ChatGPT背后的算力博弈 中國企業亟待打破美國桎梏

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%。

ChatGPT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ChatGPT在初期便可帶動推理服務器需求約45億美元。

一時間，ChatGPT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ChatGPT

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。

ChatGPT所需要的算力并不是固定的，反而是逐次遞增。ChatGPT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，Google的PaLM模型需花費訓練成本約1120萬美元。

據微軟高管透露，為ChatGPT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ChatGPT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Quantum-2 InfiniBand網絡互連技術，推出Azure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，ChatGPT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ChatGPT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ChatGPT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ChatGPT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NVIDIA DGX Cloud，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 Cloud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 Cloud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？為什麼企業寧愿選擇租賃，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%，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BR100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，BR100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1000T以上、8位定點算力達到2000T以上，單芯片峰值算力達到PFLOPS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Tesla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。

ChatGPT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ChatGPT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ChatGPT的重要基石，隨著阿里、百度等科技巨頭類ChatGPT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ChatGPT的洗禮，在迎新一輪人工智能的浪潮下，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，打破不公平的桎梏。