因为专业

所以领先

客服热线
136-9170-9838
[→] 立即咨询
关闭 [x]
行业动态 行业动态
行业动态
了解行业动态和技术应用

Nvidia的 H100 人工智能加速器,为何成为一颗被全球疯抢的芯片?

通常最受欢迎的硬件是到处都卖光的手机或游戏机,但今年似乎科技行业的每个人都愿意等待数月并花费大量现金购买您可能永远不会看到的产品:Nvidia 公司的 H100 人工智能加速器。

英伟达的芯片可以说已经成为推动人工智能繁荣的最关键技术。H100 拥有 800 亿个晶体管,是训练支持 OpenAI 的 ChatGPT 等应用程序的大型语言模型的首选主力,并帮助 Nvidia 主导了 AI 芯片市场。

image.png

▲用于人工智能工作负载的 Nvidia H100 处理器,图源:彭博社
但由于对 H100 的渴望如此强烈,而且竞争对手 Advanced Micro Devices Inc. 和英特尔公司在生产性能相当的芯片方面进展缓慢,这种依赖迫使大型科技公司在 2023 年在处理器军备竞赛中花费越来越多的资金。目前,硬件供应商 CDW 的在线商店中一台 H100 的售价为 57,000 美元,而他们的数据中心内则堆满了数千台 H100。

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。

image.png

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。”

image.png

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。

人工智能芯片封装清洗:

研发的水基清洗剂配合合适的清洗工艺能为芯片封装前提供洁净的界面条件。

水基清洗的工艺和设备配置选择对清洗精密器件尤其重要,一旦选定,就会作为一个长期的使用和运行方式。水基清洗剂必须满足清洗、漂洗、干燥的全工艺流程。

污染物有多种,可归纳为离子型和非离子型两大类。离子型污染物接触到环境中的湿气,通电后发生电化学迁移,形成树枝状结构体,造成低电阻通路,破坏了电路板功能。非离子型污染物可穿透PC B 的绝缘层,在PCB板表层下生长枝晶。除了离子型和非离子型污染物,还有粒状污染物,例如焊料球、焊料槽内的浮点、灰尘、尘埃等,这些污染物会导致焊点质量降低、焊接时焊点拉尖、产生气孔、短路等等多种不良现象。

这么多污染物,到底哪些才是最备受关注的呢?助焊剂或锡膏普遍应用于回流焊和波峰焊工艺中,它们主要由溶剂、润湿剂、树脂、缓蚀剂和活化剂等多种成分,焊后必然存在热改性生成物,这些物质在所有污染物中的占据主导,从产品失效情况来而言,焊后残余物是影响产品质量最主要的影响因素,离子型残留物易引起电迁移使绝缘电阻下降,松香树脂残留物易吸附灰尘或杂质引发接触电阻增大,严重者导致开路失效,因此焊后必须进行严格的清洗,才能保障电路板的质量。

运用自身原创的产品技术,满足芯片封装工艺制程清洗的高难度技术要求,打破国外厂商在行业中的垄断地位,为芯片封装材料全面国产自主提供强有力的支持。

推荐使用 水基清洗剂产品。


[图标] 联系我们
[↑]
申请
[x]
*
*
标有 * 的为必填
Baidu
map