就在微軟、谷歌等科技巨頭着眼於發展 AI 軟件時，英偉達則將目標瞄準了其擅長的芯片領域。許多 AI 軟件都離不開這款專門為人工智能競賽而準備的、價值一萬美元的芯片：英偉達 A100。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4dbffff0-2580-4ced-b53e-92d07cb685b0.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="537" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4dbffff0-2580-4ced-b53e-92d07cb685b0.jpeg"/>
A100 目前已成為人工智能專業人士使用的 “主力芯片”。根據 New Street Research 的數據，英偉達佔據了可用於機器學習的圖形處理器市場的 95%。
A100 非常適合支持 ChatGPT、Bing AI 或 Stable Diffusion 等工具的機器學習模型，它能夠同時執行許多簡單的計算，這對於訓練和使用神經網絡模型非常重要。
A100 背後的技術最初用於在遊戲中渲染複雜的 3D 圖形，它通常被稱為圖形處理器（GPU），但如今 A100 配置和目標是機器學習任務，並在數據中心運行，而不是在個人電腦中運行。
<h2>AI 大潮來臨之際，初創公司爭搶 A100</h2>
開發聊天機器人和圖像生成器等軟件的大公司或初創公司需要數百或數千個這樣的英偉達芯片來訓練人工智能模型，例如大型語言模型。這些芯片需要足夠強大以快速處理大量的數據以識別語言模式。之後，還需要像 A100 這樣的 GPU 進行 “推理”，或使用模型生成文本、進行預測或識別照片中的對象。
這意味着 AI 公司需要獲得大量 A100 芯片。在 AI 領域，一些企業家甚至將他們獲得的 A100 數量視為是否搶得先機的標誌。
美國人工智能初創公司、參與開發 Stable Diffusion 的 Stability AI 首席執行官 Emad Mostaque 在社交媒體上稱：
<blockquote>
一年前，我們有 32 個 A100。但我們夢想遠大，繼續買 GPU 吧！
</blockquote>
當前，Stability AI 的估值已經超過 10 億美元。根據 State of AI 的一項估計，Stability AI 現在可以使用的 A100 已經超過 5400 個。
市場認為，英偉達將從本輪市場對 AI 產業的炒作中受益。在週三公佈的第四財季業績中，儘管整體營收大幅下降了 21%，但該公司股價在週四依然上漲約 14%，這主要是因為該公司數據中心業務（很大程度上和 AI 芯片業務重疊）的收入在報告期內增長了 11% 至超過 36 億美元，而且公司預計該業務收入在本季度將持續增長。
搭着 AI 的便車，今年依賴，英偉達股價已經大幅上漲了 65%，不僅跑贏大盤，也跑贏其他半導體股票。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/bdfe3c09-6ff2-482e-80ed-7d1dc134c328.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="784" height="589" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/bdfe3c09-6ff2-482e-80ed-7d1dc134c328.png"/>
英偉達首席執行官黃仁勳週三在分析師電話會上不斷強調 AI 對公司的重要性：
<blockquote>
圍繞我們構建 AI 基礎設施的活動，在過去 60 天裏剛剛開始爆發。毫無疑問，無論我們如何預測今年的情況，但相當大的變化已經開始了。
</blockquote>
<h2>A100 市場潛力巨大，英偉達獨佔先機</h2>
對 AI 公司來説，一塊 A100 是難以支撐起他們的 AI 夢想的。許多數據中心使用一個包含八個 A100 的協同工作系統。該系統是英偉達的 DGX A100，建議售價接近 20 萬美元。週三，英偉達宣佈將直接出售對 DGX 系統的雲訪問權限，這可能會降低 AI 行業的入門成本。
New Street Research 的一項估計認為，Bing 搜索和 ChatGPT 的模型可能需要 8 個 A100 GPU 才能在不到一秒的時間內響應用户問題。
按照這個速度，微軟將需要超過 2 萬個 DGX 系統，這意味着微軟在 AI 基礎設施建設上的支出就可能高達 40 億美元的基礎設施支出。如果谷歌想實現同樣的 AI 轉型，那麼將在 DGX 上花費 800 億美元。
New Street Research 的技術分析師 Antoine Chakaivan 認為：
<blockquote>
事實是，每個使用如此龐大的語言模型的用户在使用它時，背後其實都有一台大型超級計算機。
</blockquote>
英偉達首席執行官黃仁勳表示，就這類模型所需的計算量而言，該公司的產品實際上並不昂貴。他還表示，英偉達將允許初創公司以比使用傳統計算機處理器低得多的成本訓練模型。
在 AI 硬件領域，英偉達並非唯一一家生產 AI GPU 的公司，英特爾也有類似的產品，谷歌、亞馬遜等公司也在準備開發這樣的芯片。不過，當前在 AI 芯片市場，英偉達仍是一家獨大。
當前，英偉達已經開始開始量產下一代 AI 芯片 H100。A100 在 2020 年推出，H100 則在 2022 年開始量產，當然，價格也高於 A100。
英偉達表示，H100 是其第一款針對變壓器進行優化的數據中心 GPU，這是許多最新和頂級人工智能應用程序使用的一項越來越重要的技術。

英偉達

就在眾多科技巨頭在 AI 軟件鬥得如火如荼之際，AI 芯片卻幾乎被英偉達完全掌控。英偉達 A100 已經成為 AI 界的主力芯片，雖然價格高達 1 萬美元一塊，但市場前景依然廣闊。如今，在未來有望取代 A100 的 H100 也已經開始量產。

來認識下英偉達價值 1 萬美元的 AI 競賽心臟