Nvidia的 H100 人工智能加速器，为何成为一颗被全球疯抢的芯片？

当 Nvidia 首席执行官黄仁勋 (Jensen Huang) 于 2016 年向 OpenAI 交付该公司第一台配备老一代图形处理单元的 AI 服务器时，很少有人能预测到此类芯片将在即将到来的由 ChatGPT 引发的革命中发挥作用。当时，英伟达的显卡是视频游戏的代名词，而不是机器学习的代名词。但黄仁勋很早就认识到，与英特尔等公司的传统计算机处理器相比，他们独特的架构擅长所谓的并行计算，更适合处理人工智能模型所需的大规模同步数据处理。

为了支持 OpenAI 的努力，投资者微软公司最终建造了一台配备约 20,000 个 Nvidia A100 GPU（H100 的前身）的超级计算机。Amazon.com Inc.、Alphabet Inc. 旗下的 Google、Oracle Corp. 和 Meta Platforms Inc. 很快就下了类似的 H100 大量订单，用于建设他们的云基础设施和数据中心，黄现在将其称为“人工智能工厂”。中国公司甚至竞相囤积较弱版本的英伟达 GPU，由于美国对半导体的出口管制，其性能受到限制。芯片交付时间可能会延长六个月以上。今年春天，马斯克开玩笑说：“目前 GPU 比drugs更难获得。”

撇开抱怨不谈，这条重磅产品线让英伟达的估值跃升至 1 万亿美元以上，并带动其收入飙升。最近一个季度，其数据中心部门的销售额达到 145 亿美元，几乎是去年同期的四倍。

但 GPU 瓶颈也让业界意识到，人工智能产品组合中如此重要的组件依赖单一实体所面临的风险。为了降低成本并提高性能，谷歌对其内部 TPU 芯片进行了大量投资，而亚马逊和微软最近也展示了自己的定制人工智能加速器。与此同时，英特尔正在宣传其 Gaudi 2 处理器作为 H100 的替代品，AMD 表示其新的 MI300 将在未来几年打开 4000 亿美元的人工智能芯片市场。

对于一些科技巨头来说，如果他们的产品流行起来，转向自研芯片可能会造成尴尬的亦敌亦友的局面。一方面，亚马逊和谷歌不想过度依赖英伟达，但他们也不想损害与世界上最有价值的芯片制造商的关系，并可能危及未来获得最新、最好的 GPU 的机会。黄仁勋今年早些时候告诉彭博社，他不介意他最大的客户也成为他的竞争对手，并且他不会区别对待他们。

无论如何，目前尚不清楚这种新的 AI 芯片竞争是否会在 2024 年显著削弱 Nvidia 的领先地位。上个月，Nvidia 宣布升级其 AI 处理器，命名为 H200，并表示将在 2024 年推出该处理器。明年第二季度， 亚马逊和谷歌已经成为首批客户。

数据中心大赢家：GPU销量首次超越CPU

长久以来，数据中心都是以CPU为主的天下，英特尔凭借其至强中央处理器（CPU）系列长期主导着整个服务器市场，它是计算机服务器的心脏，就像CPU也是个人电脑的大脑芯片一样。但是从2023年开始，GPU在数据中心的市场销售额逐渐开始反超CPU。

众所周知，芯片巨头英特尔、英伟达、AMD均在围绕数据中心竞争。

2023年第一季度英伟达的数据中心业务营收为42.8亿美元，此时，英伟达还没有超过英特和AMD两家在数据中心的总和。到了第二季度，英伟达在数据中心的营收直接翻番，达到103亿美元，接近英特尔和AMD两家总和的2倍。第三季度，英伟达再创下数据中心营收记录，达到145亿美元的高峰，马上要接近3倍之多。

可以看出，GPU销量的增长速度远快于核心服务器CPU芯片。这也意味着以GPU为代表的加速计算芯片远远甩开CPU这样的通用计算芯片。根据自2019年以来一直跟踪GPU市场的Mercury Research的数据，英伟达第三季度在数据中心GPU系统市场的份额高达99.7%，不包括任何用于网络的设备，剩下的0.3%由英特尔和AMD平分。要知道，AMD花了大约四到五年的时间才获得了数据中心CPU市场20%的份额。

正如英伟达创始人兼首席执行官黄仁勋所言：“一个全新的计算时代已经来临。全球各地的企业正在从通用计算转型为加速计算和生成式AI。大语言模型初创公司、消费互联网公司和全球云服务提供商已经率先行动起来，下一波浪潮蓄势待发。生成式人工智能的时代正在起飞。”

英伟达的GPU、CPU、网络、AI代工服务和AI企业软件都是全速增长的引擎。