据悉，英伟达H100 GPU在2024年之前基本已售罄。AI初创公司真的开始急了。
无论是大厂还是初创企业，都在疯狂地把预算从其他项目转到AI项目上，对GPU的需求日益旺盛。
作为全球最大的合同芯片制造商，台积电在上个月公布收益时表示：现在几乎所有产品的需求都减弱了，唯一的一个例外，是AI芯片。
英伟达的高端H100 GPU非常适合训练AI模型、服务客户所需的并行式计算。而如今随着生成式AI的热潮，H100已经出现了大量短缺。
根据《巴伦周刊》的采访，CoreWeave的联合创始人兼首席技术官Brian Venturo表示，在今年第一季度，保证供应链中GPU的分配和容量还很容易。
为什么客户要求购买的是英伟达的AI芯片，而不是AMD和其他云供应商的产品呢？
其次，是在软件上。上市时间对于初创企业来说非常重要。如果用AMD或TPU（谷歌的张量处理单元）重装整个技术堆栈，就会耽误宝贵的时间，可能会让人失去潜在的市场机会。
这不仅仅是英伟达花了10年做的工作，而且是他们的客户和开发者CUDA生态系统上（使用软件工具和库），利用了前人的工作。
另外，使用谷歌的TPU的问题，被锁定在具有具体技术解决方案的供应商身上。
作为一家初创公司，这或许不是最佳选择。他们需要的是具有灵活性的供应商，可以让他们在多个地方获得同样的东西。
而英伟达的专有网络InfiniBand提供了当今最好的解决方案，以最大程度地减少延迟。许多其他产品不具备拥塞控制和功能，无法使工作负载发挥最佳性能。
而现在，AI初创公司都很担心：当他们取得商业成功时，或许无法拥有足够的GPU来让模型推理。
这种需求会让基础设施服务商兴奋，但是从初创公司战略的角度来讲，如何稳妥获取对算力的访问，几乎成了一种二元的风险业务。
OpenAI联合创始人兼职科学家Andrej Karpathy近日也曾发文，阐述了自己对英伟达GPU短缺的看法。
近来，社区广为流传的一张图「我们需要多少张GPU」，引发了众多网友的讨论。
此前，摩根士丹利曾表示GPT-5使用25000个GPU，自2月以来已经开始训练，不过Sam Altman之后澄清了GPT-5尚未进行训。
我们的GPU非常短缺，使用我们产品的人越少越好。 如果人们用的越少，我们会很开心，因为我们没有足够的GPU。
文章推测，小型和大型云提供商的大规模H100集群容量即将耗尽，H100的需求趋势至少会持续到2024年底。