英伟达H100将在2024年之前售罄！推理GPU根本不够用，AI初创公司急了

---

  新智元报道  

英伟达最好的芯片H100，在2024年之前就会售罄！

这一消息，让AI初创公司们开始揪心了。

现在，我们已经进入了一个GPU至上的时代。

英伟达的芯片，现在已经成为了科技行业最宝贵的资源。

无论是大厂还是初创企业，都在疯狂地把预算从其他项目转到AI项目上，对GPU的需求日益旺盛。

台积电为英伟达制造的图形处理单元GPU，主导着AI应用的半导体市场。

英伟达的高端H100 GPU非常适合训练AI模型、服务客户所需的并行式计算。而如今随着生成式AI的热潮，H100已经出现了大量短缺。

4月，GPU市场忽然紧俏起来

但是从4月开始，市场忽然变得异常紧张。交货时间甚至推迟到了年底。

而这种转变，发生在仅仅一周之内。

大型企业和人工智能实验室的GPU需求，忽然出现了猛增。

而英伟达最顶级的H100，在当前的环境下，甚至已经买不到了。

表示，英伟达的护城河是双重的。

首先，在硬件方面，没有人像英伟达那样制造芯片。

其次，是在软件上。上市时间对于初创企业来说非常重要。如果用AMD或TPU（谷歌的张量处理单元）重装整个技术堆栈，就会耽误宝贵的时间，可能会让人失去潜在的市场机会。

英伟达在CUDA生态系统上投入如此之多，是非常有先见之明的。

可以说，他们现在基本上比要比其他人领先10年。

这不仅仅是英伟达花了10年做的工作，而且是他们的客户和开发者CUDA生态系统上（使用软件工具和库），利用了前人的工作。

短期内，没有谁能超越英伟达。

另外，使用谷歌的TPU的问题，被锁定在具有具体技术解决方案的供应商身上。

作为一家初创公司，这或许不是最佳选择。他们需要的是具有灵活性的供应商，可以让他们在多个地方获得同样的东西。

而英伟达的专有网络InfiniBand提供了当今最好的解决方案，以最大程度地减少延迟。许多其他产品不具备拥塞控制和功能，无法使工作负载发挥最佳性能。

而现在，AI初创公司都很担心：当他们取得商业成功时，或许无法拥有足够的GPU来让模型推理。

这种需求会让基础设施服务商兴奋，但是从初创公司战略的角度来讲，如何稳妥获取对算力的访问，几乎成了一种二元的风险业务。

OpenAI联合创始人兼职科学家Andrej Karpathy近日也曾发文，阐述了自己对英伟达GPU短缺的看法。

近来，社区广为流传的一张图「我们需要多少张GPU」，引发了众多网友的讨论。

根据图中内容所示：

- GPT-4可能在大约10000-25000张A100上进行了训练

- Meta大约21000 A100- Tesla大约7000 A100

- Stability AI大约5000 A100

- Falcon-40B在384个A100上进行了训练

– Inflection使用了3500和H100，来训练与GPT-3.5能力相当的模型

另外，根据马斯克的说法，GPT-5可能需要30000-50000个H100。

此前，摩根士丹利曾表示GPT-5使用25000个GPU，自2月以来已经开始训练，不过Sam Altman之后澄清了GPT-5尚未进行训。

不过，Altman此前表示，

我们的GPU非常短缺，使用我们产品的人越少越好。

如果人们用的越少，我们会很开心，因为我们没有足够的GPU。

此前，在一篇热转的「Nvidia H100 GPU：供需」文章中，作者也曾深度剖析了当前科技公司们对GPU的使用情况和需求。 

文章推测，小型和大型云提供商的大规模H100集群容量即将耗尽，H100的需求趋势至少会持续到2024年底。

总之，老黄是赢麻了。