文丨張家豪
2022 年下半年，ChatGPT 爆火的同時，硅谷著名風險資本 a16z 走訪了數(shù)十家 AI 創(chuàng)業(yè)公司和大科技公司。他們發(fā)現(xiàn)，創(chuàng)業(yè)公司轉手就把 80%-90% 的早期融資款送給了云計算平臺，以訓練自己的模型。他們估算，即便這些公司的產(chǎn)品成熟了，每年也得把 10%-20% 的營收送給云計算公司。相當于一筆 “AI 稅”。
這帶來了在云上提供模型能力和訓練服務，把算力租給其它客戶和創(chuàng)業(yè)公司的大市場。僅在國內，現(xiàn)在就至少有數(shù)十家創(chuàng)業(yè)公司和中小公司在自制復雜大語言模型，他們都得從云計算平臺租 GPU。據(jù) a16z 測算，一個公司一年的 AI 運算開支只有超過 5000 萬美元，才有足夠的規(guī)模效應支撐自己批量采購 GPU。
據(jù)《晚點 LatePost》了解，今年春節(jié)后，擁有云計算業(yè)務的中國各互聯(lián)網(wǎng)大公司都向英偉達下了大單。字節(jié)今年向英偉達訂購了超過 10 億美元的 GPU，另一家大公司的訂單也至少超過 10 億元人民幣。
僅字節(jié)一家公司今年的訂單可能已接近英偉達去年在中國銷售的商用 GPU 總和。去年 9 月，美國政府發(fā)布對 A100、H100（英偉達最新兩代數(shù)據(jù)中心商用 GPU） 的出口管制時，英偉達曾回應稱這可能影響去年四季度它在中國市場的 4 億美元（約合 28 億元人民幣）潛在銷售。以此推算，2022 年全年英偉達數(shù)據(jù)中心 GPU 在中國的銷售額約為 100 億元人民幣。
相比海外巨頭，中國大科技公司采購 GPU 更為急迫。過去兩年的降本增效中，一些云計算平臺減少了 GPU 采購，儲備不足。此外，誰也不敢保證，今天能買的高性能 GPU，明天會不會就受到新的限制。
從砍單到加購，同時內部騰挪
今年初之前，中國大型科技公司對 GPU 的需求還不溫不火。
GPU 在中國大型互聯(lián)網(wǎng)科技公司中主要有兩個用途：一是對內支持業(yè)務和做一些前沿 AI 研究，二是把 GPU 放到云計算平臺上對外售賣。
一名字節(jié)人士告訴《晚點 LatePost》，2020 年 6 月 OpenAI 發(fā)布 GPT-3 后，字節(jié)就曾訓練了一個數(shù)十億參數(shù)的生成式語言大模型，當時主要使用的 GPU 是 A100 前代產(chǎn)品 V100。由于參數(shù)規(guī)模有限，這個模型生成能力一般，字節(jié)當時看不到它的商業(yè)化可能性，“ROI（投資回報率） 算不過來”，這次嘗試不了了之。
阿里也曾在 2018-2019 年積極采購 GPU。一位阿里云人士稱，當時阿里的采購量至少達到上萬塊規(guī)模，購買的型號主要是 V100 和英偉達更早前發(fā)布的 T4。不過這批 GPU 中只有約十分之一給到了達摩院用作 AI 技術研發(fā)。2021 年發(fā)布萬億參數(shù)大模型 M6 后，達摩院曾披露訓練 M6 使用了 480 塊 V100。
阿里當時購買的 GPU，更多給到了阿里云用于對外租賃。但包括阿里云在內，一批中國云計算公司都高估了中國市場的 AI 需求。一位科技投資人稱，大模型熱潮之前，國內主要云廠商上的 GPU 算力不是緊缺，而是愁賣，云廠商甚至得降價賣資源。去年阿里云先后降價 6 次，GPU 租用價下降超兩成。
在降本增效，追求 “有質量的增長” 與利潤的背景下，據(jù)了解，阿里在 2020 年之后收縮了 GPU 采購規(guī)模，騰訊也在去年底砍單一批英偉達 GPU。
然而沒過多久后的 2022 年初，ChatGPT 改變了所有人的看法，共識很快達成：大模型是不容錯過的大機會。
各公司創(chuàng)始人親自關注大模型進展：字節(jié)跳動創(chuàng)始人張一鳴開始看人工智能論文；阿里巴巴董事局主席張勇接手阿里云，在阿里云峰會發(fā)布阿里大模型進展時稱，“所有行業(yè)、應用、軟件、服務，都值得基于大模型能力重做一遍”。
一名字節(jié)人士稱，過去在字節(jié)內部申請采購 GPU 時，要說明投入產(chǎn)出比、業(yè)務優(yōu)先級和重要性。而現(xiàn)在大模型業(yè)務是公司戰(zhàn)略級別新業(yè)務，暫時算不清 ROI 也必須投入。
研發(fā)自己的通用大模型只是第一步，各公司的更大目標是推出提供大模型能力的云服務，這是真正可以匹配投入的大市場。
微軟的云服務 Azure 在中國云計算市場本沒有太強存在感，入華十年來主要服務跨國公司的中國業(yè)務。但現(xiàn)在客戶得排隊等待，因為它是 OpenAI 商業(yè)化的唯一云代理商。
阿里在 4 月的云峰會上，再次強調 MaaS（模型即服務）是未來云計算趨勢，在開放自研的通用基礎模型 “通義千問” 測試之外，還發(fā)布了一系列幫助客戶在云上訓練、使用大模型的工具。不久后騰訊和字節(jié)火山引擎也先后發(fā)布自己的新版訓練集群服務。騰訊稱用新一代集群訓練萬億參數(shù)的混元大模型，時間可被壓縮到 4 天；字節(jié)稱它們的新集群支持萬卡級大模型訓練，國內數(shù)十家做大模型的企業(yè)，多數(shù)已在使用火山引擎。
所有這些平臺使用的要么是英偉達 A100、H100 GPU，要么是去年禁令后英偉達專門推出的減配版 A800、H800，這兩款處理器帶寬分別是原版的約 3/4 和約一半，避開了高性能 GPU 的管制標準。
圍繞 H800 和 A800，中國科技大公司開始了新一輪下單競爭。
一名云廠商人士稱，字節(jié)、阿里等大公司主要是和英偉達原廠直接談采購，代理商和二手市場難以滿足他們的龐大需求。
英偉達會按目錄價，根據(jù)采購規(guī)模談一個折扣。據(jù)英偉達官網(wǎng)，A100 售價為 1 萬美元 / 枚（約 7.1 萬元人民幣），H100 售價為 3.6 萬美元 / 枚（約 25.7 萬元人民幣）；據(jù)了解，A800 和 H800 售價略低于原版。
中國公司能否搶到卡，更多是看商業(yè)關系，比如以往是不是英偉達的大客戶。“你是和中國英偉達談，還是去美國找老黃（黃仁勛，英偉達創(chuàng)始人、CEO）直接談，都有差別?！?一位云廠商人士說。
部分公司也會和英偉達進行 “業(yè)務合作”，在購買搶手的數(shù)據(jù)中心 GPU 時，也購買其它產(chǎn)品，以爭取優(yōu)先供應。這就像愛馬仕的配貨，如果你想買到熱門的包，往往也得搭配幾萬元的衣服、鞋履。
綜合我們獲得的行業(yè)信息，字節(jié)今年的新下單動作相對激進，超過 10 億美元級別。
一位接近英偉達的人士稱，字節(jié)到貨和沒到貨的 A100 與 H800 總計有 10 萬塊。其中 H800 今年 3 月才開始投產(chǎn)，這部分芯片應來自今年的加購。據(jù)了解，以現(xiàn)在的排產(chǎn)進度，部分 H800 要到今年底才能交貨。
字節(jié)跳動 2017 年開始建設自己的數(shù)據(jù)中心。曾經(jīng)的數(shù)據(jù)中心更依賴適應所有計算的 CPU，直到 2020 年，字節(jié)采購英特爾 CPU 的金額還高于英偉達 GPU。字節(jié)采購量的變化，也反映了如今大型科技公司的計算需求中，智能計算對通用計算的趕超。
據(jù)了解，某互聯(lián)網(wǎng)大廠今年至少已給英偉達下了萬卡級別訂單，按目錄價估算價值超 10 億元人民幣。
騰訊則率先宣布已用上 H800，騰訊云在今年 3 月發(fā)布的新版高性能計算服務中已使用了 H800，并稱這是國內首發(fā)。目前這一服務已對企業(yè)客戶開放測試申請，這快于大部分中國公司的進度。
據(jù)了解，阿里云也在今年 5 月對內提出把 “智算戰(zhàn)役” 作為今年的頭號戰(zhàn)役，并設立三大目標：機器規(guī)模、客戶規(guī)模和營收規(guī)模；其中機器規(guī)模的重要指標就是 GPU 數(shù)量。
新的 GPU 到貨前，各公司也在通過內部騰挪，優(yōu)先支持大模型研發(fā)。
能一次釋放較多資源的做法是砍掉一些沒那么重要，或短期看不到明確前景的方向?！按蠊居泻枚喟胨啦换畹臉I(yè)務占著資源?！?一位互聯(lián)網(wǎng)大公司 AI 從業(yè)者說。
今年 5 月，阿里達摩院裁撤自動駕駛實驗室：300 多名員工中，約 1/3 劃歸菜鳥技術團隊，其余被裁，達摩院不再保留自動駕駛業(yè)務。研發(fā)自動駕駛也需要用高性能 GPU 做訓練。這一調整可能與大模型無直接關系，但確實讓阿里獲得了一批 “自由 GPU”。
字節(jié)和美團，則直接從給公司帶來廣告收入的商業(yè)化技術團隊那里勻 GPU。
據(jù)《晚點 LatePost》了解，今年春節(jié)后不久，字節(jié)把一批原計劃新增給字節(jié)商業(yè)化技術團隊的 A100 勻給了 TikTok 產(chǎn)品技術負責人朱文佳。朱文佳正在領導字節(jié)大模型研發(fā)。而商業(yè)化技術團隊是支持抖音廣告推薦算法的核心業(yè)務部門。
美團在今年一季度左右開始開發(fā)大模型。據(jù)了解，美團不久前從多個部門調走了一批 80G 顯存頂配版 A100，優(yōu)先供給大模型，讓這些部門改用配置更低的 GPU。
財力遠不如大平臺充裕的 B 站對大模型也有規(guī)劃。據(jù)了解，B 站此前已儲備了數(shù)百塊 GPU。今年，B 站一方面持續(xù)加購 GPU，一方面也在協(xié)調各部門勻卡給大模型?！坝械牟块T給 10 張，有的部門給 20 張?！?一位接近 B 站的人士稱。
字節(jié)、美團、B 站等互聯(lián)網(wǎng)公司，原本支持搜索、推薦的技術部門一般會有一些 GPU 資源冗余，在不傷害原有業(yè)務的前提下，他們現(xiàn)在都在 “把算力水份擠出來”。
不過這種拆東補西的做法能獲得的 GPU 數(shù)量有限，訓練大模型所需的大頭 GPU 還是得靠各公司過去的積累和等待新 GPU 到貨。
全世界都在搶算力
對英偉達數(shù)據(jù)中心 GPU 的競賽也發(fā)生在全球范圍。不過海外巨頭大量購買 GPU 更早，采購量更大，近年的投資相對連續(xù)。
2022 年，Meta 和甲骨文就已有對 A100 的大投入。Meta 在去年 1 月與英偉達合作建成 RSC 超級計算集群，它包含 1.6 萬塊 A100。同年 11 月，甲骨文宣布購買數(shù)萬塊 A100 和 H100 搭建新計算中心。現(xiàn)在該計算中心已部署了超 3.27 萬塊 A100，并陸續(xù)上線新的 H100。
微軟自從 2019 年第一次投資 OpenAI 以來，已為 OpenAI 提供數(shù)萬塊 GPU。今年 3 月，微軟又宣布已幫助 OpenAI 建設了一個新計算中心，其中包括數(shù)萬塊 A100。Google 在今年 5 月推出了一個擁有 2.6 萬塊 H100 的計算集群 Compute Engine A3，服務想自己訓練大模型的公司。
中國大公司現(xiàn)在的動作和心態(tài)都比海外巨頭更急迫。以百度為例，它今年向英偉達新下的 GPU 訂單高達上萬塊。數(shù)量級與 Google 等公司相當，雖然百度的體量小得多，其去年營收為 1236 億元人民幣，只有 Google 的 6%。
據(jù)了解，字節(jié)、騰訊、阿里、百度這四家中國投入 AI 和云計算最多的科技公司，過去 A100 的積累都達到上萬塊。其中字節(jié)的 A100 絕對數(shù)最多。不算今年的新增訂單，字節(jié) A100 和前代產(chǎn)品 V100 總數(shù)接近 10 萬塊。
成長期公司中，商湯今年也宣稱，其 “AI 大裝置” 計算集群中已總共部署了 2.7 萬塊 GPU，其中有 1 萬塊 A100。連看似和 AI 不搭邊的量化投資公司幻方之前也購買了 1 萬塊 A100。
僅看總數(shù)，這些 GPU 供各公司訓練大模型似乎綽綽有余——據(jù)英偉達官網(wǎng)案例，OpenAI 訓練 1750 億參數(shù)的 GPT-3 時用了 1 萬塊 V100 ，訓練時長未公開；英偉達測算，如果用 A100 來訓練 GPT-3 ，需要 1024 塊 A100 訓練 1 個月，A100 相比 V100 有 4.3 倍性能提升。但中國大公司過去采購的大量 GPU 要支撐現(xiàn)有業(yè)務，或放在云計算平臺上售賣，并不能自由地用于大模型開發(fā)和對外支持客戶的大模型需求。
這也解釋了中國 AI 從業(yè)者對算力資源估算的巨大差別。清華智能產(chǎn)業(yè)研究院院長張亞勤 4 月底參加清華論壇時說，“如果把中國的算力加一塊，相當于 50 萬塊 A100，訓練五個模型沒問題?！盇I 公司曠視科技 CEO 印奇接受《財新》采訪時則說：中國目前可用作大模型訓練的 A100 總共只有約 4 萬塊。
主要反映對芯片、服務器和數(shù)據(jù)中心等固定資產(chǎn)投資的資本開支，可以直觀說明中外大公司計算資源的數(shù)量級差距。
最早開始測試類 ChatGPT 產(chǎn)品的百度，2020 年以來的年資本開支在 8 億到 20 億美元之間，阿里在 60-80 億美元之間，騰訊在 70-110 億美元之間。同期，亞馬遜、Meta、Google、微軟這四家自建數(shù)據(jù)中心的美國科技公司的年資本開支最少均超過 150 億美元。
疫情三年中，海外公司資本開支繼續(xù)上漲。亞馬遜去年的資本開支已來到 580 億美元，Meta、Google 均為 314 億美元，微軟接近 240 億美元。中國公司的投資在 2021 年之后則在收縮。騰訊、百度去年的資本開支均同比下滑超 25%。
訓練大模型的 GPU 已不算充足，各家中國公司如果真的要長期投入大模型，并賺到給其它模型需求 “賣鏟子” 的錢，未來還需要持續(xù)增加 GPU 資源。
走得更快 OpenAI 已遇到了這一挑戰(zhàn)。5 月中旬，OpenAI CEO SamAltman 在與一群開發(fā)者的小范圍交流中說，由于 GPU 不夠，OpenAI 現(xiàn)在的 API 服務不夠穩(wěn)定，速度也不夠快，在有更多 GPU 前，GPT-4 的多模態(tài)能力還無法拓展給每個用戶，他們近期也不準備發(fā)布新的消費級產(chǎn)品。技術咨詢機構 TrendForce 今年 6 月發(fā)布報告稱，OpenAI 需要約 3 萬塊 A100 來持續(xù)優(yōu)化和商業(yè)化 ChatGPT。
與 OpenAI 合作頗深的微軟也面臨類似情境：今年 5 月，有用戶吐槽 New Bing 回答速度變慢，微軟回應，這是因為 GPU 補充速度跟不上用戶增長速度。嵌入了大模型能力的微軟 Office 365 Copilot 目前也沒有大規(guī)模開放，最新數(shù)字是有 600 多家企業(yè)在試用——Office 365 的全球總用戶數(shù)接近 3 億。
中國大公司如果不是僅把訓練并發(fā)布一個大模型作為目標，而是真想用大模型創(chuàng)造服務更多用戶的產(chǎn)品，并進一步支持其它客戶在云上訓練更多大模型，就需要提前儲備更多 GPU。
為什么只能是那四款卡？
在 AI 大模型訓練上，現(xiàn)在 A100、H100 及其特供中國的減配版 A800、H800 找不到替代品。據(jù)量化對沖基金 Khaveen Investments 測算，英偉達數(shù)據(jù)中心 GPU 2022 年市占率達 88%，AMD 和英特爾瓜分剩下的部分。
2020 年的 GTC 大會上，黃仁勛攜 A100 第一次亮相
英偉達 GPU 目前的不可替代性，源自大模型的訓練機制，其核心步驟是預訓練（pre-training）和微調（fine-tuning），前者是打基座，相當于接受通識教育至大學畢業(yè)；后者則是針對具體場景和任務做優(yōu)化，以提升工作表現(xiàn)。
預訓練環(huán)節(jié)尤其消耗算力，它對單個 GPU 的性能和多卡間的數(shù)據(jù)傳輸能力有極高要求。
現(xiàn)在只有 A100、H100 能提供預訓練所需的計算效率，它們看起來昂貴，反倒是最低廉的選擇。今天 AI 還在商用早期，成本直接影響一個服務是否可用。
過去的一些模型，如能識別貓是貓的 VGG16，參數(shù)量只有 1.3 億，當時一些公司會用玩游戲的 RTX 系列消費級顯卡來跑 AI 模型。而兩年多前發(fā)布的 GPT-3 的參數(shù)規(guī)模已達到 1750 億。
大模型的龐大計算需求下，用更多低性能 GPU 共同組成算力已行不通了。因為使用多個 GPU 訓練時，需要在芯片與芯片間傳輸數(shù)據(jù)、同步參數(shù)信息，這時部分 GPU 會閑置，無法一直飽和工作。所以單卡性能越低，使用的卡越多，算力損耗就越大。OpenAI 用 1 萬塊 V100 訓練 GPT-3 時的算力利用率不到 50%。
A100 、H100 則既有單卡高算力，又有提升卡間數(shù)據(jù)傳輸?shù)母邘挕100 的 FP32（指用 4 字節(jié)進行編碼存儲的計算）算力達到 19.5 TFLOPS（1 TFLOPS 即每秒進行一萬億次浮點運算），H100 的 FP32 算力更高達 134 TFLOPS，是競品 AMD MI250 的約 4 倍。
A100、H100 還提供高效數(shù)據(jù)傳輸能力，盡可能減少算力閑置。英偉達的獨家秘籍是自 2014 年起陸續(xù)推出的 NVLink、NVSwitch 等通信協(xié)議技術。用在 H100 上的第四代 NVLink 可將同一服務器內的 GPU 雙向通信帶寬提升至 900 GB/s（每秒傳輸 900GB 數(shù)據(jù)），是最新一代 PCle（一種點對點高速串行傳輸標準）的 7 倍多。
去年美國商務部對 GPU 的出口規(guī)定也正是卡在算力和帶寬這兩條線上：算力上線為 4800 TOPS，帶寬上線為 600 GB/s。
A800 和 H800 算力和原版相當，但帶寬打折。A800 的帶寬從 A100 的 600GB/s 降為 400GB/s，H800 的具體參數(shù)尚未公開，據(jù)彭博社報道，它的帶寬只有 H100（900 GB/s） 的約一半，執(zhí)行同樣的 AI 任務時，H800 會比 H100 多花 10% -30% 的時間。一名 AI 工程師推測，H800 的訓練效果可能還不如 A100，但更貴。
即使如此，A800 和 H800 的性能依然超過其他大公司和創(chuàng)業(yè)公司的同類產(chǎn)品。受限于性能和更專用的架構，各公司推出的 AI 芯片或 GPU 芯片，現(xiàn)在主要用來做 AI 推理，難以勝任大模型預訓練。簡單來說，AI 訓練是做出模型，AI 推理是使用模型，訓練對芯片性能要求更高。
性能差距外，英偉達的更深護城河是軟件生態(tài)。
早在 2006 年，英偉達就推出計算平臺 CUDA，它是一個并行計算軟件引擎，開發(fā)者可使用 CUDA 更高效地進行 AI 訓練和推理，用好 GPU 算力。CUDA 今天已成為 AI 基礎設施，主流的 AI 框架、庫、工具都以 CUDA 為基礎進行開發(fā)。
英偉達之外的 GPU 和 AI 芯片如要接入 CUDA，需要自己提供適配軟件，但只有 CUDA 部分性能，更新迭代也更慢。PyTorch 等 AI 框架正試圖打破 CUDA 的軟件生態(tài)壟斷，提供更多軟件能力以支持其它廠商的 GPU，但這對開發(fā)者吸引力有限。
一位 AI 從業(yè)者稱，他所在的公司曾接觸一家非英偉達 GPU 廠商，對方的芯片和服務報價比英偉達更低，也承諾提供更及時的服務，但他們判斷，使用其它 GPU 的整體訓練和開發(fā)成本會高于英偉達，還得承擔結果的不確定性和花更多時間。
“雖然 A100 價格貴，但其實用起來是最便宜的。” 他說。對有意抓住大模型機會的大型科技公司和頭部創(chuàng)業(yè)公司來說，錢往往不是問題，時間才是更寶貴的資源。
短期內，唯一影響英偉達數(shù)據(jù)中心 GPU 銷量的可能只有臺積電的產(chǎn)能。
H100/800 為 4 nm 制程，A100/800 為 7 nm 制程，這四款芯片均由臺積電代工生產(chǎn)。據(jù)中國臺灣媒體報道，英偉達今年向臺積電新增了 1 萬片數(shù)據(jù)中心 GPU 訂單，并下了超急件 ，生產(chǎn)時間最多可縮短 50%。正常情況下，臺積電生產(chǎn) A100 需要數(shù)月。目前的生產(chǎn)瓶頸主要在先進封裝產(chǎn)能不夠，缺口達一至兩成，需要 3-6 個月逐步提升。
自從適用于并行計算的 GPU 被引入深度學習，十多年來，AI 發(fā)展的動力就是硬件與軟件，GPU 算力與模型和算法的交疊向前：模型發(fā)展拉動算力需求；算力增長，又使原本難以企及的更大規(guī)模訓練成為可能。
在上一波以圖像識別為代表的深度學習熱潮中，中國 AI 軟件能力比肩全球最前沿水平；算力是目前的難點——設計與制造芯片需要更長的積累，涉及漫長供應鏈和浩繁專利壁壘。
大模型是模型與算法層的又一次大進展，沒時間慢慢來了，想做大模型，或提供大模型云計算能力的公司必須盡快獲得足夠多的先進算力。在這輪熱潮使第一批公司振奮或失望前，圍繞 GPU 的搶奪不會停止。