

TrendForce研究則顯示，以A100的算力為基礎，GPT-3.5大模型需要高達2萬枚GPU，未來商業化后可能需要超過3萬枚。

H100也是業內追求的對象。H100于去年9月量產，由臺積電4N工藝代工。相較于前任A100，H100單卡在推理速度上提升3.5倍，在訓練速度上提升2.3倍；如果用服務器集群運算的方式，訓練速度更是能提高到9倍，原本一個星期的工作量，現在只需要20個小時。

考慮到整體系統成本，H100每美元產生的性能比A100還要高4到5倍之多。與A100相比，H100的單卡價格更貴，但是由于其訓練、推理效率增加，成為了最具性價比的產品。

正因如此，科技大廠各個都搶著要買英偉達H100GPU，或者更準確地說，是英偉達的8-GPU HGX H100SXM服務器。

英偉達成為了最受關注的賣鏟人。針對中國市場，還按照A800操作模式（A100芯片的降維版本），推出了完全符合出口規定的H100的降維版本芯片。

02、熱情的買家

“GPU就是新時代的比特幣。”OpenAI首席科學家IlyaSutskever將這句話寫在他個人的X賬號上。在算力激增的背景下，英偉達的GPU成為了“硬通貨”。

夸張的是，甚至有海外初創企業開始利用GPU進行抵押融資，一家硅谷的創業公司使用H100拿到了23億美元的債務融資。

購買H100和A100的公司有三種。第一種，是需要超過1000張的公司，包括訓練LLM的創業公司，如OpenAI、Anthropic；云服務提供商，如谷歌云、AWS、騰訊云；其他大公司，如特斯拉。第二種，是需要超過100張的公司，也就是對開源模型進行大量微調的初創公司。第三種，需要10張的公司，就是大部分創業公司和開源勢力，熱衷使用大模型的輸出微調小模型。

這些買家需要多少GPU呢？OpenAI可能需要5萬張、Inflection要2.2萬張、Meta需要2.5萬張、大型云廠商（Azure、GoogleCloud、AWS、Oracle），每家可能需要3萬張，Lambda和CoreWeave以及其他私有云可能總共需要10萬張，Anthropic、Helsing、Mistral、Character，每家可能要1萬張。

僅僅這幾家公司，就已經需要43.2萬張H100，如果以每塊約3.5萬美元計算，GPU的價值約為150億美元。而這還沒有包括字節、百度、騰訊等國內公司。

在AI大模型競爭上，榜上有名的幾個國家：中國、美國、沙特阿拉伯、阿聯酋，都是英偉達的座上賓。

沙特阿拉伯已通過公共研究機構阿卜杜拉國王科技大學（Kaust）購買了至少3000塊英偉達的H100芯片。這些芯片將于2023年底全部交付，總價值約為1.2億美元，用于訓練AI大模型。

阿聯酋也獲得了數千顆英偉達芯片的使用權，并已推出自己的開源大語言模型“Falcon40B”，“Falcon40B”使用了384個A100芯片進行訓練。

03、GPU的出貨量

英偉達H100的出貨量也備受關注。研究機構Omdia披露，英偉達在2023年第二季度的H100出貨量為900噸。按照單片H100GPU的重量約為3千克，那么英偉達在二季度售出了約30萬片H100。

到了三季度，英偉達大約賣出了50萬臺H100和A100 GPU。每家能夠分到的GPU數量有限，Meta和微軟各自采購了15萬個H100GPU，谷歌、亞馬遜、甲骨文和騰訊則各采購了5萬片。

如此龐大的GPU需求量，導致基于H100的服務器需要36~52周的時間才能交付。按照英偉達官方的說法，2024年一季度之前的GPU芯片早已全部售罄。

業內預估，明年英偉達的出貨量將達到150萬-200萬顆。

04、2024，GPU能降價嗎？

GPU能否降價，還要看明年的供需情況。上圖是GPUUtils列出的目前對GPU市場供需變化最有直接影響的科技公司，包括了：開發出Chat-GPT的OpenAI、臺積電、微軟、Meta以及成立僅僅一年便募得13億美元資金的AI新創Inflection。

買方

有的人不想買。谷歌、Meta都覺得英偉達的GPU太貴了。

Meta最近已經宣布構建了自己的DLRM推理芯片，并且得到廣泛部署。Meta大大方方承認，自己即將發布的AI芯片并不能直接替代英偉達的芯片，但是自研芯片可以降低成本。

就算在谷歌I/O開發者大會兩個小時的演講中，谷歌方面一直在贊賞英偉達的H100GPU芯片。這也不妨礙，谷歌開始“騎驢找馬”，谷歌的云服務器上已經用上了自家TPU。

Google TPU v5e于2023年8月發布，成為人工智能硬件領域的強大力量，專為大型語言模型和生成式人工智能量身定制。與前代產品相比，TPUv5e的每美元訓練性能顯著提高2倍，每美元推理性能顯著提高2.5倍，可大幅節省成本。其突破性的多片架構可實現數萬個芯片的無縫連接，突破了以往的限制，為處理海量人工智能任務開辟了途徑。

有的人不能買。中國是英偉達的第三大市場，占據其收入的1/5以上。隨著美國政府宣布進一步禁止中國銷售英偉達H800和A800芯片，賣不出去的GPU，必然會對英偉達產生負面影響。

此外，明年AI或許迎來退潮。2023年的AI熱潮，除了大模型震驚業界外，炒作的因素也不在少數。毫無疑問，ChatGPT是2023年的世界頂流。因為它，OpenAI網站的流量在4月份就超過了18億，進入了全球流量排名前20。然而，網絡分析公司Similarweb公布的數據顯示，在狂飆半年后，ChatGPT的訪問量首次出現負增長，6月份的訪問量環比下滑9.7%。

在大模型創業狂飆200多天后，探索者們的心態，從理想亢奮來到現實落地。大模型的維護依賴大量的高性能芯片，而單要建構、維護生成式AI工具的成本就非常巨大。這對于大公司而言還好，但是對于許多組織與創作者而言，這卻是一筆難以負擔的支出。

對于生產式AI，2024年還會再次迎來大眾的檢驗。行業分析師認為，2023年關于生成式人工智能的炒作非常大，AI被過度吹捧，因為相關技術需要克服許多障礙才能將其推向市場。

退潮之后，能夠剩下的高性能GPU需求還能有多少？

賣方

我們先來看看英偉達這個最大的賣家。優先關注兩個方面：能不能供應足夠的GPU，明年是否有新品刺激市場需求。

第一個供貨方面，眾所周知，英偉達只與臺積電合作生產H100，臺積電一共有4個生產節點是為5nm芯片提供產能：N5、N5P、N4、N4P。而H100只在N5或者是N5P的中的4N節點上生產，這是一個5nm芯片的增強型節點，同時英偉達還必須與蘋果、AMD和高通共享這個節點的產能，至于A100顯卡則是在臺積電的N7生產線制作的。從短期的情況看，三星和英特爾都因為制程技術的問題，無法替英偉達緩解供應緊張的問題。因此，預計明年市場，英偉達的GPU供應仍會緊缺。

第二個新品方面，英偉達在2023年11月底時，發布了H100的下一代繼承者——H200。表示在處理Llama2等LLM時，H200的推理速度比H100GPU提高了近2倍。從2024年開始，亞馬遜網絡服務、谷歌云、微軟Azure和甲骨文云基礎設施將成為首批部署基于H200實例的云服務提供商。盡管還沒有公布H200的價格，但一定比H100目前每臺2.5萬美元至4萬美元的價格更加昂貴。

從兩個方面看，英偉達的GPU供需還存在較大的不確定性。不過。賣家市場，會有更多廠商加入。

明年GPU的另一大賣家，就是回過神來的AMD。

從最近的財報來看，AMD預計四季度GPU收入將達到4億美元，到2024年底將超過10億美元。其CEO蘇姿豐對明年充滿期待：“MI300將成為自2020年后，銷售額達到10億美元最快的產品。”

2023年11月，AMD正式發布了對標H100的產品——MI300。據AMD展示，由8塊MI300X組成的服務器在大模型推理方面的表現，要比同樣規模的H100速度最高提升1.6倍之多。對于AMD來說，這種直接對標，實屬罕見。

有意思的是，Meta、微軟和OpenAI公司在AMD投資者活動上表態，未來他們將會使用AMD最新的人工智能（AI）芯片InstinctMI300X。

不過，英偉達對AMD的對標也態度強硬，官方發布博客，駁斥AMD的評測不客觀。英偉達表示，如果H100GPU使用了優化過的軟件進行正確的基準測試，它的性能將大大超過MI300X。

由于MI300還未正式應用，對于我們對于AMD和英偉達之間的“官司”很難分說，但不論如何，AMD已經走到了高性能GPU的起跑線。

總而言之，2024年的GPU還充滿變數。在AI大模型冷靜后、在買家不想當冤大頭后、在賣家越來越多后，GPU還會維持天價嗎？相信各位看官心中自有答案。從市場的角度看，無論是當下多先進的技術，到最后終將會越來越普世。就看GPU玩家們，在2024年如何進攻戰場了。