其他
行业焦点|千亿市场正爆发!GPU掌舵AI算力大时代
预计阅读时间:8分钟
2023年最火热的技术非人工智能AI莫属。ChatGPT的出现,让人耳目一新,人工智能成为科技产业创新的焦点。算法、数据、算力作为人工智能领域的三要素,也同时受到了业内关注。其中,AI算力成为关键生产力,是聚焦的重点。AI算力集运行计算力、数据存储力、网络运载力一体,成为支撑数字经济高质量发展的新动能。
01
算力即综合国力
G A G E
人类进入了“算力时代”
算力是AI的核心底座
算力之争已成全球科技竞争热点
中国算力有着广阔的发展空间
02
AI算力的支撑——GPU
G A G E
GPU用于大量重复计算,由数以千计的更小、更高效的核心组成大规模并行计算架构,配备GPU的服务器可取代数百台通用CPU服务器来处理高性能计算和AI业务。GPU在AI发展中起着至关重要的作用:
1. 计算速度在人工智能领域,计算速度是至关重要的。许多AI算法需要处理大量的数据,计算量非常庞大。GPU可以通过并行处理大量的计算任务,从而大幅提高计算速度和效率。例如,常用的深度学习算法(如卷积神经网络、循环神经网络等)需要处理大量的矩阵运算,GPU可以在短时间内完成这些运算,从而大幅提高训练和推断的速度。
2. 节省时间和成本GPU可以大幅缩短AI算法的训练和推断时间,从而节省时间和成本。例如,在传统的CPU上训练一个深度学习模型可能需要数周甚至数月的时间,而在GPU上可以在数小时或者数天内完成训练。这不仅节省了时间,还可以降低训练和推断的成本。
3. 支持深度学习算法GPU对于支持深度学习算法的重要性不言而喻。深度学习算法需要大量的计算资源,而GPU可以提供这些资源。例如,Google的Tensor Processing Unit(TPU)就是一种专门用于深度学习的硬件设备,其基本原理和GPU类似。TPU可以提供比GPU更高效的计算性能,但其适用范围相对较窄,主要用于Google的深度学习框架TensorFlow。 4. 促进AI技术的发展GPU的广泛应用促进了AI技术的发展。通过GPU的高速计算能力,开发者可以更快地训练模型、测试算法,从而促进AI技术的迅速发展。GPU的出现和发展,也为AI领域的新算法、新模型的研发提供了更多的可能性。
可以说在这一轮AI发展浪潮中,AI和GPU是相互成就。GPU算力的不断提升,带动AI计算突破了算力瓶颈,使AI得以大规模的应用;AI大规模应用以及越来越大规模的模型,也反过来带动了GPU算力的不断提升。
03
GPU千亿市场正爆发
G A G E
在近日举行的2023中国算力大会上,中国信息通信研究院发布的《中国综合算力指数(2023年)》白皮书显示,我国算力总规模位居全球第二,近5年年均增速近30%。产业链条不断拓展,发展动能持续增强。
我国算力产业正迈向高质量发展。自东数西算启动以来,政府、行业、企业逐步深入探索算力与数据要素的全新经济模式,并投入大量资源。以ChatGPT为代表的AIGC产品横空出世,算力需求大增,让市场确定了AI算力是当今应该优先发展的方向。根据IDC与浪潮信息发布的《2022-2023中国人工智能计算力发展评估报告》,2022年中国AI算力规模达到268 EFLOPS,未来4年CAGR有望达到36.5%。
GPU作为AI人工智能成长的核心关键所在,在AI市场中占据主导地位。随着国内AI大模型进入到辅助生产力阶段,服务器GPU市场也将进一步放大,产业也将迎来高速发展期。
全球GPU市场空间广阔,数据显示,2020年全球GPU市场规模为254.1亿美元,国内外市场空间正高速增长,年复合增长率达到32.8%。伴随着近期宏观经济回暖以及全球互联网企业纷纷加大AI算力布局,PC和服务器的需求上升,有望为全球GPU市场带来整体拉动效应,预计2028年全球GPU市场规模将达到2465.1亿美元。
04
全球科技并购热潮不减
AI算力龙头活跃
G A G E
去年末ChatGPT的横空出世,拉开了AI竞赛的大幕,半年之后,又出现了AI并购潮。2023年2月,英伟达收购AI初创公司OmniML,引发了AI算力并购热潮。未来随着国家经济发展和科技进步的步伐加快、相关领域上市公司实力将不断增强,科技行业并购交易将持续活跃。
免责声明:本公众号原创文章版权归疆亘资本所有,如需转发请联系后台;本公众号文章观点仅供内容分享,引用文章内容版权归原作者所有,部分文章推送时未能与原作者取得联系,若侵犯到您的权益烦请与我们联系。本文内容并非全部收录,相关观点不构成任何投资建议。市场有风险,投资须谨慎。
往期回顾
完