Nvidia H100 GPU Supply and Demand Situation: Conservative estimate, still short of 430,000 units!

最近，GPU Utils 更新了关于英伟达 H100 显卡供需现状的分析文章，里面主要透露、总结了当前影响 GPU 的主流厂商拥有显卡的数量以及对显卡的需求量。

作者表示，考虑到训练和推理性能，以及推理方面性价比，H100 是当下最受欢迎的 GPU（具体为 8-GPU HGX H100 SXM）。

GPU Utils 认为，保守估计，H100 的供给缺口达到 43 万张。

本文简要总结了一下文章核心数据供大家参考：

● OpenAI、特斯拉等厂商对 GPU 的需求量

● OpenAI、特斯拉等厂商拥有的 GPU 数量

● 供应瓶颈、其他核心数据

01「谁需要？」

需要 1000 张以上的 H100 或 A100 的公司：

1、训练 LLM 的创业公司：

OpenAI (通过 Azure)、Anthropic、Inflection (通过 Azure 和 CoreWeave)、 Mistral AI；

2、云服务提供商：

三大云巨头：Azure、Google Cloud、AWS；

另一个公有云：Oracle；

更大的私有云：例如 CoreWeave、Lambda；

3、其他大公司：

特斯拉；

需要 100 张以上的 H100 或 A100 的公司：

对开源模型进行大量微调的初创公司。

02「要多少？」

1、OpenAI 可能需要 5 万张，Inflection 要 2.2 万张，Meta 需要 2.5 万张（也有人说 Meta 想要 10 万张或更多）

2、大型云厂商，每家可能需要 3 万张（Azure、Google Cloud、AWS、Oracle）

3、Lambda 和 CoreWeave 以及其他私有云可能总共需要 10 万张

4、Anthropic、Helsing、Mistral、Character，每家可能要 1 万张；

到这里，需求量就已经达到了约「43.2 万张」H100，以每块约 3.5 万美元计算，GPU 的价值约为「150 亿美元」。

而这，还不包括像字节（TikTok）、百度、腾讯这样需要大量 H800 的中国公司，以及一些需求正盛的金融公司：

如 Jane Street、JP Morgan、Two Sigma、Citadel 等金融巨头，正从数百台 A100 或 H100 开始部署，逐步增加至数千张 A/H100。

03「有多少？」

OpenAI、特斯拉等厂商拥有的 GPU 数量。

大公司

1、GPT-4 可能在 1w-2.5w 张 A100 上进行的训练，根据马斯克的说法，GPT-5 可能需要 3w-5w 张 H100；

2、Meta 约有 2.1 万张 A100；

3、Tesla 约有 7000 张 A100；

4、Stability AI 约有 5000 张 A100；

云厂商

1、GPC 约有 2.5 万块 H100；Azure 可能有 1-4 万块 H100，Oracle 可能类似；（其中，Azure 的大部分 GPU 都将流向 OpenAI。）

2、CoreWeavw 有 3.5-4 万块 H100——不是现货，而是预定的；

其他数据

1、Falcon-40B，在 384 个 A100 上进行训练；

2、Inflection，在其 GPT-3.5 等效模型中使用了 3500 个 H100；

04「谁供应？」

1、瓶颈在哪？

供应；

2、谁在制造 H100？

台积电；

3、三星、英特尔可以代工吗？

至少现在不行。目前，H100s 和其他 5nm 英伟达 GPU 均由台积电代工。

过去，英伟达曾尝试让三星代工，但后来换掉。未来，英伟达当然有可能与英特尔、三星合作，但短期无法缓解供给紧张。

05「其他核心数据」

1、人们需要哪些 GPU？

主要是 H100，具体来说，是 8-GPU HGX H100 SXM，因其在训练和推理最快，且在推理方面性价比最高。

训练方面，企业主要关注内存带宽、FLOPS、缓存和缓存延迟、FP8 计算等附加功能、计算性能（与 Cuda 核心数量相关）、互连速度（如 InfiniBand）等，H100 比 A100 更受青睐，部分原因是缓存延迟较低和 FP8 计算等。

2、H100 比 A100 快多少？

16-bit 推理速度提高约 3.5 倍，16-bit 训练速度提高约 2.3 倍。

3、为啥不买 AMD？

某私有云 CEO：

从理论上讲，一家公司可以购买一堆 AMD 的 GPU，但要让一切正常运转需要时间。

开发时间 (即使只要 2 个月)，也可能就意味着比竞争对手更晚进入市场。所以，现在英伟达的护城河是 CUDA。

另一家私有云 CEO：

没有人愿意冒险部署 10,000 个 AMD GPU，这几乎是 3 亿美元的投资。

4、目前大家在使用什么云？

a. OpenAI: Azure

b. Inflection: Azure and CoreWeave

c. Anthropic: AWS and Google Cloud

d. Cohere: AWS

e. Hugging Face: AWS

f. Stability AI: AWS

g. Character.ai: Google Cloud

h. X.ai: Oracle

i. Nvidia: Azure

来源：硬 AI，原文标题：《Nvidia H100 GPU 供需现状：保守估计，还差 43 万张！》

本文主要参考（原文链接）：

https://gpus.llm-utils.org/nvidia-h100-gpus-supply-and-demand/#which-gpus-do-people-need