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

如果當時有人告訴你，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烈，如果這種趨勢持續下去，當前的高需求可能會延續到不久的將來。就 HPC 而言，這一趨勢表明 GPU 未來將會變得昂貴且難以找到（除非您購買的數量足以直接向供應商購買）。

GPU 非常適合加速矩陣運算，這通常是許多 HPC 應用程序的核心。它們提供 SIMD（單指令多數據）處理單元，可以加速復雜的并行數組操作。正如人們經常指出的那樣，HPC GPU 市場在一定程度上要歸功于規模大得多（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，同時允許科學家模擬星系。

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

在高端，情況就完全不同了。根據雅虎財經的一篇文章，Reports Insights 的一份報告預測：

“受圖形處理器 (GPU) 科學模擬、數據分析和人工智能需求不斷增長的推動，全球圖形處理器 (GPU) 市場預計在 2022 年至 2030 年期間復合年增長率為 33.5%。“

數據顯示，2022 年，GPU 市場估值為447 億美元，預計到 2030 年將達到4509 億美元。GPU 市場的增長可歸因于游戲、娛樂和數據中心等各種最終用途行業對高級圖形和高質量視覺體驗的需求不斷增長。虛擬和增強現實的日益普及以及人工智能和機器學習的進步也促進了 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會。

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

以 Inflection AI 為例，該公司正在開發一種名為“Pi”的“個人人工智能”聊天機器人。為了實現這一目標，該公司建造了一臺配備 22,000 個 NVIDIA H100 GPU 的 超級計算機。為了提供一些背景信息，Frontier 是 6 月 23 日 TOP500 列表中排名第一的系統，擁有37,632 個 GPU。

Inflection AI 的情況并非獨一無二。SemiAnalysis報告的另外兩個數據點也支持同樣的趨勢。

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

例如，Tik Tok 背后的中國公司字節跳動據稱從 Nvidia 訂購了價值超過 10 億美元的 A800/H800?！?/p>

正在尋找 FLOPS？

幸運的是，GPU 對于 HPC 來說并不是必需的；GPU 并不是 HPC 所必需的。它們對于許多應用都很有用；然而，最新的 TOP500 系統統計（6 月 23 日）表明，37% 的機器使用 GPU。這個數字正在增加，并且隨著系統進入 exaFLOPS 領域，加速器的使用將繼續。

如前所述，GPU 不是必需的，但對于許多 HPC 應用程序來說通常是可取的。由于生成式 AI 行業爆炸式增長的巨大需求，許多 HPC 現場采購和/或云場景的擔憂是 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?；叵胍幌?，HPC 中的一些原始 GPU 應用程序始于標準 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。結果重塑了 HPC 領域。

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 上運行 TensorFlow 基準測試。同樣的基準測試在 CPU 上運行需要 13 秒，在 CPU/iGPU 組合上運行需要 3 秒。當然，還需要更多的測試，但正如對 FLOPS 的搜索將目光轉向了早期基于 GPU 的顯卡一樣，尋找內部 GPU 可能會為 HPC 組合添加一些未使用和可用的 FLOPS。

GPU 的巨大壓力已經到來。