·聚焦:人工智能、芯片等行业
云厂商作为ai算力需求的主要承载方，一场由gpu主导的变革正在悄然兴起，这场变革的突出表现在云厂商纷纷下场造芯，结合gpu的短缺、高昂成本、应对云服务更加智能化、自主化、灵活化和可扩展化的需求和广阔前景。
微软、meta、google、亚马逊、特斯拉以及国内的阿里、百度、腾讯等都在投入更多资源研发ai芯片，甚至openai都开始筹备芯片项目。
从时间节点来看，谷歌tpu v5e于2023年8月发布，成为人工智能硬件领域的强大力量，专为大型语言模型和生成式人工智能量身定制。
11月初，微软也采取了类似的思路，首款人工智能芯片maia 100问世。随后亚马逊宣布推出最新的trainium2，其性能是其前一代的四倍，能源效率是其两倍。
国内华为、阿里、百度等云巨头在自研ai芯片方面也在倾力押注，逐级迭代。
据verified market research数据统计，2027年全球gpu市场规模有望达到1853.1亿美元，年平均增速高达32.82%，千亿级赛道风口已至。
据行业曝料，2023年第四季度，nvidia gpu供应量在全球范围内都被严格限制，导致全球市场都出现了明显的供不应求。
在这种情况下，无论是欧美还是中国，厂商和销售渠道都在拼命抢货。
对于中国市场来说，情况更加不乐观，尤其是1月份属于季度末期，2月份又有春节假期。
因此，预计近期nvidia gpu和显卡的供应量都会非常有限，不排除部分产品价格上涨。
至于nvidia为何会控制供应量，确切原因不得而知，猜测很大可能是优先将产能供给加速计算卡所用的高性能gpu。
毕竟，计算gpu的利润要比游戏gpu丰厚得多，尤其是眼下ai需求一浪高过一浪，而计算gpu规模庞大、技术复杂，对于产能的要求也更高。
在aigc浪潮爆发下，英伟达可以说是2023年半导体市场最大赢家，该公司营收也跃居全球最大半导体公司。
据媒体猜测，gpt-4至少需要8192张h100芯片，以每小时2美元的价格，在约55天内可以完成预训练，成本约为1.5亿元人民币。
而且 ，chatgpt所需要的ai芯片并不是固定的，而是逐次递增。chatgpt越聪明，背后的代价是所需算力越来越多。
据摩根士丹利预测，到了gpt-5大概需要使用2.5万个gpu，约是gpt-4的三倍之多。
英伟达正在经历一场比“挖矿时代”更疯狂的市场浪潮，一方面英伟达产能受限于台积电、hbm、cowos封装等产能，h100的“严重缺货问题”至少会持续到2024年底。
另一方面，巨大缺口也导致英伟达h100暴涨，有报道称，英伟达的h100 ai加速卡的物料成本约为3000美元，而在年中售价已经达到了3.5万美元左右，甚至在ebay上卖出了超过4w美元的价格。
研究机构omdia披露，英伟达在2023年第二季度的h100出货量为900吨。按照单片h100gpu的重量约为3千克，那么英伟达在二季度售出了约30万片h100。
到了三季度，英伟达大约卖出了50万台h100和a100 gpu。每家能够分到的gpu数量有限，meta和微软各自采购了15万个h100gpu，谷歌、亚马逊、甲骨文和腾讯则各采购了5万片。
如此庞大的gpu需求量，导致基于h100的服务器需要36~52周的时间才能交付。按照英伟达官方的说法，2024年一季度之前的gpu芯片早已全部售罄。业内预估，明年英伟达的出货量将达到150万-200万颗。
国产gpu正迅速走过进入“从可用到好用”的迭代阶段。华为海思、燧原科技、壁仞、天数智芯、沐曦、珠海芯动力、摩尔线程、海光等厂商在gpu产品、集群、生态和应用层面全面发力，表现可圈可点。
深存科技创始人&ceo袁静丰总结，2023年国产gpu厂商面对国内市场，在更加务实地在做产品、建生态、推应用，在这些层面各家都有一定的优势，而准确定位是关键。
去年9月28日，燧原科技宣布完成d轮融资，总额为20 亿元，超过15家机构参与，成为ai芯片领域最大规模的融资事件之一。
摩尔线程首个全国产千卡千亿模型训练平台——摩尔线程kuae智算中心揭幕仪式举办，宣告国内首个以国产全功能gpu为底座的大规模算力集群正式落地。
展望2024年，无论是禁运以及供应缺口等问题，国产gpu的机遇依旧“在线”。
总而言之，2024年的gpu还充满变数。
从市场的角度看，无论是当下多先进的技术，到最后终将会越来越普世，就看在2024年如何进攻战场了。
