跟进我们之前的故事，由于ChatGPT的日益普及，预计NVIDIA的GPU增长将在未来几个月加速。NVIDIAAIGPU可能面临短缺，因为AI巨头使用ChatGPT和其他AI生成工具的需求增加
(资料图片)
如前所述，ChatGPT和其他语言/图像/视频生成工具严重依赖AI处理能力，这就是NVIDIA的主要优势所在。这就是为什么利用ChatGPT的主要科技公司正在利用NVIDIA的GPU来满足他们不断增长的AI需求。看起来NVIDIA在这个行业的实力可能会在未来几个月内导致该公司的AIGPU短缺。
据报道凶猛电子，ChatGPT(Open.AI年的测试版)在NVIDIA的10，000个GPU上进行训练，但自从它获得公众关注以来，该系统一直不堪重负，无法满足大量用户群的需求。这就是为什么该公司宣布了一项新的ChatGPTPlus订阅计划，该计划不仅将在高峰时段提供对服务器的一般访问，而且还提供更快的响应时间和优先访问新功能和改进。ChatGPTPlus订阅的价格为每月20美元.
“未来，ChatGPT或其他深度学习模型可能会在其他供应商的GPU上进行训练或运行。然而，目前，NVIDIAGPU由于其高性能和CUDA支持而在深度学习社区中被广泛使用。CUDA是由NVIDIA開發的平行計算平台和編程模型，允許在NVIDIAGPU上進行高效計算。许多深度学习库和框架，如TensorFlow和PyTorch，都内置了对CUDA的支持，并针对NVIDIAGPU进行了优化。
通过凶猛电子
到目前为止，NVIDIA已为GeForceRTX100显卡出货了000，102个AD4090“Ada”GPU2
微软和谷歌等主要科技巨头也计划将类似ChatGPT的LLM集成到他们的搜索引擎中。福布斯.对于谷歌来说，要将其集成到每个搜索查询中，将需要512，820台A100HGX服务器，总共4，102，568个A100GPU，仅服务器和网络成本就应该达到约100亿美元的资本支出。
将当前的ChatGPT部署到Google完成的每个搜索中将需要512，820.51台A100HGX服务器，总共4，102，568台A100GPU。这些服务器和网络的总成本仅资本支出就超过100亿美元，其中英伟达将获得很大一部分。当然，这永远不会发生，但是如果我们假设没有进行任何软件或硬件改进，那么有趣的思想实验。
Investing.com据报道，分析师预测，ChatGPT的当前模型正在大约25，000个左右的NVIDIAGPU上进行训练，而BETA使用的是10，000个NVIDIAGPU。
“我们认为GPT5目前正在25kGPU上进行训练-225美元左右的NVIDIA硬件-推理成本可能远低于我们看到的一些数字，”分析师写道。“此外，降低推理成本对于解决云巨头的"搜索成本"争论至关重要。
这对NVIDIA来说可能是个好消息，但对消费者来说并不是那么好，尤其是游戏玩家。如果NVIDIA在其AIGPU业务中看到机会，它可能会优先考虑供应这些而不是游戏GPU。游戏GPU已经报道由于农历新年，本季度供应有限，虽然库存仍然存在，但这可能会给已经稀缺的高端GPU带来问题。此外，高端GPU还提供更高的AI功能，因为服务器部件的价格要低得多，它们可能成为一个有利可图的选择，进一步减少游戏玩家的供应。
英伟达如何应对人工智能领域的这一巨大需求还有待观察。预计GPU巨头将公布4财年第四季度收益22年2023月<>日。
营业执照公示信息