算力调度:解决硬件短板的“可行解”

15
okx
根据TrendForce的预测,到2023年全球AI服务器的出货量约为118万台,其中GPU服务器约为71万台。因此,全球算力调度运维市场的规模有望达到320亿元。为了解决大模型GPU训练资源不足的问题,算力调度可以帮助GPU实现算力资源的优化。因此,民生证券建议关注核心汇聚分流设备企业,同时也需要关注通信连接厂商和主设备厂商,因为智算需要这些设备的升级和迭代。

根据毕马威和联想集团联合发布的报告,未来的算力发展趋势将具备两大特征,即数字经济的基础设施和通用人工智能的核心动力。报告还预测,2025年中国算力核心产业规模将不低于4.4万亿元,而算力关联产业规模可以达到24万亿元。由于深度学习的出现,AI训练算力大约每6个月翻一番,而全球头部AI模型的训练算力需求在2012年后加速增长,每3到4个月翻一番。因此,进入模型加速出新时代后,算力需求指数有望更加陡峭。举例而言,根据OpenAI的数据,实现GPT-3训练需要使用上万颗英伟达A100GPU,总成本超过1200万美元。此外,罗兰贝格预测,在达成人工通用智能(AGI)目标后,全球人均算力将超过29TFLOPS,实现智能场景的全覆盖和大部分行业的高渗透。这将带来不仅仅是硬件端的升级和迭代,还需要软件侧协同调度优化。

根据民生证券的研究报告,与算力相关的标的有恒为科技、浩瀚深度、中际旭创和锐捷网络等公司。需要注意的是,本文为伪原创,使用了机器人写作工具生成的内容。

进群交流|欧易官网