中國算力發展指數白皮書 AI服務器價格仍將保持上漲趨勢

• 黃江 2023年11月28日 來源：新浪 1494 99
• 繁體

AI大模型的實現，需要海量數據和強大算力來支撐訓練和推理過程，華為預估2030年相比2020年，AI爆發帶來的算力需求將增長500倍。

受AI(人工智能)大模型發展熱潮影響，市場算力需求大增，AI服務器作為算力基礎設施之一，由于具備圖形渲染和海量數據的并行運算等優勢，能夠快速準確地處理大量數據，市場價值逐漸凸顯，近來市場需求大增，外加AI服務器核心零部件GPU(圖像處理器、加速芯片)芯片持續緊缺、GPU價格不斷上漲等，近期AI服務器價格大漲。

有企業透露，其去年6月購買的AI服務器不足一年價格漲了近20倍。同期，GPU價格也不斷上漲，例如A100GPU市場單價已達15萬，兩個月前為10萬元，漲幅50%，而A800價格漲幅相對更小，目前價格在9.5萬元左右，上月價格為8.9萬元左右。

AI服務器價格這幾年一直變化較大，主要因其配置在不斷提升，同時其核心零部件GPU全球主要廠家英偉達、AMD在GPU方面的產能有限，市場GPU供應持續緊缺，預計未來AI服務器價格仍將保持上漲趨勢。

未來AI服務器價格仍將保持上漲趨勢

值得一提的是，上游高端GPU芯片持續缺貨等，一定程度上還影響了企業AI服務器出貨量，進而影響到相關服務器上市公司短期業績。不過，長遠來看，AI服務器獲業界一致看好，相關上市公司也正加碼布局。

據了解，ChatGPT火熱后，全球各大科技企業都在積極擁抱AIGC(生成式AI)，紛紛發力AI大模型。據不完全統計，自3月16日百度率先公布“文心一言”以來，國內已有超過30項大模型產品亮相。

然而，AI大模型的實現，需要海量數據和強大算力來支撐訓練和推理過程，華為預估2030年相比2020年，AI爆發帶來的算力需求將增長500倍。

AI 服務器用于處理深度學習工作負載的海量數據,包括需要大內存容量、高帶寬和整體系統內緩存一致性的訓練和推斷。相較于普通服務器,AI 服務器新增多張高性能加速器(絕大部分為 GPU),擁有更高的計算能力、更快的處理速度和更大的存儲空間。

AI 模型從最早 2012 年(AlexNet)問世以來，深度和廣度一直在逐級擴升。作為目前最大的語言模型之一，2020 年發布的 GPT-3 使用了 1750 億個參數，是其前代的 100 多倍，微軟和英偉達共同開發的 Megatron-Turing-NLG 模型參數量則達 5300 億。

據中國信通院撰寫的《中國算力發展指數白皮書》，過去 10 年用于 AI 訓練模型的計算資源激增，AI 訓練的計算復雜度每年猛增 10 倍，人工智能計算已成為主流的計算形態，全球智能算力規模(換算為 FP32)將由 2021 年 232EFlops 快速增長至 2030 年的 52.5ZFlops，期間 CAGR 超過 80%。

TrendForce 預計 2026 年全球 AI 服務器出貨量約 20 萬臺。

TrendForce 表示，在 AIGC、自動駕駛、AloT、邊緣計算等新興應用帶動下，諸多大型云廠商加大AI 相關基礎設施建設，預計搭載 GPGPU(General Purpose GPU)的 AI 服務器 2022 年出貨量僅占整體服務器市場的 1%，并有望在 2026 年增長至 20 萬臺，2022-2026 年 CAGR 為 10.8%。

據 TrendForce 統計，2022 年 AI 服務器采購占比以北美四大云廠商為主，微軟、Google、Meta、AWS 合計貢獻 66.2%，國內則以字節跳動投入最為積極，占比 6.2%。

不同類型的服務器成本結構存在差異，芯片成本占比隨服務器性能提升而升高。

服務器本質是計算機，核心硬件包括 CPU、以 GPU 為代表的加速卡、內存、硬盤、網卡、電源、主板等。其中以 CPU 和 GPU 為代表的算力芯片是服務器主要成本項，占比隨著服務器性能的提高而逐漸上升。

綜合華經情報網和 ARK數據，芯片成本在普通服務器中約占總成本的 32%，而用于機器學習的服務器因通常搭載多卡高性能 GPU 導致芯片成本占比迅速提升至 83%。

AI 服務器和普通服務器之間的區別在于其硬件配置和使用方式。

AI 服務器用于處理深度學習工作負載的海量數據，包括需要大內存容量、高帶寬和整體系統內緩存一致性的訓練和推斷。相較于普通服務器，AI 服務器新增多張高性能加速器(絕大部分為 GPU)，擁有更高的計算能力、更快的處理速度和更大的存儲空間，以支持高負載和復雜的計算任務。

隨著 GPU 向 A100 向 H100 升級迭代，AI 服務器有望迎來量價齊升。

根據英偉達官網，相較于前代 A100，H100 綜合計算性能提高 6 倍，得益于：1)采用第四代 Tensor Core 和具有 FP8 精度的 Transformer 引擎，持續優化大模型訓練和推理表現;2)升級第四代 NVLink，提供高達 900 GB/s 的 GPU 與 GPU之間互連;3)更高的顯存帶寬。

該行認為，隨著價格更高的 H100 在今年陸續出貨，AI 服務器市場將在今年迎來持續量價齊升。

根據中研普華研究院《2023-2028年中國IA服務器行業發展分析與投資前景預測報告》顯示：

隨著ChatGPT、百度文心一言等一系列大模型密集上線，AI大模型當下已經遍地開花。谷歌本周四發布AI語言模型PaLM 2與OpenAI旗下GPT-4等系統展開競爭，國內云從科技、引力傳媒等多家A股上市公司亦宣布AI大模型產品最新進展。在“AI百模大戰”背后，隨之帶動的算力需求開始呈“爆炸式”增長，一場“算力儲備戰”已暗潮洶涌，全球算力市場持續火熱。

據悉，AI由數據、算法(即模型)和算力驅動，其中任意一方的發展會推動其他方面需求的增長。有分析認為，當下行業內雖然擁有更多的數據以及做了更多的AI模型研究，但算力的擴展速度卻沒有跟上。今年4月，OpenAI就因需求量過大而停止了ChatGPT Plus的銷售。對此，東方證券研報認為，主要系計算資源供不應求。

根據數據預測，AI時代算力的增長已遠遠超過了摩爾定律每18個月翻番的速率，預計到2030年全球超算算力將達到0.2ZFLOPS，平均年增速超過34%。華為更是預測，未來10年人工智能算力需求將會增長500倍以上。那么，身處“智能革命”起點的當下，什么才是AI算力的最優解?國內“算力軍備競賽”又走到哪一步了?

眾所周知，芯片能力直接影響著高算力訓練效果和速度，相較于基于CPU芯片的通用算力，AI所需的智能算力則主要基于GPU、GPGPU及AISC等AI芯片所提供算力，用于人工智能的訓練和推理。其中，GPU是一種專門用于處理圖形、視頻、游戲等高性能計算的硬件設備，憑借相較于其他硬件在算力方面的較大優勢脫穎而出，同時隨著英偉達A100、H100等型號產品的發布，前款產品在AI推理時吞吐量是CPU的249倍。GPU已成為當前AI算力的核心硬件。

中金公司研報表示，多GPU互聯能力加強可以提高并行計算能力，因而算力提升對GPU數量的要求日益提高。隨著單GPU的計算能力越來越難以應對深度學習對算力的需求，英偉達已經開始用多個GPU去解決問題。對此，業內分析認為，高端GPU的數量基本決定了一個廠商能夠練多大的模型，后期將成為業內判斷企業大模型能力的重要指標。

據TrendForce數據顯示，如果以英偉達 A100 顯卡的處理能力計算，GPT-3.5大模型需要2萬塊GPU來處理訓練數據。亦有業內公認看法，做好AI大模型的算力門檻是1萬枚A100芯片。

目前，全球GPU市場主要由英偉達、英特爾和AMD三家巨頭壟斷，去年Q4獨立GPU份額分別為85%、6%、9%。其中，人工智能、云端計算和獨立GPU主要為英偉達主導，A100和H100最高浮點算力分別實現19.5 TFLOPS 和67 TFLOPS。

相較于此，我國國產GPU尚處萌芽期，與國際廠商差距更大。但隨著高端GPU的出口限令，針對中國市場推出的特供版A800也已漲10萬元的高價，國內GPU市場需求緊迫。在此情形下國產化迫在眉睫，國產GPU廠商近幾年也不斷涌現，目前國內自研GPU的領軍企業主要是寒武紀、景嘉微、華為昇騰等。其中，景嘉微是國內首家成功研制國產GPU芯片并實現大規模工程應用的企業。行業內專家稱，主打產品JH920的性能與英偉達2016年發布的GTX 1050相仿，在中高端領域及硬核的算力需求仍存在較長的追趕道路。

對于整個算力市場，業內人士認為，目前燒GPU是最為現實的方案，尤其從國內GPU廠商的角度來看，國產GPU高端化薄弱，只有使更多低端的GPU去追趕和堆疊，通過優化和協調來協同作用，再去組合模擬優化的路徑。

《2023-2028年中國IA服務器行業發展分析與投資前景預測報告》由中研普華研究院撰寫，本報告對該行業的供需狀況、發展現狀、行業發展變化等進行了分析，重點分析了行業的發展現狀、如何面對行業的發展挑戰、行業的發展建議、行業競爭力，以及行業的投資分析和趨勢預測等等。報告還綜合了行業的整體發展動態，對行業在產品方面提供了參考建議和具體解決辦法。

• 相關深度報告REPORTS

  

  2023-2028年中國IA服務器行業發展分析與投資前景預測報告

  IA服務器行業研究報告主要分析了IA服務器行業的市場規模、IA服務器市場供需求狀況、IA服務器市場競爭狀況和IA服務器主要企業經營情況，同時對IA服務器行業的未來發展做出科學的預測。中研普華憑...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡