AI热潮推升算力需求,英伟达借GPU优势身价狂飙,CPU公司为啥没捞到|天天微头条

2023-05-16 10:37:38

2023年最火热的技术非人工自能AI莫属,ChatGPT的出现,让人耳目一新,AI就需要大数据,也就需要更大的数据处理能力,英伟达的芯片因此被推上了浪尖。

英伟达的产品从游戏硬件、数据中心、各种系统。

“英伟达A100芯片价格从去年12月开始上涨,5个月累计涨幅达到37.5%,A800芯片价格也累计上涨20%。由于算力需求增加,即使在涨价后,市场对于英伟达顶级芯片的需求并未减少,拿货周期已从之前的大约一个月延长至三个月或更长,甚至部分新订单“可能要到12月才能交付”在持续已久的AI热潮中,各大科技企业争相推出大模型和AI应用,都推升了对算力的需求。”


(资料图片仅供参考)

众所周知,芯片能力直接影响着高算力训练效果和速度,相较于基于CPU芯片的通用算力,AI所需的智能算力则主要基于GPU、GPGPU及AISC等AI芯片所提供算力,用于人工智能的训练和推理。其中,GPU是一种专门用于处理图形、视频、游戏等高性能计算的硬件设备,凭借相较于其他硬件在算力方面的较大优势脱颖而出,同时随着英伟达A100、H100等型号产品的发布,前款产品在AI推理时量是CPU的249倍。GPU已成为当前AI算力的核心硬件。

关于英伟达

其实很多人知道英伟达是从显卡开始的,很多品牌电脑上,经常贴他们的log。

1993年成立的英伟达Nvidia,开始的20年,是一家专业做显卡的公司。

令人讶异的是,2015年后,英伟达突然业绩狂飙、估值狂飙,股价6年上涨70倍,目前市值超过8000亿美元,成为了全球市值第八大的公司。(位列Facebook之后)。

提到英伟达,不得不提它的创始人兼CEO黄仁勋。、

黄仁勋,祖籍浙江,1963年出生于宝岛。9 岁时,他和哥哥被父母送到了美国,原本父母想着两个孩子能去美国找舅舅接受点好的美式教育,然而结果却是被穷困的舅舅送到了当时不怎么太平的肯塔基州的乡村寄宿学校——传说那里的孩子们出入带刀,身上刺青,黄仁勋在这里学会了抽烟和爬墙上树。

而为对付恶劣环境,黄仁勋找到了一个保护自己的方式,那就是课余帮学校最强壮好斗的“大哥”补习功课。智商摆在那里,学霸到哪里都是学霸。即便进的是渣渣学校,勤奋好学的黄仁勋16岁仍然轻松考上了俄勒冈州立大学学习电子工程。随后他在斯坦福取得了硕士学位,而这也是他迈入硅谷的第一步。

毕业之后,黄仁勋先后在AMD以及LSI Logic工作过,并取得了丰富的技术经验。在这期间,对黄仁勋之后的事业有着重要影响的一件事就是他在设计部门工作了两年之后主动调到了销售部门。这让他对于产品开发设计与市场都有了更深刻的认识。

1993年,30岁的黄仁勋和另外两个伙伴一起创立了公司,并担任CEO,成为了那个时代半导体行业最年轻的CEO和创始人。

前期的创业也是非常不顺,直到Win95的时代到来。

Win95时代的第一个骄子并不是黄仁勋,而是开发大名鼎鼎Voodoo显卡的3DFX公司。但随着电脑图形化时代的到来,显示芯片成为PC系统中被注目的焦点,市场需求空前强烈。而在这个时间点上,诸多的图形卡公司却对微软的D3D API接口不以为然,坚持各自开发自己的接口。

黄仁勋注意到了这个问题.他果断地决定全面支持微软的接口。与此同时,他提出了和摩尔定律并称的显卡芯片领域的“黄氏定律”,即显卡芯片每6个月性能提升一倍。

找对了方向的黄仁勋,在沉默了近3年之后推出了NV3,即Riva 128,并大胆采用当时仍处于试验阶段的AGP概念。而不久后的Riva 128zx,则是国人都非常熟悉的“小影霸”。并且,报据黄氏定律,他在1998年秋和1999年2月分别推出了TNT和TNT2,从此一举占据了显卡芯片市场的主流位置,把所有的竞争对手都挤到边缘领域。同样在6个月后,1999年底,黄仁勋又出人意料地推出全新架构的显示芯片。即GeForce256,率先将显示芯片业带入GPU时代。

为什么GPU会成为AI神经网络计算的引擎呢,CPU不行吗?

训练神经网络就相当于调黑盒子上的旋钮,调旋钮是通过数学的算法调的,这些旋钮动辄几十亿个,需要大量的计算。传统电脑用的是CPU,用CPU去调旋钮相当于调完第一个再调第二个,一个一个按顺序来,虽然现在CPU很快,但神经网络的旋钮实在太多了,连CPU都招架不住了,这时候GPU就出现了。

GPU和CPU不一样的地方是它一次可以同时调成千上万个旋钮,原来CPU几年才能调完的活GPU几天就干完了。GPU的出现,让神经网络可以更大,因而处理能力更强,从一个纯学术的研究项目变为有巨大商业价值的工具。

深度学习需要用GPU的主要有两类:模型训练和识别。前者不光要处理大量训练数据,还要不断地试验不同的模型和参数,因此运算量巨大,一个训练模型可能要成百上千个GPU来算。识别的计算量少很多,但是用户多(例如谷歌、Facebook的用户都以10亿计),所以总的运算量更大,通常是模型训练的几十倍甚至上百倍。由于几乎所有的深度学习都从英伟达买GPU,所以英伟达芯片一直供不应求,其股价此后一路飙涨。

随着Ai时代的到来,机器人对图片、语音的学习越来越深,英伟达真有可能成为下一个时代的科技霸主。

就连黄仁勋个人安保费用大增756% 英伟达回应称“合理且必要”。

关键词:

为你推荐