隨著球科技巨頭陸續入局AI大模型，算力需求（特別是大模型和行業應用等方面）迅速增長，GPU被全球哄搶，漲價、缺貨不斷。不過，也因此帶火了英偉達在三月份提出的一項業務——算力租賃。
據悉，GPU不像消費顯卡，很多商家會有庫存，本身存貨就很少，整個供應鏈上的貨不超過三四千片，ChatGPT熱度起來以后，存貨很快被互聯網大廠鎖定，今年3月后市場上基本沒有存貨。部分大廠直接從國外渠道找一些貨回來，如今50%以上的訂單基本都是互聯網大廠的。
GPU的火爆不僅在現貨市場，連訂單都在搶著下。
【資料圖】
上海六尺科技集團創始人張亞洲表示：“微軟、英特爾等海外大廠一邊自研、一邊也在對外采購，前期訂的一部分（GPU訂單），可能用于大規模訓練，但對于推理還是不夠。如今基本上廠商低于一個億的訂單，也許渠道商都不愿搭理，發郵件都不回。”
價格方面，多款GPU價格從3、4月到至今漲幅接近50%。4月份訂單還能排到10月份，如今已排到明年上半年。
價格暴漲，訂單延后，那對于迫切需要GPU來訓練模型的企業，是否還有其他選擇？在這一背景下，也帶火了更具性價比的模式——算力租賃
算力租賃，顧名思義就是對算力進行出租，是一種通過云計算服務提供商租用計算資源的模式，適用于各種大規模計算需求的場景。企業用戶可以根據自己的需求租賃服務器或虛擬機實現大規模的計算任務，而無需擁有自己的計算資源。
其優勢包括：無需投入大量資金購買計算設備、高效穩定的計算服務、靈活的擴容或縮減，更好地滿足用戶的需求、非常靈活的計費方式，可以根據實際使用情況進行計費。
通過租賃計算資源，用戶可以快速地啟動項目，使用穩定高效的計算資源，大大縮短了研發周期和成本。
有數據顯示，ChatGPT需要7－8個算力500P的數據中心才能支撐運行。對于微軟、谷歌、百度這樣的巨頭而言，算力成本顯然并不會成為障礙，但對于中小團隊來說，如此巨大的成本幾乎就是一座不可逾越的大山，并不是每一家企業都有能力建設屬于自己的算力矩陣。
因此，英偉達就提出了算力租賃的模式。
今年3月，英偉達CEO宣布了DGX Cloud算力租賃服務計劃，讓企業用戶不需購買昂貴的AI服務器，就能在云端上使用其提供的運算能力。企業用戶可以使用DGX運算資源來進行生成式AI或應用開發。
據悉，DGX是英偉達推出的AI超級電腦運算系統，此次新推出的DGX Cloud算力租賃服務是英偉達與甲骨文等合作伙伴共同打造的。
至于DGX Cloud服務的訂閱收費，未來將按照每個實例/每個執行個體來計算，每月收費36999美元起。每個實例包括8個NVIDIA H100或A100Tensor核心GPU，每個GPU節點內存高達640GB，實現計算資源專用，不和云中另外的租戶共享。
此外，DGX Cloud本身也支持英偉達自家的AI軟件和開發工具，比如Nvidia AI Enterprise提供端到端的AI框架與預訓練模型。
華福證券表示，國內具備研發及訓練大模型實力的企業較少，隨著行業的充分競爭，未來只會剩下1-2家大模型，采購服務器建設數據中心的重資產模式將產生大量的算力冗余，以公有云方式部署的算力租賃將是最優解。
從算力租賃廠商前期布局的成本來看，核心成本主要集中在服務器研發和采購、維護和升級等方面，可通過特定的技術和管理手段來控制，如通過智能化管理降低管理成本、與芯片廠商進行戰略合作降低采購成本等。前期成本情況因公司規模不同而有所差異，大型廠商通常采用集中采購和規模效應來降低成本，而小型廠商則主要通過定制化方案來滿足客戶需求。
而站在用戶角度，基于算力租賃，用戶只要按需付費，不用承擔硬件設備的采購、維護、升級等費用，也不用擔心設備閑置或者過時造成浪費；用戶可隨時隨地通過云端訪問所需的算力資源，快速開始訓練和應用；用戶可根據需求選擇不同算力平臺和機型，也可以不受地域或者時間的限制模型、工具等資源，進行更多的嘗試和探索。
隨著大模型以及相關應用的發展，算力需求呈現爆發式增長。但除了大型互聯網企業、AI龍頭企業具有較多的GPU算力芯片儲備外，中小企業在發展AI模型、應用過程中，算力租賃或能成為廣大中小企業解決算力需求的選擇之一。
注：部分信息參考科創板日報、財聯社、第一財經等，圖源網絡，本號文章僅供學習和交流之用，不構成任何建議，不代表本號立場，如有任何問題，敬請聯系我們，謝謝。
標簽：
