【资料图】

根据《巴伦周刊》资深撰稿人Tae Kim最近在社交媒体上发帖的估计，Nvidia 每销售一台 H100 GPU 加速器就能获得高达 1,000% 的利润。以美元计算，这意味着 Nvidia 的每个高性能计算 (HPC) 加速器(最便宜的 PCIe 版本)的市场价格约为 25,000 至 30,000 美元，超过了每个芯片和外设的估计成本 3,320 美元(在板)组件。正如冲浪者会告诉您的那样，没有什么比在眼前看不到其他冲浪板的情况下冲浪更好的了。

Kim 表示，金融咨询公司Raymond James估计每个 H100 芯片的成本为 3,320 美元。然而，目前尚不清楚成本分析有多深入：如果这是一个纯粹的制造成本问题(在考虑良率的情况下平均每片晶圆和其他组件的价格)，那么 Nvidia 仍然需要支付大量的费用利润其销售额。

产品开发需要时间和资源;考虑到 H100 等产品的产品开发生命周期中的工程师和其他参与者，在得出最终的平均产品开发成本之前，还必须考虑 Nvidia 的研发成本。据 Glassdoor 称，Nvidia 电子硬件工程师的平均年薪约为 202,000 美元。这对于单个工程师而言 - H100 等芯片的开发可能需要许多专业工人花费数千个小时。所有这些也都必须考虑在内。

即便如此，不可否认的是，作为人工智能加速工作负载的领先公司是有优势的。众所周知，Nvidia GPU 很快就被抢购一空，甚至连它们堆放的机架都没有接触过。对于任何试图准确理解 AI HPC 热潮背后的物流意味着什么的人来说，本文尤其是终极游乐场。然而，这实际上意味着 Nvidia 人工智能加速产品的订单似乎已经售完到 2024 年。预计到 2027 年人工智能加速器市场价值将达到 1500 亿美元左右，未来似乎没有其他事情了但绿色。

当然，这种繁荣对某些人来说比其他人更好：由于与更传统的 HPC 安装相比，人们对 AI 服务器的兴趣激增，DDR5 制造商不得不修改他们对新内存产品将渗透到市场的程度的预期。目前预计 DDR5 的采用率到 2024 年第三季度才会与 DDR4持平。

该公司正在受益于在其工具的支持下构建基础设施和产品堆栈，并押注人工智能作为下一个重大事件。

但各地的预算往往都有限制，而且还存在机会成本的问题：以目前的价格投资人工智能加速将锁住一些参与者在其他领域投资的大门，或者限制他们在追求不太安全的情况下可以承担的风险研究和开发场所。