论骚操作，硅谷恐怕没有CEO能比得上黄仁勋。

去年，黄仁勋向微软、谷歌和亚马逊这些云计算厂商提出了一个计划：这些厂商都有很多搭载了英伟达GPU的服务器，由英伟达租用这些服务器，然后让英伟达的工程师对其进行“优化”，再以英伟达的名义租给普通的AI企业，从中赚取差价。

说简单点，以前微软会直接把云服务卖给中小公司，现在由英伟达进来当中间商。当然按照英伟达官方的说法，此举是为了“向云计算厂商展示在数据中心配置GPU的正确方法”^[1]。

服务器还是那个服务器，但经过英伟达“优化”后，客户就从微软优化到英伟达了。但就是这样一个匪夷所思的提议，除了亚马逊之外，各大云计算厂商居然都同意了。

2023年3月，英伟达正式上线云计算服务DGX Cloud。事实证明，经过英伟达工程师的优化后，DGX Cloud在训练大模型时表现得的确更好；在此基础上，英伟达还破例允许短期租赁。仅仅半年时间，英伟达就拿下了软件公司ServiceNow等大客户。

科技公司愿意配合英伟达骚操作的真实原因，可能还是因为英伟达手中握有大模型时代最稀缺的资源——H100。

当下，几乎所有的企业都没有足够的算力。连OpenAI创始人阿尔特曼，都曾在一次听证会上无奈地表示：“如果人们减少使用ChatGPT，我们会非常高兴，因为我们的GPU非常短缺^[2]。”

买了多少H100，甚至可以成为决定AI成就的关键因素。这也让英伟达有了“挟H100以令诸侯”的底气。

计算机的“稀土”

通常来说，科技企业会通过购买云计算厂商的服务，来满足算力需求。从2023年3月开始，微软Azure、亚马逊AWS等云计算厂商也先后上架了HGX H100的租赁服务，HGX H100是由4个或8个H100组成的服务器。

然而，当下供需严重失衡，云计算厂商这点H100存货已经远远满足不了市场的胃口。2023年H1的财报中，微软专门更新了一条风险因素：如果无法获得足够多的AI芯片，云计算业务可能会中断。

许多初创公司需要排队等待3-12个月，一旦友商抢在自己前面，那可能就是几十上百亿估值的损失。

HGX H100  图片来自：NVIDIA

无数“H100穷人”们，只能被迫发挥主观能动性，看谁的路子更野。

面对《纽约时报》的采访，一位创业者将H100比作“稀土”。早些时候，他跑去请求美国国家科学基金会投资自己，仅仅因为基金会底下一个项目刚好有少数空置的H100。

在硅谷，AI创业者打招呼的方式，都变成了“我认识一个有H100的家伙”——不知道的还以为在买卖毒品^[4]。

GPU Utils曾测算过H100抢购潮背后具体的需求数据：

对需要自己训练大模型、追求大力出奇迹的企业来说，没有个上万块H100都不好意思出门。由前DeepMind联合创始人苏莱曼创办的Inflection AI，成立方才一年，已买了2.2万个H100；至于Meta这样财大气粗的公司，很可能会购买10万个甚至更多。

对微软Azure等云计算厂商来说，每一家也都需要至少3万个H100。而其余几家私有云，还将消耗总计约10万个H100。

测算后发现，仅美国大型科技公司和少数几家明星初创公司，需求量已达到约43万个^[5]。如果再算上其他初创企业、研究机构、大学，乃至富裕国家的追逐、再加之黄牛、黑市等不可控因素，实际需求很可能远大于这个数字。然而据英国《金融时报》爆料，今年H100的出货量大约是55万个^[6]。

H100之所以令人如饥似渴，其中一个核心原因在于其近乎垄断的市场地位。

面对大模型训练对极致效率的需求，H100在大多数情况下都是最优解。

MPT-30B是第一个使用H100训练的开源LLM（大语言模型），实际训练只耗费了11.6天；相比之下，使用前一代的A100训练则需要28.3天^[7]。如若换成参数规模更庞大的AI，例如1800B的GPT-4，效率差异会更加明显。跑马圈地的时代，时间就是一切。

除此之外，H100在模型推理上的效率也远高于A100。尽管H100的首发价约为3.3万美元，如今二手市场价格更上涨至4万~5万美元；但若将H100和A100的性能分别除以各自的价格，能发现H100的性价比实际也高于A100。

MPT-30B的具体训练、推理情况

黄仁勋说，“Buy more GPUs ， the more money you save（买得多，省得多）”，似乎不无道理。

也正因为如此，即便美国限制了H/A100的对华出口，国内科技公司仍在抢购阉割版的H/A800——尽管阉割版的芯片间数据传输速度只有前者一半，意味着需要在大模型训练上花费更多时间。

除需求量庞大之外，造成H100短缺的另一个原因是产能的严重不足。

H100芯片需要使用SK海力士的HBM内存，以及台积电的CoWoS封装——两者都因过于昂贵，此前并没能大规模市场化，预备产能并不多。由于产能爬坡尚需时间，有分析师预测H100的短缺至少会持续至明年一季度，也有人认为要到明年年底才有可能有所缓解^[9]。

H100内部结构

H100的空前盛况，让黄仁勋在短短一年时间内体验了一回坐过山车的感觉。

去年二季度，消费市场萎靡不振加上挖矿企业扎堆倒闭，英伟达交出了一份不及格的财报，“GPU滞销，帮帮我们”的表情包一度遍地都是。一年之后，黄仁勋成功向资本市场展示了什么叫“反向暴雷”，同比营收暴涨854%，大幅超出了最乐观分析师的预测。

巅峰换来了漫天的吹捧，但黄仁勋心里清楚，英伟达的头上一直悬着一把剑。

不可避免的战争

今年8月，传奇工程师吉姆·凯勒对媒体评论道，“我不认为GPU是运行AI的全部，世界憎恶垄断^[11]。”

此番发言虽有给自家AI芯片打广告之嫌，却也是业界的共识。

事实上，那些购买了最多H100的大型科技公司，基本都不太“安分”：微软、谷歌、Meta，或多或少都尝试过自研AI芯片。

这让英伟达面临着一个异常尴尬的处境：在AI芯片领域，自己与“大客户”之间，未来几乎必有一战。

大型科技公司们选择自研AI芯片，最初都源于一个非常质朴的需求——省钱，其中最典型的便是谷歌。

早在2014年，谷歌已启动了自研芯片计划。彼时，OpenAI的首席科学家伊利亚还在谷歌工作，打造出了一套颇具颠覆性的AI模型。该模型脱胎于伊利亚的“大力出奇迹”理念，只需要灌入足够多且正确的数据，它便能更好地完成翻译、语音识别等工作。然而待到实际应用时，谷歌却犯了难：

如果将AI服务安装至10亿多台安卓手机中，哪怕每个人每天只使用3分钟，谷歌都需要2倍于当前数据中心的算力。当时谷歌已经建了15个数据中心，每个造价上亿美金，“超级加倍”显然不切实际。

最终，谷歌自研出了性能更强、功耗更低的TPU，大大提升了单个数据中心的算力供应，以一种更经济实惠的方式解决了算力难题。

TPU的出现，令黄仁勋如坐针毡，开始了“爆改GPU”，很快在性能上实现了反超，其最新成果便是H100。不过，H100的售价实在过于昂贵。

如果按重量售卖H100，那么其每盎司售价将达到黄金的一半；即便对地球上最赚钱的科技公司而言，这笔“英伟达税”也堪称天文数字。

然而，H100的实际制造成本并不高。据金融咨询公司Raymond James测算，H100的成本约为3320美金，仅占首发价的1/10，黄仁勋含泪赚10倍^[12]。

自研芯片的经济收益毋庸置疑，但除此之外其实还有另一个好处：垂直整合打造差异化。

堆叠算力不是简单地往车里加汽油，需要考虑软件适配性、自身业务需求等一系列问题。例如AI所使用的深度学习框架有多个派别，谷歌是TensorFlow，Meta用的PyTorch，而百度则有PaddlePaddle，硬件需要根据不同框架做适配。

专门定制的AI芯片，可以更加紧贴自身AI业务的需求。所以Meta在今年又重启了自研芯片计划，针对PyTorch框架定制了全新的MTIA芯片。

对大公司来说，考量芯片的核心其实不是算力，而是“单位美元提供的算力”，也就是成本。谷歌的TPU和特斯拉的Dojo都证明了，定制服务的成本是可以接受的。

眼下，“反抗的星火”已经点燃。据外媒爆料，大型科技公司的云计算团队，已开始频繁劝说客户改用其自研芯片，而不是英伟达的GPU。英伟达固然是目前为止绝对的赢家，但没人知道平衡什么时候会被打破。

不过，面对这场不可避免的战争，英伟达也留了后手。

挟H100以令诸侯

英伟达打出的第一张牌，叫CoreWeave。

CoreWeave成立于2017年，最初是一家以太坊挖矿公司，后来转型做起了云计算业务。据CoreWeave创始人透露，2022年公司收入为3000万美金，仅有微软Azure的1/1133，在硅谷几乎没什么存在感。

然而到了2023年，CoreWeave突然一夜成名，接连签下Inflection AI和Stability AI两个大客户，年营收预计将达到5亿美金，一年翻16倍。除此之外，微软甚至决定在未来几年花费数十亿美金购买其服务；其中仅2024年的订单，已有20亿美金。

改变CoreWeave命运的贵人，正是英伟达。

今年4月，英伟达参与了对CoreWeave的投资；但比起美元，英伟达还给了它一项更稀有的资源——H100。CoreWeave是全球第一家上线HGX H100租赁服务的云计算企业，比微软Azure还要早一个月。

这番安排，其实是黄仁勋的有意为之。

H100近乎垄断的市场地位加之严重短缺的现状，让英伟达手中多了一层权力：他可以自由决定优先供货的对象。

相比自己跟Big Tech们同床异梦的塑料友谊，CoreWeave和英伟达是实打实的革命战友。因此，英伟达削减了对大型科技公司的H100供应，转而将这部分产能交给了CoreWeave等“自家兄弟”——它们曾确保不会自研芯片。

从结果来看，这一战略不仅避免了囤积现象的出现，也确实抢到了大型科技公司的蛋糕：

例如前文提到的Stability AI，在2022年底时一直将亚马逊AWS视作唯一云服务商；然而到了今年3月，困于算力不足的Stability AI，悄悄叩开了CoreWeave的大门。

事实上，英伟达手中并非仅有CoreWeave一张牌。这位手握H100的投资人，还投资了同为云计算公司的Lambda Labs，以及三家从事大模型、应用开发的明星初创企业。

在亩产十万大模型的当下，H100是比美元还珍贵的硬通货，也为英伟达创造了一个宝贵的窗口期：尽可能让更多公司用上H100，趁早建立起生态，“把朋友搞得多多的”。

那么这个窗口期能持续多久呢？

尾声

英伟达的一系列“骚操作”已经引来了美国反垄断机构的注意，同时，全球疯抢H100的现状，很可能不会长期持续下去。

正如前文所述，H100产能受限是因为台积电和SK海力士的预备产能不足；随着新产线陆续落地，短缺状况会逐渐得到缓解。

除此之外，旺盛的需求也未必会延续下去。

事实上，越来越多的科技公司和研究机构都选择将大模型开源。随着市场上的优质开源模型越来越多，初创企业和研究机构可以不必再自己动手训练，转而直接下载开源模型，根据自身业务需求进行开发或者推理。

Meta发布开源大模型Llama后，斯坦福、卡内基梅隆等多所高校的研究人员就曾联合起来，以此为基础打造了开源大模型Vicuna，很快便突破了200万次下载。

Vicuna

在肉眼可见的未来，算力的主要使用场景很可能会从训练转向推理——届时，H100便不再是独孤求败了。因为不同于追求极致效率的训练场景，AI推理其实更看重性价比。

另一方面，以大模型为代表的生成式AI如今面临的问题在于：面对高昂的算力成本，除了英伟达，大家都还没赚到钱。

2006年CUDA平台推出时，英伟达以超脱于行业的前瞻性推动了AI的飞速进步。而如今，英伟达气势如虹的业绩似乎也是一种拷问：它是不是已经从AI的推动者，变成了AI前进的阻力？

参考资料

[1] Nvidia Muscles Into Cloud Services， Rankling AWS，The Information

[2] OpenAI CEO Sam Altman testifies at Senate artificial intelligence hearing | full video，CBS News

[3] Google Gemini Eats The World – Gemini Smashes GPT-4 By 5X， The GPU-Poors，Semi Analysis

[4] The Desperate Hunt for the A.I. Boom’s Most Indispensable Prize，The New York Times

[5] Nvidia H100 GPUs: Supply and Demand，GPU Utils

[6] Saudi Arabia and UAE race to buy Nvidia chips to power AI ambitions，Financial Times

[7] MPT-30B: Raising the bar for open-source foundation models

[8] China’s internet giants order $5bn of Nvidia chips to power AI ambitions，Financial Times

[9] AI Capacity Constraints - CoWoS and HBM Supply Chain，Semi Analysis

[10] Insight: Inside Meta's scramble to catch up on AI，Reuters

[11] Jim keller发声：世界憎恨垄断，GPU不是全部，半导体行业观察

[12] Nvidia Makes Nearly 1，000% Profit on H100 GPUs: Report，Toms Hardware

[13] 深度学习革命，凯德·梅茨

[14] 英伟达帝国的一道裂缝，饭统戴老板

[15] CoreWeave came ‘out of nowhere.’ Now it’s poised to make billions off AI with its GPU cloud，Venture Beat

[16] Why Nvidia Aids Cloud Rivals of AWS， Google and Microsoft，The Information

[17] TPUv5e: The New Benchmark in Cost-Efficient Inference and Training for <200B Parameter Models，Semi Analysis

[18] Nvidia’s Hot Streak May Not Last Forever，The Information

本文来自微信公众号：远川科技评论 （ID：kechuangych），作者：陈彬，编辑：李墨天