GPU Utils 發(fā)布了一份關(guān)于英偉達(dá)GPU——主要是H100的研究報(bào)告，試圖梳理有關(guān)GPU供應(yīng)和需求的相關(guān)問題。在這篇主要針對美國市場的報(bào)告中，我們看到了目前阻礙大模型和人工智能發(fā)展的關(guān)鍵瓶頸GPU短缺是如何形成和發(fā)展的。

總的來說，GPU瓶頸的出現(xiàn)原因是多方面的，環(huán)環(huán)相扣的復(fù)雜工藝制造流程，半導(dǎo)體周期，對稀缺資源的搶占與恐慌乃至未曾預(yù)料到的人工智能的突然爆發(fā)，都讓GPU算力變得無比緊張。

樂觀地看，2024年這一瓶頸或許會(huì)有所緩解。

數(shù)十萬張缺口，一百五十億需求

每個(gè)想要在人工智能爆發(fā)中分一杯羹的人都需要GPU。準(zhǔn)確地說，是英偉達(dá)的A100和H100，它們在訓(xùn)練和推理大模型中扮演關(guān)鍵角色。如果要想要從頭訓(xùn)練大模型，至少需要上千張A100或H100，而推理和微調(diào)大模型也至少需要儲存100張。

具體到每家的數(shù)量上，報(bào)告匯總了一些數(shù)據(jù)：GPT4在1萬到2.5萬塊A100上訓(xùn)練，Meta有2.1萬塊A100，特斯拉有7000塊，Stability AI有5000塊，谷歌云大概有2.5萬塊H100，微軟Azure 有1萬到4萬塊，甲骨文可能也有同樣多的H100。值得一提的是，Azure的GPU基本都用來供應(yīng)OpenAI的訓(xùn)練了。

而根據(jù)馬斯克的說法，GPT5的訓(xùn)練可能會(huì)用到3萬到5萬張H100，因此對未來的估計(jì)上，報(bào)告指出OpenAI可能需要5萬張H100，Meta至少需要2.5萬張（也有人說實(shí)際上需要10萬乃至更多），所有的云服務(wù)廠商，微軟、谷歌云和亞馬遜云以及甲骨文各需要3萬張，私有云服務(wù)商，比如剛剛?cè)谫Y的CoreWeave等總需求是10萬張，而像Claude的開發(fā)者Anthropic這樣的初創(chuàng)公司也都至少需要1萬張GPU。

另外，一些金融公司比如JP Morgan等也在部署A100或H100，因此總體上看，對H100的需求超過了43萬張。

這還是不算中國市場的情況，由于制裁原因，字節(jié)跳動(dòng)、百度、騰訊和阿里巴巴只能大量購買A100和H100的替代產(chǎn)品A800與H800，這一部分的需求沒有列入其中，根據(jù)《金融時(shí)報(bào)》的說法，其總額高達(dá)50億美金。

如果將這些數(shù)字相加，這就是目前英偉達(dá)面對的，總計(jì)規(guī)模高達(dá)200億美元的GPU需求。

黃仁勛沒有騙我，買的越多，省得越多

作為A100的更新版，H100擁有著更好的性能，盡管它的價(jià)格更昂貴，單張約為3.5萬美元。

根據(jù)產(chǎn)量需求和成本，大部分企業(yè)都把A100和H100混用以節(jié)省成本。具體來說，在大模型訓(xùn)練環(huán)節(jié)往往會(huì)使用3.2Tb/s 無限帶寬（IB）的H100 GPU，在模型推理環(huán)節(jié)，則往往也可以使用A100。

相比A100，H100的升級主要體現(xiàn)在具有更低的緩存延遲和FP8計(jì)算能力，這兩者都顯著提升了顯卡處理模型的效率。另外，H100還具有更好的拓展性，方便實(shí)現(xiàn)大規(guī)模部署。

總的來說，H100的16位訓(xùn)練速度快了2.3倍，推理速度快了3.5倍，而它的成本——根據(jù)報(bào)告所說，僅是A100的1.5倍到2倍。

這正是黃仁勛在不同場合都反復(fù)強(qiáng)調(diào)的，the more you buy, the more you save. 買的越多，省得越多。

關(guān)于H100芯片的組合形式有多種，包括英偉達(dá)自己設(shè)計(jì)的DGX H100 ，但市場上大部分公司都選擇購買8個(gè)GPU版本的HGX H100 服務(wù)器，它是由英偉達(dá)的合作伙伴們生產(chǎn)的，價(jià)格大致在36萬到38萬美元之間。

HGX也有兩種版本，配備SXM接口或者PCIe接口，報(bào)告指出市場上70%到80%的需求都是SXM H100，因?yàn)檫@種接口可以實(shí)現(xiàn)最大的吞吐量并且不需要連接電源。

市場對H100的趨之若鶩，與競爭對手形成了鮮明的對比。

英偉達(dá)官方給出的關(guān)于訓(xùn)練GPT3時(shí)A100和H100的不同表現(xiàn)對比

沒有對手

根據(jù)英偉達(dá)的更新節(jié)奏，直到2024年底或2025年，H100的升級版才會(huì)到來，在此之前它將繼續(xù)統(tǒng)領(lǐng)大模型市場。

競爭對手并沒有坐以待斃，比如AMD剛剛推出了名為MI300系列的芯片，英特爾也有名為Gaudi2的加速計(jì)算芯片，它們至少在理論上都是英偉達(dá)的競爭對手。

然而在實(shí)際上，他們面對著比英偉達(dá)更大的問題。

報(bào)告中主要指出AMD的問題。首先重新配置AMD的設(shè)備——就算它可以完美適用大模型訓(xùn)練任務(wù)，也需要開發(fā)和調(diào)試的時(shí)間，這意味著在時(shí)間上會(huì)落后于競爭對手。

其次，一個(gè)模型的訓(xùn)練成本接近3億美元，對芯片的需求往往會(huì)超過1萬張，沒有人會(huì)冒風(fēng)險(xiǎn)大規(guī)模使用除了英偉達(dá)以外的芯片。

最后，限制英偉達(dá)GPU的瓶頸——復(fù)雜的生產(chǎn)工藝，同樣也在限制著AMD的產(chǎn)量——MI250同樣難以獲得。

至于另一個(gè)競爭對手Gaudi2，由于英特爾自己擁有工廠因此它或許在產(chǎn)量上有比較優(yōu)勢，但Gaudi2是一款幾乎全新的芯片，針對它的研究和測試還非常少，事實(shí)上英特爾自己還在對其進(jìn)行各種配套開發(fā)和優(yōu)化，預(yù)計(jì)到今年下半年晚些時(shí)候才能調(diào)試完畢，而這時(shí)H100已經(jīng)上市一年多了。

因此總結(jié)下來，目前為止H100就是是訓(xùn)練大模型最佳的GPU，沒有之一。

GPU瓶頸到底在哪里？

目前，H100的供應(yīng)已經(jīng)相當(dāng)短缺，有傳言說微軟Azure和谷歌云的容量實(shí)際上已經(jīng)快用完了，亞馬遜云也面對同樣的情況，傳言目前下單需要等數(shù)月乃至半年。

導(dǎo)致稀缺的原因是多方面的，最根本的是，GPU是一項(xiàng)極端復(fù)雜的技術(shù)，需要世界上最先進(jìn)的生產(chǎn)工藝，而掌握這項(xiàng)工藝的工廠——臺積電，它的產(chǎn)能是有限的。

目前H100都由臺積電代工，使用4N工藝，也就是增強(qiáng)型5納米制程（相比之下A100使用的是N7），這幾乎是目前最復(fù)雜的芯片制作工藝，從開始生產(chǎn)到出售給客戶，H100中間經(jīng)歷的生產(chǎn)、包裝和測試環(huán)節(jié)一共需要6個(gè)月左右，這就意味著對H100的生產(chǎn)需要英偉達(dá)和臺積電進(jìn)行提前的布局，這在半導(dǎo)體行業(yè)來說是經(jīng)常的事，但這一次英偉達(dá)和臺積電顯然都對H100需求出現(xiàn)了錯(cuò)誤的判斷。

這很好理解，因?yàn)镃hatGPT爆發(fā)是去年底的事，那時(shí)關(guān)于今年的生產(chǎn)計(jì)劃（至少是上半年的計(jì)劃）已經(jīng)規(guī)劃好了，臺積電總體的生產(chǎn)能力是有限的，還需要在不同的大客戶之間分配，而產(chǎn)能爬坡也需要一個(gè)很長的過程——不要忘記生產(chǎn)H100這種GPU包含著全世界最復(fù)雜的工藝流程。

報(bào)告中特別指出生其中之一的瓶頸在于所謂CoWoS封裝（Chip on wafer on Substrate 芯片、晶圓、基板封裝），它目前的月產(chǎn)量是8000片，今年底有望提升至 11,000 片， 2024 年底則達(dá)到每月 14,500 至 16,600 片左右的水平，也就是說，想要提升一倍的產(chǎn)量，幾乎需要一年半的時(shí)間，這當(dāng)然也是由于生產(chǎn)工藝異常復(fù)雜導(dǎo)致。

這直接影響了H100的生產(chǎn)，更何況并不是只有一家在使用CoWoS封裝工藝，英偉達(dá)的競爭對手AMD以及博通、思科和賽靈思等都同樣在使用這種工藝制作芯片，又一次，臺積電的產(chǎn)能瓶頸限制了GPU的供應(yīng)。

另外，H100所使用的HBM3系列內(nèi)存也是一個(gè)生產(chǎn)難點(diǎn)。報(bào)告指出英偉達(dá)主要在使用SK海力士的內(nèi)存，后者是這一領(lǐng)域的領(lǐng)軍者，特別是在HBM內(nèi)存的研發(fā)上。HBM技術(shù)直接把內(nèi)存堆棧放在GPU芯片上，實(shí)現(xiàn)了更高的帶寬和更低的功耗。今年4月20日，SK海力士宣布在全球率先研發(fā)出12層堆疊的HBM3內(nèi)存，單顆容量達(dá)到24GB。內(nèi)存容量越大，意味著GPU可以裝載下更大的模型，然而HBM3內(nèi)存的生產(chǎn)過程也十分復(fù)雜，產(chǎn)量提升同樣困難重重，實(shí)際上另外幾家芯片大廠，比如三星和美光，都很難提升HBM內(nèi)存的產(chǎn)量，據(jù)說SK海力士正在根據(jù)英偉達(dá)的要求增產(chǎn)，在剛剛過去的SIGGRAPH 2023 上，黃仁勛發(fā)布了GH200超級芯片的更新版， 采用了增強(qiáng)的HBM3E內(nèi)存，這可以看作是英偉達(dá)在內(nèi)存領(lǐng)域同供應(yīng)商密切協(xié)作的一個(gè)例子。

裝有8個(gè)H100 的 HGX 服務(wù)器

稀缺性螺旋、配貨機(jī)制與GPU金融化

通過和臺積電以及上下游供應(yīng)鏈的積極協(xié)調(diào)，H100的產(chǎn)量會(huì)逐漸提升——英偉達(dá)在財(cái)報(bào)電話會(huì)上談到了這一點(diǎn)，盡管沒有對具體數(shù)字做任何承諾。

然而當(dāng)我們理解GPU瓶頸的時(shí)候，并不能簡單把它等同于產(chǎn)能瓶頸，這是報(bào)告中沒有明確指出，但又十分顯而易見的一點(diǎn)——這種稀缺同時(shí)還由各種市場和非市場因素造成。

當(dāng)然，首要的還是英偉達(dá)本身對產(chǎn)品的分配。GPU本就稀缺，因此在服務(wù)客戶的角度上，英偉達(dá)推行了一套和奢侈品配貨制度頗為類似的機(jī)制——由英偉達(dá)來挑選自己的客戶。

報(bào)告中指出，哪些客戶能拿到多少GPU有賴于英偉達(dá)的規(guī)劃，而英偉達(dá)更傾向于為那些沒有開發(fā)競品芯片的企業(yè)優(yōu)先分配GPU——谷歌云、亞馬遜云和Meta都在開發(fā)自己的芯片，因此英偉達(dá)似乎更愿意和甲骨文合作，DGX云基礎(chǔ)架構(gòu)的第一個(gè)合作對象就是甲骨文。

其次，英偉達(dá)希望了解最終的客戶是誰，它更傾向于為大企業(yè)和強(qiáng)大的初創(chuàng)公司提供算力，比如說英偉達(dá)投資的AI公司 Inflection 就擁有一個(gè)巨大的H100集群，而小型云服務(wù)商CoreWeave則擁有比谷歌云更多的H100。

CoreWeave完全使用英偉達(dá)的GPU，同時(shí)也不打算自己做芯片，因此更得英偉達(dá)青睞，英偉達(dá)甚至還參與了它的B輪融資。

CoreWeave的GPU資源有多富？它使用基于H100的云服務(wù)訓(xùn)練GPT3大模型只用了11分鐘，相比之下OpenAI用一萬張A100訓(xùn)練了14.8天。

CoreWeave提供的價(jià)格列表，HGX H100 每小時(shí)價(jià)格為4.76美元。

基于這種配貨的機(jī)制，市場上的GPU流動(dòng)更不平衡，GPU變得不是一個(gè)只要有錢就能買到的東西，這助長了另一種稀缺性——囤積居奇。

大模型的算法和數(shù)據(jù)的技術(shù)難度相對比較透明，相比之下，算力是一道扎實(shí)的無法逾越的護(hù)城河，有多少GPU直接決定了AI公司的能力強(qiáng)弱，因此GPU囤積變成了許多公司的一種下意識行為——寧可備而不用，不可用而不備，這當(dāng)然加劇了GPU的稀缺。

遲遲不見提升的產(chǎn)量和坊間各種傳聞（比如上面所謂的配貨機(jī)制，它從來沒得到過官方的證實(shí)——就像愛馬仕從來也不承認(rèn)有所謂配貨機(jī)制一樣）則造成了一種稀缺的預(yù)期，就像對通貨膨脹的預(yù)期會(huì)真的導(dǎo)致通貨膨脹一樣，對缺貨的預(yù)期進(jìn)一步加劇了缺貨。

這甚至某種程度上導(dǎo)致了GPU變成了一種戰(zhàn)略資源，進(jìn)而成為一種金融衍生品。CoreWeave 在八月初剛剛進(jìn)行了一筆價(jià)值23億美元的債務(wù)融資，抵押物正是手中的H100，如果這筆錢純粹是基于對H100的市場均價(jià)（這里取37萬美元）估出來的話，意味著CoreWeave手中有超過6000臺HGX H100，也就是近5萬張顯卡。

在去年的GTC上，黃仁勛介紹H100

結(jié)語

GPU的缺貨嚴(yán)重影響了AI的發(fā)展，OpenAI  首席執(zhí)行官Sam Altman說過，使用我們產(chǎn)品的人越少對我們反而越好。

當(dāng)然你可以說Sam Altman在得了便宜賣乖（事實(shí)上也確實(shí)是），但某種程度上，這也是他的真心話，算力瓶頸在限制著所有人，這足以說明人類對AI突破的到來多么缺乏準(zhǔn)備。

生成式AI和transformer架構(gòu)都不是最新的發(fā)現(xiàn)，它們的理論在很早就在學(xué)界廣為流傳，業(yè)界也不乏大舉投入其中的公司（當(dāng)然，OpenAI是最堅(jiān)決的那個(gè)），然而直到ChatGPT和Stable Diffusion出現(xiàn)之前，它們不過是人們認(rèn)知中通往人工智能的某種方向而已，類似的方向還有很多，而并沒有人真的確定哪條道路是正確的。

由此我們可以看出英偉達(dá)的布局是多么具有前瞻性，把原本用于讓計(jì)算機(jī)顯示圖形的并行計(jì)算應(yīng)用于神經(jīng)網(wǎng)絡(luò)，這讓英偉達(dá)比其它任何人都更早地積累了一系列相關(guān)技術(shù)、算法以及硬件設(shè)備，并由此創(chuàng)造了CUDA生態(tài)，現(xiàn)在它們共同支撐起了英偉達(dá)萬億市值，成為一道短期內(nèi)很難攻破的企業(yè)護(hù)城河。

正如GPU的產(chǎn)能短期內(nèi)恐怕得不到解決一樣，AI產(chǎn)業(yè)短期內(nèi)依然要被英偉達(dá)的資源所左右，英偉達(dá)正在決定生成式AI的未來。