GPU，供不應(yīng)求！

還記得嗎，GPU 曾經(jīng)只是一種小型無風(fēng)扇顯卡，其代表包括Voodoo、Matrox、Nvidia 或 ATI 嗎？這個簡單的添加為您的 PC 帶來了響應(yīng)式 2D 和 3D 圖形的新世界。

如果當(dāng)時有人告訴你，未來版本的 GPU 最終將被用作 HPC、加密貨幣和生成人工智能的高性能工具。我懷疑答案會是“什么是加密貨幣和生成人工智能？”

對 GPU 硬件或更好的加速器的需求從未如此強(qiáng)烈，如果這種趨勢持續(xù)下去，當(dāng)前的高需求可能會延續(xù)到不久的將來。就 HPC 而言，這一趨勢表明 GPU 未來將會變得昂貴且難以找到（除非您購買的數(shù)量足以直接向供應(yīng)商購買）。

GPU 非常適合加速矩陣運(yùn)算，這通常是許多 HPC 應(yīng)用程序的核心。它們提供 SIMD（單指令多數(shù)據(jù)）處理單元，可以加速復(fù)雜的并行數(shù)組操作。正如人們經(jīng)常指出的那樣，HPC GPU 市場在一定程度上要歸功于規(guī)模大得多（約 7 倍）的游戲市場，它幫助支付了硬件成本，讓游戲玩家能夠飛越星系，同時允許科學(xué)家模擬星系。

加密貨幣市場改變了這種低端動態(tài)。就加密貨幣而言，游戲 GPU 非常擅長快速查找唯一數(shù)字并產(chǎn)生熱量。市場需求相當(dāng)高，但由于加密市場的不斷發(fā)展，需求似乎正在下降。

在高端，情況就完全不同了。根據(jù)雅虎財經(jīng)的一篇文章，Reports Insights 的一份報告預(yù)測：

“受圖形處理器 (GPU) 科學(xué)模擬、數(shù)據(jù)分析和人工智能需求不斷增長的推動，全球圖形處理器 (GPU) 市場預(yù)計在 2022 年至 2030 年期間復(fù)合年增長率為 33.5%。“

數(shù)據(jù)顯示，2022 年，GPU 市場估值為447 億美元，預(yù)計到 2030 年將達(dá)到4509 億美元。GPU 市場的增長可歸因于游戲、娛樂和數(shù)據(jù)中心等各種最終用途行業(yè)對高級圖形和高質(zhì)量視覺體驗的需求不斷增長。虛擬和增強(qiáng)現(xiàn)實的日益普及以及人工智能和機(jī)器學(xué)習(xí)的進(jìn)步也促進(jìn)了 GPU 市場的增長。隨著高性能 GPU 需求的增長，市場有望在未來幾年大幅增長，為市場參與者帶來大量機(jī)會。

然而，對于 GPU 市場供應(yīng)商來說，這是個好消息，對于最終用戶來說，LLM（大型語言模型，例如 ChatGPT）的增長創(chuàng)造了對嚴(yán)格意義上不屬于傳統(tǒng) HPC 市場一部分的 GPU 的新需求。

以 Inflection AI 為例，該公司正在開發(fā)一種名為“Pi”的“個人人工智能”聊天機(jī)器人。為了實現(xiàn)這一目標(biāo)，該公司建造了一臺配備 22,000 個 NVIDIA H100 GPU 的 超級計算機(jī)。為了提供一些背景信息，F(xiàn)rontier 是 6 月 23 日 TOP500 列表中排名第一的系統(tǒng)，擁有37,632 個 GPU。

Inflection AI 的情況并非獨一無二。SemiAnalysis報告的另外兩個數(shù)據(jù)點也支持同樣的趨勢。

“即使 OpenAI 也無法獲得足夠的 GPU，這嚴(yán)重阻礙了其近期路線圖。由于 GPU 短缺，OpenAI 無法部署其多模態(tài)模型?！?/p>

例如，Tik Tok 背后的中國公司字節(jié)跳動據(jù)稱從 Nvidia 訂購了價值超過 10 億美元的 A800/H800。“

正在尋找 FLOPS？

幸運(yùn)的是，GPU 對于 HPC 來說并不是必需的；GPU 并不是 HPC 所必需的。它們對于許多應(yīng)用都很有用；然而，最新的 TOP500 系統(tǒng)統(tǒng)計（6 月 23 日）表明，37% 的機(jī)器使用 GPU。這個數(shù)字正在增加，并且隨著系統(tǒng)進(jìn)入 exaFLOPS 領(lǐng)域，加速器的使用將繼續(xù)。

如前所述，GPU 不是必需的，但對于許多 HPC 應(yīng)用程序來說通常是可取的。由于生成式 AI 行業(yè)爆炸式增長的巨大需求，許多 HPC 現(xiàn)場采購和/或云場景的擔(dān)憂是 GPU 的全面可用性（短缺）?！叭魏?GPU”（Nvidia、AMD 或 Intel）的高市場需求可能會促使 HPC 從業(yè)者考慮僅使用 CPU 的解決方案來幫助加速其代碼（例如，眾核、AVX-512、HBM、3D V-Cache 等） 。

對“GPU 周期”的搜索也可能會帶來一些新穎的方法。回想一下，HPC 中的一些原始 GPU 應(yīng)用程序始于標(biāo)準(zhǔn) GPU 卡和一種名為“ Brook ”的新語言，該語言是 CUDA 的前身，并在第一段中提到的一些早期 GPU 卡上運(yùn)行。一開始，這種方法似乎有點尷尬，但速度的提高是不容忽視的。結(jié)果重塑了 HPC 領(lǐng)域。

最近，一個有趣的舉動是，最新版本的 AMD ROCm GPU 庫(V5.6) 提供了對移動和桌面級 iGPU（集成 GPU）的支持。在 LinkedIn 上的一篇簡短帖子中，HPC 專家 James Cuff 能夠使用 Ryzen 9 6900HX 桌面處理器在 CPU 和 CPU/iGPU 上運(yùn)行 TensorFlow 基準(zhǔn)測試。同樣的基準(zhǔn)測試在 CPU 上運(yùn)行需要 13 秒，在 CPU/iGPU 組合上運(yùn)行需要 3 秒。當(dāng)然，還需要更多的測試，但正如對 FLOPS 的搜索將目光轉(zhuǎn)向了早期基于 GPU 的顯卡一樣，尋找內(nèi)部 GPU 可能會為 HPC 組合添加一些未使用和可用的 FLOPS。

GPU 的巨大壓力已經(jīng)到來。