【芯观点】GPU涨价 借ChatGPT几许东风？

文｜爱集微

图源｜爱集微

集微网报道（文/李映）江湖格局之变，只在须臾之间。在ChatGPT火出圈之后，世界已然不是之前的旧模样了。

ChatGPT一马当先，国内各大互联网和人工智能公司争先恐后宣布进军大模型领域，各类名头响亮的创业团队也纷至沓来，一场AI大模型“百模大战”已然席卷而来。作为AI大模型训练的底层架构基石，GPU的价格也随之水涨船高。

有代理商透露，英伟达的A100价格从2022年12月份开始上涨，截至2023年4月上半月，5个月价格累计涨幅达到37.5%；A800价格从2022年12月份开始上涨，截至2023年4月上半月，5个月价格累计涨幅达20.0%。且交货周期也被拉长，之前拿货周期大约为一个月左右，现在基本都得三个月，甚至更长。

尽管综合来看，英伟达GPU涨价也有美国禁令发酵的原因，但在AI大模型的热浪之下，GPU涨价将持续多久？国内GPU厂商能否借这一浪潮乘势而出？或许这是比涨价更值得探究的话题。

涨价的三重节点

英伟达的A100及H100凭借强劲的性能，在市场上占据绝对垄断地位。但在2022年10月，美国商务部祭出高端GPU的出口限令，为此英伟达推出了替代型号专供中国市场。

A100的替代型号是A800，在已有A100的基础上将NVLink高速互连总线的带宽从600GB/s降低到400GB/s，其他基本不变。前不久英伟达还发布了特供版的H800，作为其旗舰芯片H100的替代版，通过“裁剪”掉部分性能，这款H800可合法出口。

对于一直在持续的涨价，或许还要拉长时间轴来做一“切片”。

国内一位GPU业内人士任然（化名）表示这有三大节点：A100从去年六月份英伟达就已经宣布上调了，幅度在20%左右，渠道商在加紧囤货。之后美国祭出禁令之后，这些厂商下的订单有些没来得及交付，只能转向A800，导致库存了一批相对低成本的A800。但由于库存不足，反映到市场上就是“涨声一片”了。

任然进一步分析说，英伟达A800涨价在ChatGPT火爆之前就已出现，但反映到市场则有一定的滞后性，赶上ChatGPT爆火这一时间点，因而更放大了这一现象。

“英伟达GPU涨价与ChatGPT有一定的关联性，且交货周期也受到了连带的影响，导致市场上出现了众多炒卡的行为。”任然指出。

但这一切还只是前奏，对于AI大模型带动的GPU“沸腾”热潮，这一涨价潮或许仍将持续发酵。

涨价仍将持续

随着ChatGPT带来的AI热潮持续升温，行业内布局AI大模型的老将新兵争相涌现，规模越发庞大，对于AI服务器和算力芯片的增量需求也在显著提升。

据IDC数据预测2025年全球AI服务器市场规模将达317.9亿美元，年复合增长率为19%。集微咨询（JW Insights）指出，AI类芯片将在2022年达到352亿美元的市场规模，其中GPGPU的市场规模将接近60%；在使用AI加速的数据中心服务器中，GPGPU的占比将在2025年接近50%。

而作为AI大模型必不可少的A100和H100，在全民皆“AIGC”的时代，价格更是走向了“三级跳”，尤其是英伟达的新旗舰级GPU H100，在海外电商平台价格在4月中旬就已炒到了超过4万美元。

在国内市场，英伟达的中国特供版A800和H800 GPU也面临“哄抢”，据悉A800已涨至约8-8.5万元，并且很难买到，而A100的价格已从原本的6万元左右一路涨至12.5万元，涨幅惊人。更雪上加霜的是，新订单可能要到12月才能交付。

在这一情形之下，众多客户也不得不“勒紧腰带”。据透露，国内可用于训练AI大模型的A100大约有4万-5万个，供应相当吃紧，一些云服务厂商已严格限制内部使用这些先进芯片，以将其保留至需要强力运算的任务。

业内人士分析，AI大模型训练成本之一是基础算力，大概需要384-3000块左右的A100才能基本满足要求，如果价格持续上涨，无论是对于互联网和AI大厂，还是创业新贵，要追加的投入可能远超当初。

而GPU的需求量仍在不断放大。OpenAI预计，AI大模型要持续取得突破，所需要消耗的计算资源每3~4个月就要翻一倍，资金也需要通过指数级增长获得匹配。在算力方面，GPT-3.5在微软Azure AI超算基础设施（由V100GPU组成的高带宽集群）上进行训练，总算力消耗约 3640PF-days（即每秒一千万亿次计算、运行3640天）。

此外，为提供更多的AI火力，云服务商正在组建GPU大军。在刚刚举办的Google I/O 开发者大会上，谷歌宣布了一款拥有26000H100 Hopper GPU的AI超级计算机——A3。在这一示范作用下，未来将有众多云厂商旋即跟进。

显然，在未来相当长一段时间内，英伟达GPU的价格或仍将继续上涨。

国产GPU分羹

虽然英伟达是目前AI浪潮中的最大受益者，但一方面众多的行业巨头也在AI硬件上奋起直追，另一方面国内的GPU以及AI等厂商也在持续加码，市场格局仍将在流变中重塑。

据不完全统计，除微软、谷歌、亚马逊、英特尔等在类GPU芯片领域持续投入之外，国内GPU厂商也在加快迭代和应用步伐。

在多年的持续耕耘之下，国内众多GPU厂商已经推出了多款优秀的GPU，可满足深度学习、计算机视觉等AI计算需求。但相对来说，无论是算力还是生态，与英伟达等巨头相比仍有相当的差距。

但现在的差距并不代表未来的“鸿沟”，国内GPU厂商在面临巨大的挑战和难得的机遇面前，坚持砥砺前行、长期作战，坚持供应链协同攻关，未来仍有大概率的胜算改写格局。

此外，除立足于架构创新、生态构建和应用落地之外，中美科技博弈环境下的供应链问题也是每一家国内GPU厂商的必修课。

一位GPU创始人指出，除了算法创新以外，国内还缺乏基础算力的支持，算力业已成为国家综合实力的象征。由于国内的芯片制造受到制约，不能完全依靠先进工艺来达到目标，因而要独辟蹊径，如果能够使用成熟的14nm甚至28nm的工艺就能达到A100的性能，或有望进一步突破瓶颈。

还要看到的是，目前ChatGPT更着重于处理文本，对算力的要求较低。未来则将增强音视频等方面的处理能力，也将需要更高的算力，不仅将持续提升GPU的价值空间，还将催生AI音视频、视觉芯片的新机会。抓住AI大模型的机遇，路仍在脚下。

了解最快最全半导体投资资讯，请关注【半导体投资联盟】微信公众号

更多重磅新闻，

请点击进入爱集微小程序阅读

或下载爱集微APP阅读

点击关注【半导体投资联盟微信公众号】

打开半导体新闻阅读新方式：