H100 供需分析：芯片战争将持续多久？
作者：Clay Pascal
编译：wenli， Lavida， yunhao
推荐人：Cage， Huaiwei
排版：Scout
大模型的突破是以硬件算力和云计算能力的提升作为土壤的，被视为 GPU “核弹”的 NVIDIA H100 正面临有史以来最严重的缺货。Sam Altman 就直接表示，GPU 的短缺限制了 OpenAI 在微调、专用容量、32K 上下文窗口、多模态等方面的技术升级速度。
本文编译自 GPU Utils，作者主要从供需两个视角的分析探讨了 GPU（尤其是 NVIDIA H100）会持续多久。
需求视角下，NVIDIA H100 毋庸置疑是训练大模型的刚需，根据估算，目前市场上对 H100 的需求在 43.2 万张左右，若按每张约 3.5 万美元计算，这是相当于总价值约为 150 亿美元的 GPU，这 43.2 万的数字尚未包括像字节跳动（TikTok）、百度和腾讯这样需要大量 H800 的企业。
站在供给侧，H100 的短缺直接受限于台积电产能，且短期内， NVIDIA 并没有其他可选择的芯片工厂。因为出货量有限， NVIDIA 对于如何分配这些 GPU 也有自己的策略，对于 NVIDIA 来说，如何保证这些有限的 GPU 流向 AI 黑马而非 Google、微软、AWS 这些潜在竞争者相当重要。
这场围绕着 H100 的 AI 军火竞赛要持续多久？答案尚不明朗。虽然 NVIDIA 表示下半年会增加供给，但目前看来 GPU 的短缺可能会持续到 2024 年。
围绕着 H100 的短缺，接下来市场上或许会进入一种“恶性循环”：稀缺性导致 GPU 容量被视为 AI 公司的护城河，从而导致了更多的 GPU 囤积，而这又进一步加剧了 GPU 的稀缺。
01.
背景
直到 2023 年 8 月，人工智能领域的发展一直受到 GPU 供应瓶颈的制约。
“人工智能热潮被低估的原因之一是 GPU/TPU 短缺。GPU 和 TPU 的短缺限制了产品推广速度和模型训练进度，但这些限制很隐蔽。我们看到的主要是 NVIDIA 的股价飙升，而非研发进度受限。当供需达到平衡时，情况会有所好转。
—— Adam D'Angelo，Quora、Poe.com 首席执行官，前 Facebook 首席技术官
这些是对 GPU 供需和人工智能最重要的 CEO 和公司
Sam Altman 则表示，GPU 的短缺限制了 OpenAI 的项目进展，例如微调、专用容量、32K 上下文窗口、多模态等。
小型和大型云提供商的大规模 H100 集群容量即将消耗殆尽。
“每个人都希望 NVIDIA 能生产更多的 A/H100”。
—— 来自云提供商执行人员的信息
“由于当下 GPU 短缺的情况，对 OpenAI 来说，使用我们产品的人越少， 对我们反而越好”；
“如果大家因为我们缺乏足够 GPU 而减少对 OpenAI 产品的使用，我们实际上会很高兴”。
—— Sam Altman，OpenAI 首席执行官
Sam Altman 这句话一方面巧妙地展现了 OpenAI 的产品已经深受全球用户的喜欢，但同时也说明了另外一个事实，即 OpenAI 确实需要更多的 GPU 来进一步推广、升级其功能。
Azure 和微软方面也面临类似情况，有匿名人士提到：
• 公司内部正在限制员工使用 GPU，大家必须像 20 世纪 70 年代的大学生为了使用电脑那样排队申请算力。从我的角度来看，OpenAI 当下正在吸走所有 GPU 资源；
• 今年 6 月，微软和 CoreWeave 的合作本质上是为了增强微软的 GPU/算力供给。
CoreWeave ：
云算力服务供应商，据 CoreWeave 官网宣传，他们的服务比传统云计算厂商便宜 80%。2023 年 4 月，CoreWeave 获得 NVIDIA 的 B 轮投资，并获得了大量 H100 新卡，6 月，微软也与 CoreWeave 签订协议，微软会在未来数年内投资数十亿美元，用于云计算基础设施建设。
7 月，CoreWeave 推出了与 NVIDIA 合作打造的世界上最快的 AI 超级计算机项目，以及 Inflection AI 使用支持 MLPerf 提交的基础设施在 CoreWeave Cloud 上创建世界上最复杂的大型语言模型之一。此外，CoreWeave 利用手中的 NVIDIA H100 加速卡作为抵押，于 8 月宣布完成 23 亿美元的债务融资。
总结来说， H100 GPU 的供应已经相当短缺。甚至有传言说，Azure 和 GCP 的容量实际上已经用完，AWS 的容量也快用尽。
而之所以短缺，是因为 NVIDIA 给到这些云供应商的 H100 GPU 供给也就这么多，随着 NVIDIA 的 H100 GPU 产量无法满足需求，这些云供应商可以提供的算力自然也开始出现短缺。
如果要理解算力瓶颈，可以围绕以下几个问题展开：
• 造成这种情况的具体原因有哪些？:
- 需求量有多大？如哪些领域的人工智能需求量增加相对迅速；
- 供应量有多大？NVIDIA 等 GPU 生产商的产能是否足够满足需求；
• 这种短缺情况会持续多久？GPU 的供需何时会逐渐达到平衡点？
• 有哪些方式可以有效缓解这种短缺局面？
欢迎关注海外独角兽视频号
02.
H100 的需求分析
从需求端分析算力瓶颈的关键问题：
1. 具体来说，人们想购买却难以买到的是什么？
2. 目前市场上对 GPU 的需求有多大？
3. 为什么企业更偏好 NVIDIA H100 而不是采用不同的 GPU ？
4. 目前市场上的 GPU 有哪些类型？
5. 企业能够在哪里买到 GPU ？它们的价格如何？
H100 的需求方都是谁？
对 H100 或 A100 的需求量在 1,000 个以上的企业：
• 训练 LLM 的初创公司：
OpenAI（通过 Azure 获得）、Anthropic、Inflection（通过 Azure 和 CoreWeave）、Mistral AI；
• 云服务提供商（CSPs）：
除了 Azure、GCP、AWS 三巨头外，还有 Oracle，以及 CoreWeave、Lambda 这样的 GPU 云供应商；
• 其他科技巨头：
例如 Tesla （拾象注：原作者在此处未提及的 Meta、Apple 等巨头也对 GPU 存有大量需求，Google 主要使用 TPU 处理计算，对 H100 的需求主要是 Google Cloud Platform）。
除了上述企业外，如果企业需要对 LLM 进行大量微调，也需要储备至少 100 张以上的 H100 或 A100。
对于采用私有云（CoreWeave、Lambda）的公司、以及 H100 存量在几百到上千的公司来说，它们面临的几乎主要都是 LLM 和一些扩散模型（ Diffusion Model ）方面的工作。有些公司选择对现有模型进行微调，但更多 AI 领域的初创公司正在从 0 开始构建自己的新的大模型。这些公司和私有云服务商签订的合同金额通常在在 1,000 万至 5,000 万美元之间，合同期为 3 年，并使用几百到几千个 GPU。
对于那些只使用少量按需的 H100 GPU 的公司来说，与 LLM 相关的任务占据了他们 GPU 用量的大头，LLM 对 GPU 的使用率可能超过了 50%。
当前，私有云正受到企业的青睐，尽管这些企业通常会选择默认的大型云服务提供商，但他们也面临被淘汰的风险。
• 大型人工智能实验室更受限于推理任务还是训练任务？
这个问题取决于他们的产品吸引力有多大。也就是说，公司的产品吸引力对决定资源分配非常重要，在资源有限的情况下，推理和训练的优先级往往各有侧重。Sam Altman 的观点是，如果一定要做选择的话，OpenAI 更倾向于增强推理能力，但目前 OpenAI 在这两方面都受到了限制。
为什么 H100 是训练 LLM 的刚需
目前市场上大部分使用的是 NVIDIA H100 GPU。这是因为在 LLM 的推理和训练方面，H100 GPU 的速度是最快的，也具有最佳的推理性价比。具体来说，大部分企业选择使用 8-GPU HGX H100 SXM 服务器。
根据我的分析，相同的工作，H100 在成本方面更具优势。如果可以找到二手设备，V100 GPU 是一个不错的选择，但这通常是不可能的。
—— 某匿名人士
在推理方面，我们发现 A10G GPU 已经绰绰有余，而且便宜得多。
—— 某私有云高管
我们注意到了 Falcon 40b 和 llama2 70b 这两个模型也正在被大量使用，在这两个模型的使用中，这种说法就不再准确了。因此，互联速度对推理任务非常重要。
—— （另一位）私有云高管
Falcon 40b ：
Falcon 是具有 400 亿参数的基础大语言模型，Falcon 40b 旨在使用更少的训练计算能力达到更优的效果，该模型仅占 GPT-3 训练计算的 75%、Chinchilla 的 40% 以及 PaLM-62B 训练的 80%。2023 年 5 月 25 日，阿联酋技术创新研究所宣布将 Falcon 9 开源，供研究和商业使用，发布后一度登上 Hugging Face 开源 LLM 榜首。
• LLM 创业团队的共同需求是什么？
对于 LLM 创业公司，在 LLM 训练上，它们往往会选择配备 3.2Tb/s InfiniBand 的 H100 GPU。虽然在训练环节，几乎所有人都偏好 H100，但在推理环节，这些企业则更看重性价比，即每美元创造的性能。
与 A100 相比，H100 GPU 的每美元性能仍然存在一些问题，但 H100 之所以依旧更受青睐，是因为它们更好的拓展性，以及更快的训练时间，而速度/压缩启动、训练或改进模型的时间对于初创公司来说是至关重要的。
“对于多节点训练，他们都要求使用带有 InfiniBand 网络的 A100 或 H100 GPU。我们观察到唯一的非 A/H100 要求是用于推理，其工作负载是单 GPU 或单节点”。
—— 某私有云高管
影响 LLM 训练的因素主要有：
• 内存带宽：面对大量从内存加载数据的情况，更高的内存带宽可以加速数据加载；
• 模型计算力（FLOPS，floating point operations per second）：张量内核或等效矩阵乘法单元，主要影响的是计算速度；
• 高速缓存和高速缓存延迟：高速缓存可以暂存数据以重复访问，对性能影响显著；
• 附加功能：如 FP8 （8 位浮点数） 等，低精度数值格式可加速训练和推理；
• 计算性能：与 GPU CUDA 内核数量相关，主要影响的是可并行执行的任务数目；
• 互连速度：如 InfiniBand 等快速节点间互联带宽，该因素会影响分布式训练速度。
H100 之所以比 A100 更受青睐，部分原因在于 H100 具有更低的缓存延迟和 FP8 计算能力。
H100 确实是首选，因为它的效率高达 A100 的 3 倍，但成本仅为 A100 的 1.5 - 2 倍。如何考虑到整个系统的成本，H100 的每美元性能也要高得多，如果考虑系统性能，每美元性能可能要高出 4-5 倍。
—— 某深度学习研究员
数值精度为何如此重要？
低精度浮点数能够提升训练和推理速度，如 FP16 比 FP32 低一半内存占用量，并在计算速度上比 FP32 快三倍。在 LLM 训练过程中，为保证速度和精度的均衡，会使用混合精度、自适应精度等方法对大语言模型进行加速，因而多种精度支持对大语言模型训练是重要考量之一。Google 提出了 BFP16 数值格式，扩大了数值范围的同时，降低了精度，也比 FP 32 的性能要好。
• 除了 GPU 之外， LLM 训练和运营中还有哪些成本环节？
目前 GPU 是整个 LLM 训练基础设施中最昂贵的配件，但其他方面的成本也不低，同样对 LLM 的训练和运营成本产生影响：
1. 系统内存和 NVMe 固态硬盘价格昂贵：大模型需要大量的高速内存和高速固态硬盘来缓存和加载数据，这两种组件的价格都很高；
2. 高速网络成本高昂：如 InfiniBand 这样的高速网络 （用于节点间通信） 价格非常昂贵，大型、分布式训练尤甚。
运行一个群集的总成本中，10%-15% 可能用于电力和托管，两者之间大致平分。电力成本包含电力、数据中心建筑成本、土地成本和员工等，约为 5%-8%；托管成本包含土地、建筑、员工等，约为 5%-10%。
我们主要考量的是网络和可靠的数据中心。由于网络限制和不可靠的硬件，AWS 并不适合。
—— 深度学习研究员
• GPUDirect 技术在 LLM 训练中提供了什么样的帮助？
NVIDIA 推出的 GPUDirect 虽然并非 LLM 训练中的必需，但也能对性能有所帮助：
GPUDirect 技术可以提高性能， 但未必是一个超临界的差异。这主要取决于你的系统瓶颈在哪里。对于某些架构/软件实现来说，系统瓶颈不一定在于网络。但如果是网络，GPUDirect 能够使性能提高 10%-20%，这对于昂贵的训练运行成本来说是相当可观的数字。
尽管如此，GPUDirect RDMA 现在已经无处不在，其受欢迎程度几乎不言而喻。我认为，对于非 Infiniband 网络，GPUDirect 的支持力度较弱，但大多数为神经网络训练而优化的 GPU 集群都有 Infiniband 网络/卡。对性能影响更大的因素可能是 NVLink，因为它比 Infiniband 更罕见，但它也只有在你采用特定的并行化策略时才至关重要。
因此，强大的网络和 GPUDirect 等功能可以让那些不够成熟的软件开箱即用。但如果考虑成本或原有的基础设施，GPUDirect 并非严格要求。
—— 某深度学习研究员
GPUDirect：
NVIDIA 推出的名为 GPUDirect 存储（GPUDirect Storage）的数据传输技术，主要用于加快位在各种存储的数据传输到 GPU 内存的速度，可以将带宽增加至原本的 2 到 8 倍，并且还能降低端到端的延迟，达 3.8 倍。 过去将数据从存储器载入到 GPU，都是由 CPU 负责，这会大大限制硬件性能。
数据从 NVMe 磁盘传输到 GPU 內存的标准路径，是使用系统內存中的回弹缓存（Bounce Buffer），即额外的数据拷贝。GPUDirect 存储技术的核心是避免使用回弹缓存以减少额外的数据副本，并使用直接內存存取引擎（Direct Memory Access，DMA）将数据直接放到 GPU 内存中。
为什么 LLM 公司不能使用 AMD 的 GPU？
某私有云公司的高管表示，购买 AMD GPU 从理论上是可行的，但设备从购买到实际真正运转都需要一定时间，即便只是 2 个月左右的开发和调试时间都意味着比竞争对手更晚进入市场。也因此，CUDA 是英伟达目前的护城河。
MosaicML 的一篇研究中则提到，AMD GPU 同样也适用于大模型训练任务。他们对基于 PyTorch 的简单训练任务进行了实验，相较于在 NVIDIA 上运行，无需进行任何代码修改。作者表明，只要代码库是基于 PyTorch 构建的，那么可以直接在 AMD 上使用，无需额外的适配。未来，作者计划将在更大规模计算集群上验证 AMD 系统的性能表现。
与此同时，也有观点认为，考虑到一个模型训练的成本接近 3 亿美元，所以没有人会冒险去大规模依赖 AMD 或其他初创公司的芯片，尤其是当芯片需求在 1 万张以上的数量级时。
一位半导体行业的退休人士也提到，AMD 的供货情况也并不乐观，台积电 CoWoS 的产能已经被 NVIDIA 吸走了，所以，虽然 MI250 也许是一个可行的替代方案，但同样很难获得。
H100 VS A100：
NVIDIA A100：
NVIDIA V100 的升级，相较于 V100，A100 的性能提升了 20 倍，非常适合于 AI 、数据分析等任务。A100 由 540 亿个晶体管组成，集成了第三代 Tensor 核心，并具有针对稀疏矩阵运算的加速功能，对于 AI 推理和训练来说特别有用。此外，采用 NVIDIA NVLink 互连技术可以将多个 A100 GPU 用于更大的 AI 推理工作负载。
NVIDIA H100：
A100 的下一代产品，是最新款的、针对大模型专门优化过的芯片。它基于 Hopper 架构，使用台积电 5nm 定制版本制程（4N）打造，单张芯片包含 800 亿晶体管。具体来说，NVIDIA 提出了 Transformer Engine，集成了多种精度计算和 Transformer 神经网络动态处理能力，使得 H100 GPU 能够大大缩短模型训练时间。基于 H100，NVIDIA 还推出了机器学习工作站、超级计算机等一系列产品，如 8 张 H100 和 4 个 NVLink 结合组成一个巨型 GPU——DGX H100。
相较于 A100，H100 的 16 位推理速度快约 3.5 倍，16 位的训练速度快约 2.3 倍。
A100 与 H100 速度对比
H100 Training MoE
H100 Speedup At Scale
大多数人倾向于购买 H100 用于模型训练和推理，而将 A100 主要用于模型推理。但是也有人可能会考虑以下几个因素：
• 成本：H100 较 A100 更昂贵；
• 容量：A100 和 H100 在计算能力和内存不同；
• 使用新硬件：采用 H100 需要在软件和工作流上做相应调整；
• 风险：设置 H100 存在更多未知风险；
• 软件已优化：有的软件已经针对 A100 进行了优化。
总的来说， 尽管 H100 的性能更高，但有些时候选择 A100 也十分合理，这使得是否从 A100 升级到 H100 不是一个简单决策，需要考量到很多因素。
事实上，A100 将在几年后成为今天的 V100。考虑到性能限制，我认为现在几乎没有谁会在 V100 上训练 LLM。但 V100 仍被用于推理和其他任务。同样的，随着越来越多的人工智能公司转向 H100 来训练新模型，A100 的价格可能会下降，但对 A100 需求始终存在，尤其是在推理方面。
—— 私有云执行官
我认为，由于一些获得巨额融资的初创公司终将倒闭，可能导致市场上又出现大量 A100 。
—— （另一位）私有云执行官
不过随着时间的推移， 人们会将 A100 用于越来越多的推理任务， 而不再用于训练最新、更大型的模型。而 V100 的性能已经无法支持大型模型的训练， 高显存显卡更适合大机型，因此尖端团队更青睐 H100 或 A100。
不使用 V100 的主要原因是缺少 brainfloat16（bfloat16， BF16）数据类型。没有这种数据类型，就很难轻松地训练模型。OPT 和 BLOOM 性能不佳的主要原因就是没有这种数据类型（OPT 是在 float16 中训练的，BLOOM 的原型设计主要是在 FP16 中完成的，这就无法将数据推广到在 BF16 中完成的训练运行）。
—— 深度学习研究员
• Nvida 的 GPU H100、GH200、DGX GH200、HGX H100 和 DGX H100 之间的区别？
• H100 = 1x H100 GPU；
• HGX H100 = NVIDIA 服务器参照平台。OEM 厂商用于构建 4 GPU 或 8 GPU 服务器，由 Supermicro 等第三方 OEM 制造；
• DGX H100 = NVIDIA 官方 H100 服务器，配备 8x H100，NVIDIA 是其唯一供应商；
• GH200 = 1x H100 GPU 加上 1x Grace CPU；
• DGX GH200 = 256x GH200，将于 2023 年底上市，可能仅由 NVIDIA 供应；
欢迎关注海外独角兽视频号
• 针对大型云计算公司的 MGX。
其中，大多数公司选择购买 8-GPU HGX H100，而非 DGX H100 或 4-GPU HGX H100 服务器。
这些 GPU 分别的成本如何？
1x DGX H100 （SXM） 配备 8x H100 GPU 的价格为 46 万美元，其中包括所需的支持服务等，约 10 万美元。Startups 可以获得 Inception 折扣，折扣约为 5 万美元，最多可用于 8x DGX H100 盒子，共计 64 个 H100。
GPU 具体规格如下：
DGX H100 规格
1x HGX H100 （SXM） 配备 8x H100 GPU 的价格在 30 万至 38 万美元之间，具体价格取决于规格（网络、存储、内存、CPU）以及销售商的利润和支持水平。如果规格与 DGX H100 完全相同，则企业可能需要支付较高的价格，即 36 万至 38 万美元（包括支持费用）。
1x HGX H100（PCIe）配备 8x H100 GPU，包括支持费用在内约为 30 万美元，具体价格取决于规格。
PCIe 卡的市场价格约在 3 万至 3.2 万美元之间。
SXM 显卡并不作为单卡销售，因此很难给出定价。一般只作为 4GPU 和 8GPU 服务器销售。
市场上大约 70-80% 的需求是 SXM H100，其余的是 PCIe H100。SXM 部分的需求呈上升趋势，因为前几个月只有 PCIe 卡可用。鉴于大多数公司购买的是 8GPU HGX H100（SXM），包括其他服务器组件在内，每 8 个 H100 的大致花费为 36 万至 38 万美元。
DGX GH200 包含 256x GH200，而每个 GH200 包含 1x H100 GPU 和 1x Grace CPU。根据估算，DGX GH200 的成本可能在 1500 万 - 2500 万 美元之间。
市场对 GPU 的需求到底是多少？
• GPT-4 的训练可能是在 1,0000 至 2,5000 张 A100 基础上完成的；
• Meta 大约有 2,1000 张 A100，Tesla 大约有 7000 张 A100，Stability AI 大约有 5000 张 A100；
• Falcon 40B 的训练是在 384 张 A100 上进行的；
• Inflection 在其 GPT-3.5 等效模型中使用了 3500 张 H100。
到 12 月，我们将有 2.2 万个 GPU 投入使用，而目前投入使用的设备也已远远超过 3500 张。
—— Inflection AI 首席执行官 Mustafa Suleyman
根据 Elon Musk 的说法，GPT-5 的训练可能会用到 3-5 万张 H100。Morgan Stanley 在 2023 年 2 月提出过，GPT-5 将使用 2.5 万个 GPU，并且他们在当时也提出 GPT-5 已经投入训练中，不过 Sam Altman 随后在今年 5 月否认了这一点，表示 OpenAI 并未进行 GPT-5 的训练，所以 Morgan Stanley 的信息或许并不准确。
GCP 大约有 2.5 万张 H100，Azure 可能有 1- 4 万张 H100。甲骨文 （Oracle）的情况应该类似。此外，Azure 的大部分容量将被供应至 OpenAI。
CoreWeave 大约保有 3.5 至 4 万个 H100 ，但这是根据订单情况得出的，而非实际情况。
Startup 订购了多少张 H100？如果用于 LLM 微调任务，通常订购几十或几百张；若用于 LLM 训练，则需要数千张。
LLM 领域内的公司可能需要多少 H100？
• OpenAI 可能需要 5 万个，Inflection 需要 2.4 万个，Meta 可能要 2.5 万个（也有说法认为 Meta 实际上要 10 万或更多）；
• 大型云服务商，如 Azure、Google Cloud、AWS 和 Oracle 可能各需要 3 万；
• 私有云服务商，如 Lambda 和 CoreWeave 以及其他私有云可能加起来共需要 10 万；
• Anthropic、Helsing、Mistral、Character 可能各需要 1 万。
上面的数字都是估算和猜测，其中有些可能是被重复计算的，例如租用云的客户。总体上，按照目前的测算，H100 的数量约为 43.2 万张，若按每张约 3.5 万美元计算，这就是总量价值约 150 亿美元的 GPU。此外，这 43.2 万的数字尚未包括像字节跳动（TikTok）、百度和腾讯这样需要大量 H800 的中国公司。
此外，一些金融公司也在部署从数百到数千张规模不等的 A100 /H100 ：如 Jane Street、JP Morgan、Two Sigma 和 Citadel。
这与 NVIDIA 数据中心收入相比如何？2023 年 2 月至 4 月，NVIDIA 数据中心收入为 42.8 亿美元。2023 年 5 月 25 日至 7 月，数据中心收入可能在 80 亿美元左右。这主要是基于以下假设：NVIDIA 对该季度收入指引较高，主要原因是数据中心业务的收入增加，而非其他业务领域的收入增加。
因此，供应短缺情况可能需要一段时间才能缓解。但有可能算力短缺的情况被夸大了，首先，大部分公司都不是立刻购买所有自己需求的 H100，而是逐步升级；此外，NVIDIA 也正在积极提升产能。
整个市场上拥有 40 万张 H100 并非遥不可及，尤其是考虑到现在每个人都在大量部署 4 或 5 位数 H100 的情况。
—— 某私有云高管
总结
• 大多数大型 CSP（Azure、AWS、GCP 和 Oracle）和私有云（CoreWeave、Lambda 和其他各种云）更希望获得更多的 H100 GPU，而不仅仅是能够访问它们，大多数大型人工智能产品公司也追求更多的 H100 GPU。
• 一般来说，这些公司需要配备 SXM 卡的 8GPU HGX H100 机箱。根据规格和支持情况，每台 8GPU 服务器的成本大约在 300 到 400 万美元之间。可能会有对数十万个 H100 GPU 的过剩需求，这部分总价值超过 150 亿美元；
• 在供应有限的情况下，NVIDIA 完全可以通过提高价格来找到一个市场均衡价格，并且在某种程度上也确实这样做了。总而言之，最终决定如何分配 H100 GPU ，取决于 NVIDIA 自身更倾向于将其分配给哪些客户。
03.
H100 供给侧分析
来自 TSMC 的瓶颈
H100s 是由 TSMC（台积电）生产的， NVIDIA 能否选择其他芯片工厂生产更多的 H100 呢？至少现在这种可能尚未出现。
NVIDIA 过去曾与三星有过合作，但三星还不能满足他们对尖端 GPU 的需求，所以目前英伟达只能使用台积电生产的 H100s GPU 和其他 5nm GPU 。也许在未来，NVIDIA 会与英特尔合作，或者继续与三星在相关技术上合作，但短期内这两种情况都不会发生，因而也不会对 H100 的供应紧张情况有所缓解。
台积电（TSMC）的 5 纳米（N5）技术在 2020 年进入量产。N5 技术是 TSMC 的第二种 EUV 工艺技术，提供了比之前的 N7 技术更快的速度和更低的功耗。此外，TSMC 还计划推出 4 纳米（N4）技术，它是 N5 技术的增强版本，将进一步提升性能和功耗，并计划于 2022 年开始量产。
H100 是基于 TSMC 4N 工艺生产的，4N 属于 5nm 系列中的增强型 5nm，而非真正的 4nm 工艺。除了 NVIDIA，Apple 也在使用这个技术，但他们已主要转向 N3，并保留了大部分 N3 容量。另外，高通和 AMD 是 N5 系列的大客户。
A100 使用的是台积电的 N7 工艺。
7纳米（N7 ）是台积电 2019 年投入量产的制程节点。在 N7 基础上，台积电还推出了N7+工艺，即采用 EUV（极紫外光刻）的 7nm 制造工艺，把晶体管密度提升了15%~20% 同时降低芯片功耗。
一般情况下，前端制程容量（Fab Capacity）会提前 12 个月以上就被规划好。有观点指出，TSMC 和其大客户会共同计划下一年的生产需求，因此当下 H100 的供给短缺一定程度上是因为 TSMC 和 NVIDIA 在前一年对今年 H100 需求的错误判断。
前端制程容量（Fab Capacity）：
在半导体芯片工艺流程中，Fab 为 FABRICATION（加工，制造）的简称，Fab Capacity 可以认为是产能容量。
另据消息，H100 从开始生产到可以出售给客户（生产、包装和测试完毕）一般需要 6 个月，不过这个情况有待得到证实。
一位半导体行业退休专业人员指出，晶圆产能并非台积电的瓶颈，真正的瓶颈其实在于前面提到的 CoWoS（三维堆叠）。
CoWoS （Chip on wafer on Substrate，三维堆叠）：
是台积电的一种 2.5 D的整合生产技术，先将芯片通过 CoW（Chip on Wafer）的封装制程连接至硅晶圆，再把 CoW 芯片与基板（Substrate）连接，整合成 CoWoS。
根据 DigiTimes 的报道，TSMC 已经开始扩充自己的 CoWoS 产能，计划在 2023 年底前将 CoWoS 产能从每月 8,000 片晶圆提升至 11,000 片，并在 2024 年底之前增加到每月 14,500 至 16,600 片左右。NVIDIA、Amazon、博通、Cisco 和赛灵思等主要科技巨头都增加了对 TSMC 先进 CoWoS 封装的需求。
H100 内存
内存类型（Memory Bype）、内存总线宽度（Memory Bus Width）和内存时钟速度（Memory Clock Speed）共同影响了 GPU 的内存带宽。作为 GPU 架构的一部分，NVIDIA 设计了 H100 的总线宽度和时钟速度。H100 SXM 上主要使用 HBM3 内存， H100 PCIe 上，主要使用 HBM2e。
HBM 很难生产，供给也非常有限，因此生产 HBM 是一场噩梦。但是一旦生产出了 HBM，其他部分的设计将变得简单。
—— 某 Deepl Learning 研究员
内存类型、内存总线宽度和内存时钟速度是计算机内存的三个重要指标。
内存总线宽度：
指的是内存模块与主板之间的数据传输通道的宽度，较宽的内存总线宽度可以提供更大的数据通路，从而提高内存与处理器之间的数据传输速度。
内存时钟速度：
指的是内存模块的工作时钟频率，较高的内存时钟速度意味着内存可以更快地进行读写操作，提供更高的数据传输速度。
HBM（High Bandwidth Memory）：
是一种高带宽内存技术，用于在图形处理器（GPU）和其他高性能计算设备中提供快速的内存访问速度。传统的图形卡和计算设备使用的内存技术通常是基于 GDDR（Graphics Double Data Rate）的设计，它在性能和功耗之间存在一定的平衡。而 HBM 技术通过在 GPU 芯片上放置内存堆栈，以及通过高速垂直连接（TSVs）将多个 DRAM 芯片堆叠在一起，实现了更高的带宽和更低的功耗。
对于 HBM3 内存，NVIDIA 可能全部或者主要使用 SK Hynix。目前并不确定 NVIDIA 的 H100 是否使用了三星的内存，但可以确定的是，NVIDIA 目前没有使用美光的内存。
就 HBM3 而言，一般来说，SK Hynix 的产量最大，随后是三星，第三名的美光和前两者的产量差距较大。看起来，SK Hynix 已经提高了产量，但 NVIDIA 仍希望他们生产更多，而三星和美光还没有成功提高产量。
制造 GPU 时还会用到什么？
此外，GPU 的生产还会涉及到很多金属材料及零部件，这些环节原料的短缺也带来引发 GPU 的供给瓶颈，例如：
• 金属和化学品：包括铜、钽、金、铝、镍、锡、铟和钯等硅（类金属）等，这些金属和化学品被用于生产的各个阶段，从硅晶圆的制造到 GPU 的最终组装，例如硅、稀土等；
• 组件和封装材料：例如基板、焊球和焊线 、散热化合物等，它们被用来完成 GPU 各个部件的组装和链接，对 GPU 的运行至关重要；
• 能源消耗：在 GPU 芯片的制造过程中，由于使用了高精度的机械设备，因此需要大量的电力。
NVIDIA 如何解决 H100 短缺？
NVIDIA 方面透露他们将在今年下半年增加供应量，NVIDIA CFO 在财报会上表示公司正在全力解决供给问题，但除此之外，他们没有传达更多信息，也没有任何具体的和 H100 相关的数字。
“我们正在努力解决本季度的供应问题，但我们也已经为下半年采购了大量库存。”
“我们相信，下半年的供应量将大大超过上半年。”
—— 英伟达首席财务官科莱特-克雷斯（Colette Kress）在 2023 年 2 月至 4 月财报电话会议上的发言
某私有云公司高管认为，接下来市场上可能会出现一种恶性循环，即，稀缺性导致 GPU 容量被视为 AI 公司的护城河，从而导致了更多的 GPU 囤积，而这又进一步加剧了 GPU 的稀缺。
根据历史上 NVIDIA 推出不同架构的间隔时间，H100 的下一代机型可能要到 2024 年底（2024 年中到 2025 年初）才会发布。在此之前，H100 将会一直是 NVIDIA GPU 的 Top 级产品（GH200 和 DGX GH200 不算，它们不是纯 GPU，都使用 H100 作为 GPU）。
此外，预期未来也会有更大显存的 120GB 版本。
04.
如何获得 H100
H100 的卖家
戴尔、HPE、联想、超微（Supermicro）和广达（Quanta）等原始设备制造商（OEMs）都在销售 H100 和 HGX H100，而订购 InfiniBand 需要通过 NVIDIA Mellanox 完成。
Mellanox 是 全球 InfiniBand 主要供应商之一，2015 年，Mellanox 在全球 IB 市场上的占有率达到80%。2019 年，NVIDIA 以每股 125 美元的价格收购了 Mellanox，总交易价值达约 69 亿美元。这项收购使 NVIDIA 能够进一步扩展在高性能计算和数据中心领域的市场份额，并且加强了 NVIDIA 在 AI 领域的竞争力。
通过整合 Mellanox 的高速互连技术和 NVIDIA 的 GPU 加速器，NVIDIA 能够为数据中心提供更高带宽和更低延迟的解决方案。Mellanox 之外，IB 领域另一家供应商 QLogic 的 IB 技术在 2012 年被英特尔公司出资收购。
CoreWeave 和 Lambda 等 GPU 云从 OEM 那里购买 GPU，然后再租给 Startup。超大规模的云厂商（Azure、GCP、AWS、甲骨文）能够更直接地与 NVIDIA 合作购买，但他们有时候也会和 OEM 合作。
对于 DGX，也要通过 OEM 完成购买。客户虽然可以和 NVIDIA 沟通采购需求，但购买则是通过 OEM ，而非直接向 NVIDIA 下采购订单。
交付时间上，8 GPU HGX 服务器的交付时间非常糟糕，而 4 GPU HGX 服务器的交付时间还不错，但现实是每个人都想要 8 GPU 服务器。
• 从下单到部署 H100 需要多久？
部署是一个分阶段的过程。比如说一个 5000 GPU 的订单，他们可能会在 4-5 个月内获得 2,000 或 4,000 GPU 的访问权限，然后在 6 个月左右获得剩余的 GPU 的访问权限。
对于 Startup，如果要购买 GPU，并不是从 OEM 或者经销商那里下订单，他们一般会选择 Oracle 等公有云服务，或向 Lambda 和 CoreWeave 等私有云租用访问权，或向 FluidStack 等与 OEM 和数据中心合作的提供商租用访问权。
• 企业应该自建数据中心还是主机托管？
对于建立数据中心，需要考虑的因素包括建立数据中心的时间、是否拥有硬件方面的人才和经验，以及资本投入规模。
租用和托管服务器要容易得多。如果你想建立自己的数据中心，就必须铺设一条暗光纤线路到你所在的位置，以连接互联网，光纤的造价是每公里 1 万美元。在互联网繁荣时期，大部分基础设施已经建成并支付了费用。现在，您只需租用即可，而且相当便宜。
—— 某私有云高管
选择租用或自建数据中心并为一个非此即彼的决策，企业根据实际需求，可以有以下不同选择：
1. 按需云：纯粹使用云服务进行租赁；
2. 预留云；
3. 主机托管（购买服务器，与提供商合作托管和管理服务器）；
4. 自助托管（自己购买和托管服务器）。
大多数需要大量 H100 的 Startup 会选择预留云或主机托管。
企业如何选择云服务公司？
有观点认为，Oracle 的基础设施可靠性不如三大云，但它愿意在客户技术支持上花更多时间。有私有云公司从业者表示， 100% 会有对基于 Oracle 的服务一大批不满意的客户，也有其他公司 CEO 认为 Oracle 的联网能力更强。
一般来说，Startup 会选择在服务支持、价格和容量方面综合实力最强的公司。
几个大型云服务公司之间的主要区别在于：
• 网络：AWS 和 Google Cloud 采用 InfiniBand 的速度较慢，因为它们有自己的方法，不过大多数寻求大型 A100/H100 集群的初创公司都在寻求 InfiniBand；
• 可用性：例如，Azure 的 H100 算力大部分被 OpenAI 所使用，这就意味着可供其他客户使用的算力可能并不多。
虽然还没有事实依据，但有猜测认为，NVIDIA 更倾向于为那些没有开发竞争性机器学习芯片的云服务商优先分配 GPU 供给。目前所有三大云服务商都在开发自己的机器学习芯片，但 AWS 和 Google 的 NVIDIA 替代产品已经上市，并抢走了 NVIDIA 的一些市场份额。因而也引发了一些市场猜测，认为 NVIDIA 之所以更愿意和 Oracel 合作就是因为这点。
一些大型云公司的价格比其他云更优惠。正如一位私有云执行官所指出的，“例如，AWS/AZURE 上的 A100 比 GCP 要贵得多。”
Oracle 告诉我，今年晚些时候他们将有 “数以万计的 H100”投入使用。但在定价方面，他们比其他公司都要高。他们没有给我 H100 的定价，但对于 A100 80GB，他们给我的报价接近 4 美元/小时，这比 GCP 的报价高出近 2 倍，而且是在相同的功耗和投入的情况下。
—— 匿名人士
较小的云在定价方面更有优势，除非在某些情况下，其中一个大型云公司可能会进行奇怪的交易来换取股权。
所以综合来看， 就和 NVIDIA 的合作亲密度而言，Oracle 和 Azure > GCP 和 AWS，不过这一点只是猜测。
甲骨文率先推出了 A100s，并与英伟达合作托管了基于英伟达的集群，英伟达也是 Azure 的客户。
• 哪种大型云公司的网络性能最好？
Azure、CoreWeave 和 Lambda 都使用 InfiniBand。Oracle 的网络性能很好，达到 3200 Gbps，但使用的是以太网而不是 InfiniBand，对于高参数 LLM 训练等使用情况下，可能比 IB 慢 15-20% 左右。AWS 和 GCP 的网络没有那么好。
• 目前企业是如何选择云服务的？
一份面向 15 家企业的统计数据显示，所有被调研的 15 家企业都会选择 AWS、GCP 或 Azure，其中并没有 Oracle 。
大多数企业倾向于使用现有的云。但对于创业团队来说，他们的选择则更基于现实：哪家可以提供算力，就会选择哪家。
• 关于 DGX Cloud、NVIDIA 正在与谁合作？
“英伟达正与领先的云服务提供商合作托管 DGX 云基础架构，首先从甲骨文云基础架构开始”——与英伟达进行销售，但通过现有的云提供商进行租赁（首先与甲骨文合作 ，然后是 Azure，之后是 Google Cloud，没有与 AWS 合作）。
NVIDIA CEO 黄仁勋在 NVIDIA 的财报电话会议上说过 “理想的组合是 10% 的 NVIDIA DGX 云和 90% 的 CSP 云”。
• 云服务巨头们的 H100 时间表：
CoreWeave 是最早的一家。作为 CoreWeave 的投资人，并且大概率为了加强大型云公司之间的竞争，NVIDIA 最早为 CoreWeave 完成交付。
其他云服务公司的 H100 时间表如下：
• Azure 于 3 月 13 日宣布 H100 可供预览；
• 甲骨文于 3 月 21 日宣布限量供应 H100；
• Lambda Labs 于 3 月 21 日宣布将于 4 月初推出 H100；
• AWS 于 3 月 21 日宣布 H100 将在几周后开始预览；
• Google Cloud 于 5 月 10 日宣布开始 H100 私有预览。
• 不同公司分别在使用哪些云服务？
• OpenAI: Azure
• Inflection: Azure 和 CoreWeave
• Anthropic: AWS 和 Google Cloud
• Cohere：AWS 和 Google Cloud
• Hugging Face: AWS
• Stability AI: CoreWeave 和 AWS
• Character.ai: Google Cloud
• X.ai：甲骨文
• NVIDIA: Azure
如何获得更多的 GPU 配额？
最终的瓶颈在于是否可以从 NVIDIA 方面获得算力分配。
• NVIDIA 是如何选择客户的？
NVIDIA 通常会给每个客户都分配一定的 GPU ，而这一过程中 NVIDIA 最关心的是“终端客户是谁”，举例来说，Azure 说 “我们想购买一万张 H100 来支持 Inflection”，与 Azure 说 “我们为 Azure 购买一万张 H100” 对应的结果是不同的。如果 NVIDIA 对某个特定的终端客户感兴趣，那么云公司就有可能获得额外的 GPU 配额。所以，NVIDIA 很希望尽可能了解终端客户是谁，他们会更倾向于大企业或拥有强大背书的初创公司。
是的，情况看起来就是这样。英伟达喜欢为 AI startups 提供 GPU 的使用权（其中许多公司与英伟达关系密切）。英伟达投资的 AI 公司 Inflection 正在 CoreWeave 上测试一个巨大的 H100 集群。
—— 某私有云执行官
如果某个云公司给 NVIDIA 带来了一个终端客户，并表示他们准备购买一定数量级的 H100，且 NVIDIA 对该终端客户感兴趣，NVIDIA 一般就会给予一定配额，这实际上会提高 NVIDIA 分配给该云公司的总容量，因为这部分配额是独立于 NVIDIA 最初给到该云公司配额之外。
NVIDIA 向私有云分配大容量的情况比较特殊：CoreWeave 拥有比 GCP 更多的 H100。NVIDIA 不愿意将大量资源分配给那些试图与其直接竞争的公司（AWS Inferentia 和 Tranium、Google TPUs、Azure Project Athena）。
但归根结底，如果你向 NVIDIA 提交采购订单和资金，承诺更大的交易和更多的前期资金，并表明你的低风险状况，那么你一定会获得比别人更多的 GPU 配额。
05.
总结
即便如 Sam Altman 所说，“使用大模型的时代即将结束”，但目前我们仍然受到 GPU 的限制。一方面，像 OpenAI 这类公司，已经拥有 ChatGPT 这种极佳 PMF 的产品，但因为受限于 GPU 所以需要大量采买算力，另一方面，也有不少团队在为未来参与 LLM 的可能性而囤积 GPU，不论他们是否有可能创造出 ChatGPT 这样的产品。
但毫无疑问，NVIDIA 的话语权不会动摇。
现阶段 PMF 做得最好的 LLM 产品是 ChatGPT，以下以 ChatGPT 为例来说明 GPU 为什么短缺：
1. 因为 ChatGPT 深受用户喜爱，它的 ARR（年度经常性收入）有可能超过 5 亿美元；
2. ChatGPT 在 GPT-4 和 GPT-3.5 的 API 之上运行；
3. GPT-4 和 GPT-3.5 的 API 需要 GPU 才能运行，并且需要大量 GPU，OpenAI 希望为 ChatGPT 及其 API 发布更多功能，但受限于 GPU 的数量而无法实现；
4. OpenAI 通过微软（Azure） 购买了大量 NVIDIA GPU；
5. 为了制造 H100 SXM GPU，NVIDIA 使用台积电进行制造，并使用台积电的 CoWoS 封装技术和主要来自 SK Hynix 的 HBM3。
除了 OpenAI，市场上还有很多公司都在训练自己的大模型，先抛开 LLM 当中存在有多少泡沫存在、最终又有多大概率出现 PMF 的产品，但总体上 LLM 竞赛已经推高了市场对 GPU 的需求。此外，还有一些公司即使暂时还不需要 GPU，但由于担心未来，所以他们也会开始提前储备。因此，这就有点像“对供应短缺的预期加重了供应短缺”。
所以，推高 GPU 需求的另外一股力量是哪些希望在创建新的 LLMs、或者在未来参与 AI 的企业公司：
1. 大模型重要性已经成为一种共识：如果是成熟企业，则希望在自己的数据上训练 LLM 并寄希望其带来更多商业价值；作为初创公司，则希望建立自己的 LLM 并转化为商业价值。而 GPU 是用来训练大模型的刚需；
2. 这些企业和大型云厂商（Azure、Google Cloud、AWS）的沟通，试图来获得足够的的 H100；
3. 在此过程中，他们发现云厂商也没有足量的 H100 进行分配，并且一些云厂商的网络配置也存在瑕疵，于是，CoreWeave、Oracle、Lambda 和 FluidStack 也成为，与此同时如果他们想自己购买 GPU 并拥有它们，也许他们还会与 OEM 和 NVIDIA 讨论；
4. 最终，他们获得了大量 GPU；
5. 现在，他们正在尝试让自己的产品与市场相匹配；
6. 如果还不清楚的话，这条路并不好走——请记住，OpenAI 是在更小的模型上实现产品与市场的契合，然后再将其放大。但是，现在要实现产品与市场的匹配，你必须比 OpenAI 的模型更适合你的用户的使用案例，因此在一开始时你需要比 OpenAI 更多的 GPU。
至少到 2023 年底，对于要部署数百或数千的 H100 的企业都会面临短缺问题，也许到 2023 年底，情况会更加明朗，但目前看来，GPU 的短缺可能会持续到 2024 年。
GPU 供需之旅
延伸阅读
Harvey：OpenAI投资的法律Copilot，最适合LLM落地的垂直行业
拾象硅谷见闻系列：生产力 SaaS 如何应对 AI 的颠覆？
Covariant：OpenAI Mafia创业，为机器人开发AI大脑
拾象实践：为了理解AI-Native，我们做了几款AI应用
Perplexity AI，比Google Bard和Bing Chat更靠谱的问答引擎
微信扫码关注该文公众号作者