最近，科技巨頭們的較量有了新玩法：看誰能把最多的 Nvidia 芯片堆在一個地方。這場“囤芯片大賽”不僅是一場軍備競賽，更是在搶占人工智能未來的制高點。

　　過去兩年里，那些運營大型數(shù)據(jù)中心的公司拼命搶購 Nvidia 的 AI 芯片?，F(xiàn)在，有些公司不僅僅滿足于多買芯片，而是直接砸下巨資，建超級計算機(jī)，建得越大越好。比如，埃隆·馬斯克的 xAI 公司幾個月內(nèi)就在孟菲斯搞了一臺超級計算機(jī)“Colossus”，里面裝了10萬塊 Nvidia Hopper AI 芯片。Meta 的扎克伯格也不甘示弱，他說他們訓(xùn)練 AI 模型用的芯片規(guī)?！氨绕渌硕家蟆?。

　　說到這兒，你可能覺得，10萬塊芯片已經(jīng)夠瘋狂了。但回頭看，OpenAI 在訓(xùn)練 ChatGPT 時也不過用了1萬塊芯片leyucom樂魚官網(wǎng)。短短兩年，規(guī)模就膨脹了10倍。而且，這還只是開始。Nvidia 的掌門人黃仁勛透露，下一代 AI 集群的起步規(guī)模就是10萬塊新款 Blackwell 芯片，性能比現(xiàn)在的芯片強(qiáng)好幾倍。

　　Nvidia 的芯片火得一塌糊涂，直接拉動了公司收入從兩年前的70億美元飆升到現(xiàn)在的350億美元，市值更是超過3.5萬億美元，穩(wěn)坐全球上市公司第一的寶座。大家搶芯片主要是為了更快更強(qiáng)地訓(xùn)練 AI 模型。把成千上萬塊芯片連在一起，加上超高速網(wǎng)絡(luò)，就能更高效地處理數(shù)據(jù)，生成更大的 AI 模型。

　　不過，也有質(zhì)疑的聲音。比如，有人問，堆這么多芯片真的能讓 AI 聊天機(jī)器人更聰明、讓圖像生成工具更牛嗎？研究公司 SemiAnalysis 的 Dylan Patel 直言：“幾十塊芯片到幾萬塊芯片，這種擴(kuò)展性是有數(shù)據(jù)支持的。但一口氣搞到上百萬塊芯片？目前沒啥證據(jù)?！?/p>

　　說到超級計算機(jī)，就不得不提成本。Nvidia 的新款 Blackwell 芯片一塊就要3萬美元，建一個10萬塊芯片的集群，光芯片就要花30億美元，再加上電力、冷卻、設(shè)備這些，數(shù)字只會更嚇人。馬斯克已經(jīng)放話，明年夏天可能會搞一個30萬塊芯片的超級集群——這意味著100億美元都不夠燒。

　　但這么大的投入到底值不值？沒人能打包票。像 Meta 這種大公司，訓(xùn)練一個模型時就會遇到各種各樣的問題。比如，他們用1.6萬塊 Nvidia GPU 訓(xùn)練 Llama 模型，54天里芯片和組件頻繁故障，搞得人心力交瘁。

　　更別提冷卻和管理問題了?，F(xiàn)在，芯片發(fā)熱量太大，傳統(tǒng)的風(fēng)冷方式跟不上節(jié)奏，大家不得不轉(zhuǎn)向液冷，用制冷劑給芯片降溫。這套操作復(fù)雜又貴，但不這么搞還不行。

　　馬斯克和黃仁勛都認(rèn)為，未來需要上百萬塊 GPU 來支撐 AI 發(fā)展?？蓡栴}是，這么大規(guī)模的數(shù)據(jù)中心，建起來有多難，運行起來又有多少隱患？一家?guī)椭ㄓ嬎慊A(chǔ)設(shè)施的公司 CEO 馬克·亞當(dāng)斯就說得很實在：“規(guī)模越大，問題越多leyu·樂魚。到最后，你可能得把一半的錢都用來解決這些問題?！?/p>

　　所以，現(xiàn)在這場“芯片軍備競賽”，其實就是一場超級賭局。贏了，可能拿到 AI 未來的入場券；輸了，可能砸了幾十億美元，連個浪花都沒翻起。

　　無論如何，技術(shù)的進(jìn)步永遠(yuǎn)需要試探極限。我們只能拭目以待，看這場 AI 芯片大戰(zhàn)，最后到底誰能笑到最后。