行情频道: 行情 / 知识 / 新股 / 要闻 / 基金 /

综述

【主要内容概述】近期在全球范围内, 与人工智能计算能力相关的公司股价表现强劲,反映出云计算能力需求逻辑不断强化。台积电在法说会上预测A 业务增长率将达到50%,预计2027年收入将达到15%至20% 未来来自A领域。此外,Meta 如Meta等海外云服务巨头提高了对计算力卡的需求预期 2024年底计划35万 H100 与2023年相比,计算卡的采购量翻了一番。春节期间多起重 大事件进一步证实了A 计算能市场的活跃包括 OpenAl 宣布投资7万亿美元芯片 研发,推出惊人的视频生成模型 Sara;英伟达宣布启动定制芯片业务并发布 可在本地计算机上运行的大规模模型及相关硬件升级;谷歌还推出了Jimy1.5 模型。

在未来的展望中,2024年有两个关键事件值得关注:1.GPT-5 的推出: GPT 奥特曼系列开发者透露GPT-5 与GPT-4相比 会有显著的提升能力 上升,并认为大型模型仍处于初级阶段,未来发展潜力巨大,参数规模可能达到10万亿水平,推动新的计算能力需求增长。

2.英伟达B100 芯片发布: B100 芯片相较 H100 它将带来更大的计算能力改善,市场关注 它能否继续保持强劲的需求,并期待更多的人工智能应用程序的出现,使得推理端的计算能力需求就像 培训端爆炸式增长,帮助云制造商实现商业闭环和资本支出优化。

回顾历史,自2022年以来,随着大型模型的快速发展,计算能力需求呈现井喷状态。特别是生产A进入突变期后,计算能力成本直接与类型参数数量和培训集大小成正比,并进行推理 所需的计算能力也与模型参数、问答大小和访问量成正比。

在技术进步方面,多模式大模式(如佳美达1.5型)的演变将进一步提高对计算能力的需求,特别是在上下文的扩展极限超过100万级标签时 的情况下。OpenAl 新发布的视频生成模 型 Sara 比如视频长度从4秒延长到60秒,表现出更强的能力, 预示着进入视频时代后,计算能力需求将有更大的提高。

【AI 讨论芯片研究分析 人工智能芯片通常分为硬件能力和软件能力两部分。以A100 以芯片为例,硬件参数中的重要指标包括计算能力、显存、功耗和片间互联速度。计算能力就是衡 不同精度的计算能力适用于不同的应用场景,如8-16位 16-32位用于训练,64位用于高性能计算。

根据加速卡的硬件特性,英伟达、AMD等不同厂家的产品设计不同 的加速 卡在 GPGPU 计算能力表现均衡,而海光深算系列等国内厂商在高精度计算能力分配上表现出来 颜色,悬崖科技 BR100 芯片在低精度计算能力方面表现出色。

此外,显存容量 (HBM)对 A加速卡的硬件能力有显著影响,特别是在训练过程中 中间过程需要存储在HBM中 因此,显存容量可能成为限制计算能力的瓶颈。GH2000由英伟达推出 芯片通过 系统架构的改进大大提高了内存互联速度和总带宽,进而提高了整体计算能力。AMB 公司的 MI300 在HBM中,芯片的显存容量达到了H100的2.4倍 投资方面 度。

GPU 互联速度也是评价加速卡实力的关键因素,尤其是大规模训练需要多个因素 GPU 之间的高速通信。在这方面,英伟达 NVLink 和 AMD 的 Infinity Fabric 协议提供的远高于 PCle 最高速度可达900GB 每秒和896GB 秒,因为内部制造商也在积累 特殊通信协议的极端研发,如壁崖科技 BB link等,努力追赶国际先进水平。

综上所述,国内外制造商在A1计算能力领域的竞争日益激烈,海外领导者继续展示超出预期的表格 现在,国内企业在硬件创新、算法优化和市场需求响应方面迅速跟进 粗俗的力量和潜力。

相关阅读

本文国内外制造商在A1计算能力领域的竞争日益激烈由壹米财经整理发布,欢迎转载收藏,转载请带上本文链接。
免责声明:【壹米财经】发布的所有信息,并不代表本站赞同其观点和对其真实性负责,投资者据此操作,风险请自担。部分内容文章及图片来自互联网或自媒体,版权归属于原作者,不保证该信息(包括但不限 于文字、图片、图表及数据)的准确性、真实性、完整性、有效性、及时性、原创性等,如有问题,请联系我们! 分享到: 新浪微博 微信

扫描左侧二维码
看手机移动端,随时随地看 股票 新闻