中国的企业如何策划战略性GPU布局？

中国的企业如何策划战略性GPU布局？中国各大厂商在GPU领域的战略布局正迅猛展开。全球英伟达GPU市场的竞争激烈程度不言而喻。然而，国外巨头早早开始了GPU采购，规模也更大，并且近年来的投资持续增加。而中国的大型企业对GPU的需求和投资动作则显得更加急切和强烈。

以百度为例，他们今年向英伟达订购的GPU数量高达上万块。尽管百度规模较小，去年营收仅相当于Google总营收的6%，但他们在GPU领域的迅速扩张和巨大需求势头却不容小觑。

不仅如此，像字节跳动、腾讯、阿里巴巴等中国巨头也是AI和云计算领域投入最多的公司之一。过去，他们已累积拥有了数以万计的A100 GPU。以字节跳动为例，他们已经部署了近10万块A100和前代产品V100，可见他们在GPU投入方面的庞大力度。而即便是非AI领域，像量化投资公司幻方，也购买了1万块A100 GPU。

虽然总量上看，这些GPU似乎足够支撑各公司的大型模型训练需求。但实际上，中国大型企业过去采购的大量GPU主要用于维持现有业务或在云计算平台上销售，很少用于开发大型模型或满足客户对大型模型的需求。这导致中国的AI从业者在计算资源评估方面存在较大差异。

与此同时，海外公司的投资在过去几年持续增加，特别是在疫情期间。然而，中国公司的投资在2021年后开始收缩。这也使得中国公司在计算资源和基础设施方面与海外公司存在着较大的差距。

要想实现长期投入大型模型研发并获得更大利润，中国公司需要不断增加GPU资源。但在GPU供应紧张的情况下，他们面临着供应瓶颈的挑战。正如OpenAI的情况一样，供应不足使得他们的API服务变得不够稳定，速度也变慢了。

因此，为了满足不断增长的计算需求，中国公司需要加大GPU资源的投入，从而实现大型模型的稳定开发和应用，以跟上国际竞争的步伐。这将有助于弥补中国在计算资源方面与海外公司之间的差距，促进技术和创新的迅猛发展。

NVIDIA A100 是整个 NVIDIA 数据中心解决方案的一部分，该解决方案由硬件、网络、软件、库以及 NGC™ 中经优化的 AI 模型和应用等叠加而成。它为数据中心提供了强大的端到端 AI 和 HPC 平台，让研究人员能够快速交付真实的结果，并且大规模地将解决方案部署到生产环境中。

捷易科技为核心的人工智能解决方案和大数据服务商，累计已获80多项发明专利、实用新型专利、软件著作权及外观专利证书等。

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。本站原创内容未经允许不得转载，或转载时需注明出处：捷易科技 » 中国的企业如何策划战略性GPU布局？