為什么GPU適用于AI？AI服務(wù)器產(chǎn)業(yè)鏈格局分析

?本文來自“人工智能點(diǎn)燃算力需求，AI服務(wù)器迎來機(jī)遇”，Open AI的大型語言生成模型ChatGPT火熱，它能勝任刷高情商對話、生成代碼、構(gòu)思劇本和小說等多個(gè)場景，將人機(jī)對話推向新的高度。全球各大科技企業(yè)都在積極擁抱AIGC，不斷推出相關(guān)技術(shù)、平臺(tái)和應(yīng)用。

目前，AIGC產(chǎn)業(yè)生態(tài)體系的雛形已現(xiàn)，呈現(xiàn)為上中下三層架構(gòu)：①第一層為上游基礎(chǔ)層，也就是由預(yù)訓(xùn)練模型為基礎(chǔ)搭建的AIGC技術(shù)基礎(chǔ)設(shè)施層。②第二層為中間層，即垂直化、場景化、個(gè)性化的模型和應(yīng)用工具。③第三層為應(yīng)用層，即面向C端用戶的文字、圖片、音視頻等內(nèi)容生成服務(wù)。

根據(jù)IDC發(fā)布的《2022年第四季度中國服務(wù)器市場跟蹤報(bào)告Prelim》，浪潮份額國內(nèi)領(lǐng)先，新華三次之，超聚變排行第三，中興通訊進(jìn)入前五。

2、服務(wù)器基本整體構(gòu)成

服務(wù)器主要硬件包括處理器、內(nèi)存、芯片組、I/O (RAID卡、網(wǎng)卡、HBA卡) 、硬盤、機(jī)箱 (電源、風(fēng)扇)。以一臺(tái)普通的服務(wù)器生產(chǎn)成本為例，CPU及芯片組大致占比50% 左右，內(nèi)存大致占比 15% 左右，外部存儲(chǔ)大致占比10%左右，其他硬件占比25%左右。

服務(wù)器的邏輯架構(gòu)和普通計(jì)算機(jī)類似。但是由于需要提供高性能計(jì)算，因此在處理能力、穩(wěn)定性、可靠性、安全性、可擴(kuò)展性、可管理性等方面要求較高。

邏輯架構(gòu)中，最重要的部分是CPU和內(nèi)存。CPU對數(shù)據(jù)進(jìn)行邏輯運(yùn)算，內(nèi)存進(jìn)行數(shù)據(jù)存儲(chǔ)管理。

服務(wù)器的固件主要包括BIOS或UEFI、BMC、CMOS，OS包括32位和64位。

3、大模型參數(shù)量持續(xù)提升

GPT模型對比BERT模型、T5模型的參數(shù)量有明顯提升。GPT-3是目前最大的知名語言模型之一，包含了1750億（175B）個(gè)參數(shù)。在GPT-3發(fā)布之前，最大的語言模型是微軟的Turing NLG模型，大小為170億（17B）個(gè)參數(shù)。訓(xùn)練數(shù)據(jù)量不斷加大，對于算力資源需求提升。

回顧GPT的發(fā)展，GPT家族與BERT模型都是知名的NLP模型，都基于Transformer技術(shù)。GPT，是一種生成式的預(yù)訓(xùn)練模型，由OpenAI團(tuán)隊(duì)最早發(fā)布于2018年，GPT-1只有12個(gè)Transformer層，而到了GPT-3，則增加到96層。其中，GPT-1使用無監(jiān)督預(yù)訓(xùn)練與有監(jiān)督微調(diào)相結(jié)合的方式，GPT-2與GPT-3則都是純無監(jiān)督預(yù)訓(xùn)練的方式，GPT-3相比GPT-2的進(jìn)化主要是數(shù)據(jù)量、參數(shù)量的數(shù)量級(jí)提升。

4、未來異構(gòu)計(jì)算或成為主流

異構(gòu)計(jì)算（Heterogeneous Computing）是指使用不同類型指令集和體系架構(gòu)的計(jì)算單元組成系統(tǒng)的計(jì)算方式，目前主要包括GPU云服務(wù)器、FPGA云服務(wù)器和彈性加速計(jì)算實(shí)例EAIS等。讓最適合的專用硬件去服務(wù)最適合的業(yè)務(wù)場景。

在CPU+GPU的異構(gòu)計(jì)算架構(gòu)中，GPU與CPU通過PCle總線連接協(xié)同工作，CPU所在位置稱為主機(jī)端 (host)，而GPU所在位置稱為設(shè)備端(device)。基于CPU+GPU的異構(gòu)計(jì)算平臺(tái)可以優(yōu)勢互補(bǔ)，CPU負(fù)責(zé)處理邏輯復(fù)雜的串行程序，而GPU重點(diǎn)處理數(shù)據(jù)密集型的并行計(jì)算程序，從而發(fā)揮最大功效。

越來越多的AI計(jì)算都采用異構(gòu)計(jì)算來實(shí)現(xiàn)性能加速。

阿里第一代計(jì)算型GPU實(shí)例，2017年對外發(fā)布GN4，搭載Nvidia M40加速器.，在萬兆網(wǎng)絡(luò)下面向人工智能深度學(xué)習(xí)場景，相比同時(shí)代的CPU服務(wù)器性能有近7倍的提升。

5、為什么GPU適用于AI

CPU 適用于一系列廣泛的工作負(fù)載，特別是那些對于延遲和單位內(nèi)核性能要求較高的工作負(fù)載。作為強(qiáng)大的執(zhí)行引擎，CPU 將它數(shù)量相對較少的內(nèi)核集中用于處理單個(gè)任務(wù)，并快速將其完成。這使它尤其適合用于處理從串行計(jì)算到數(shù)據(jù)庫運(yùn)行等類型的工作。

GPU 最初是作為專門用于加速特定 3D 渲染任務(wù)的 ASIC 開發(fā)而成的。隨著時(shí)間的推移，這些功能固定的引擎變得更加可編程化、更加靈活。盡管圖形處理和當(dāng)下視覺效果越來越真實(shí)的頂級(jí)游戲仍是 GPU 的主要功能，但同時(shí)，它也已經(jīng)演化為用途更普遍的并行處理器，能夠處理越來越多的應(yīng)用程序。

訓(xùn)練和推理過程所處理的數(shù)據(jù)量不同。

在AI實(shí)現(xiàn)的過程中，訓(xùn)練（Training）和推理（Inference）是必不可少的，其中的區(qū)別在于：

訓(xùn)練過程：又稱學(xué)習(xí)過程，是指通過大數(shù)據(jù)訓(xùn)練出一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，通過大量數(shù)據(jù)的訓(xùn)練確定網(wǎng)絡(luò)中權(quán)重和偏置的值，使其能夠適應(yīng)特定的功能。

推理過程：又稱判斷過程，是指利用訓(xùn)練好的模型，使用新數(shù)據(jù)推理出各種結(jié)論。

簡單理解，我們學(xué)習(xí)知識(shí)的過程類似于訓(xùn)練，為了掌握大量的知識(shí)，必須讀大量的書、專心聽老師講解，課后還要做大量的習(xí)題鞏固自己對知識(shí)的理解，并通過考試來驗(yàn)證學(xué)習(xí)的結(jié)果。分?jǐn)?shù)不同就是學(xué)習(xí)效果的差別，如果考試沒通過則需要繼續(xù)重新學(xué)習(xí)，不斷提升對知識(shí)的掌握程度。而推理，則是應(yīng)用所學(xué)的知識(shí)進(jìn)行判斷，比如診斷病人時(shí)候應(yīng)用所學(xué)習(xí)的醫(yī)學(xué)知識(shí)進(jìn)行判斷，做“推理”從而判斷出病因。

訓(xùn)練需要密集的計(jì)算，通過神經(jīng)網(wǎng)絡(luò)算出結(jié)果后，如果發(fā)現(xiàn)錯(cuò)誤或未達(dá)到預(yù)期，這時(shí)這個(gè)錯(cuò)誤會(huì)通過網(wǎng)絡(luò)層反向傳播回來，該網(wǎng)絡(luò)需要嘗試做出新的推測，在每一次嘗試中，它都要調(diào)整大量的參數(shù)，還必須兼顧其它屬性。再次做出推測后再次校驗(yàn)，通過一次又一次循環(huán)往返，直到其得到“最優(yōu)”的權(quán)重配置，達(dá)成預(yù)期的正確答案。如今，神經(jīng)網(wǎng)絡(luò)復(fù)雜度越來越高，一個(gè)網(wǎng)絡(luò)的參數(shù)可以達(dá)到百萬級(jí)以上，因此每一次調(diào)整都需要進(jìn)行大量的計(jì)算。吳恩達(dá)（曾在谷歌和百度任職）舉例“訓(xùn)練一個(gè)百度的漢語語音識(shí)別模型不僅需要4TB的訓(xùn)練數(shù)據(jù)，而且在整個(gè)訓(xùn)練周期中還需要20 exaflops（百億億次浮點(diǎn)運(yùn)算）的算力”，訓(xùn)練是一個(gè)消耗巨量算力的怪獸。

推理是利用訓(xùn)練好的模型，使用新數(shù)據(jù)推理出各種結(jié)論，它是借助神經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，利用輸入的新數(shù)據(jù)“一次性”獲得正確結(jié)論的過程，他不需要和訓(xùn)練一樣需要循環(huán)往復(fù)的調(diào)整參數(shù)，因此對算力的需求也會(huì)低很多。

推理常用：NVIDIA T4 GPU 為不同的云端工作負(fù)載提供加速，其中包括高性能計(jì)算、深度學(xué)習(xí)訓(xùn)練和推理、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析和圖形學(xué)。引入革命性的 Turing Tensor Core 技術(shù)，使用多精度計(jì)算應(yīng)對不同的工作負(fù)載。從 FP32 到 FP16，再到 INT8 和 INT4 的精度，T4 的性能比 CPU 高出 40 倍，實(shí)現(xiàn)了性能的重大突破。

訓(xùn)練：A100和H100。對于具有龐大數(shù)據(jù)表的超大型模型，A10080GB 可為每個(gè)節(jié)點(diǎn)提供高達(dá) 1.3TB 的統(tǒng)一顯存，而且吞吐量比A100 40GB 多高達(dá) 3 倍。在 BERT 等先進(jìn)的對話式 AI 模型上，A100 可將推理吞吐量提升到高達(dá) CPU 的 249 倍。

6、推算ChatGPT帶來的服務(wù)器需求增量

H100性能更強(qiáng)，與上一代產(chǎn)品相比，H100 的綜合技術(shù)創(chuàng)新可以將大型語言模型的速度提高 30 倍。根據(jù)Nvidia測試結(jié)果，H100針對大型模型提供高達(dá) 9 倍的 AI 訓(xùn)練速度，超大模型的 AI 推理性能提升高達(dá) 30 倍。

在數(shù)據(jù)中心級(jí)部署 H100 GPU 可提供出色的性能，并使所有研究人員均能輕松使用新一代百億億次級(jí) (Exascale)高性能計(jì)算 (HPC) 和萬億參數(shù)的 AI。

H100 還采用 DPX 指令，其性能比 NVIDIA A100 Tensor Core GPU 高 7 倍，在動(dòng)態(tài)編程算法（例如，用于DNA 序列比對 Smith-Waterman）上比僅使用傳統(tǒng)雙路 CPU 的服務(wù)器快 40 倍。

假設(shè)應(yīng)用H100服務(wù)器進(jìn)行訓(xùn)練，該服務(wù)器AI算力性能為32 PFLOPS，最大功率為10.2 kw，則我們測算訓(xùn)練階段需要服務(wù)器數(shù)量=訓(xùn)練階段算力需求÷服務(wù)器AI算力性能=4.625×107臺(tái)（同時(shí)工作1秒），即535臺(tái)服務(wù)器工作1日。

根據(jù)天翼智庫，GPT-3模型參數(shù)約1750億個(gè)，預(yù)訓(xùn)練數(shù)據(jù)量為45 TB，折合成訓(xùn)練集約為3000億tokens。按照有效算力比率21.3%來計(jì)算，訓(xùn)練階段實(shí)際算力需求為1.48×109 PFLOPS。

對AI服務(wù)器訓(xùn)練階段需求進(jìn)行敏感性分析，兩個(gè)變化參數(shù)：①同時(shí)并行訓(xùn)練的大模型數(shù)量、②單個(gè)模型要求訓(xùn)練完成的時(shí)間。

按照A100服務(wù)器5 PFLOPs，H100服務(wù)器32 PFLOPs來進(jìn)行計(jì)算。

若不同廠商需要訓(xùn)練10個(gè)大模型，1天內(nèi)完成，則需要A100服務(wù)器34233臺(tái)，需要H100服務(wù)器5349臺(tái)。

此外，若后續(xù)GPT模型參數(shù)迭代向上提升（GPT-4參數(shù)量可能對比GPT-3倍數(shù)級(jí)增長），則我們測算所需AI服務(wù)器數(shù)量進(jìn)一步增長。

7、AI服務(wù)器市場規(guī)模預(yù)計(jì)將高速增長

AI服務(wù)器作為算力基礎(chǔ)設(shè)備，其需求有望受益于AI時(shí)代下對于算力不斷提升的需求而快速增長。

根據(jù)TrendForce，截至2022年為止，預(yù)估搭載GPGPU（General Purpose GPU）的AI服務(wù)器年出貨量占整體服務(wù)器比重近1%，預(yù)估在ChatBot相關(guān)應(yīng)用加持下，有望再度推動(dòng)AI相關(guān)領(lǐng)域的發(fā)展，預(yù)估出貨量年成長可達(dá)8%；2022~2026年復(fù)合成長率將達(dá)10.8%。

AI服務(wù)器是異構(gòu)服務(wù)器，可以根據(jù)應(yīng)用范圍采用不同的組合方式，如CPU + GPU、CPU + TPU、CPU +其他加速卡等。IDC預(yù)計(jì)，中國AI服務(wù)器2021年的市場規(guī)模為57億美元，同比增長61.6%，到2025年市場規(guī)模將增長到109億美元，CAGR為17.5%。

8、AI服務(wù)器構(gòu)成及形態(tài)

以浪潮NF5688M6 服務(wù)器為例，其采用NVSwitch實(shí)現(xiàn)GPU跨節(jié)點(diǎn)P2P高速通信互聯(lián)。整機(jī)8 顆 NVIDIAAmpere架構(gòu) GPU，通過NVSwitch實(shí)現(xiàn)GPU跨節(jié)點(diǎn)P2P高速通信互聯(lián)。配置 2顆第三代Intel Xeon 可擴(kuò)展處理器(Ice Lake)，支持8塊2.5英寸NVMe SSD orSATA/SAS SSD以及板載2塊 SATA M.2，可選配1張PCIe 4.0 x16 OCP 3.0網(wǎng)卡，速率支持10G/25G/100G；可支持10個(gè)PCIe 4.0 x16插槽， 2個(gè)PCIe 4.0 x16插槽(PCIe 4.0 x8速率)， 1個(gè)OCP3.0插槽；支持32條DDR4RDIMM/LRDIMM內(nèi)存，速率最高支持3200MT/s，物理結(jié)構(gòu)還包括6塊3000W 80Plus鉑金電源、N+1冗余熱插拔風(fēng)扇、機(jī)箱等。

目前按照GPU數(shù)量的不同，有4顆GPU（浪潮NF5448A6）、8顆GPU（Nvidia A100 640GB）以及16顆GPU（NVIDIA DGX-2）的AI服務(wù)器。

9、AI服務(wù)器產(chǎn)業(yè)鏈

AI服務(wù)器核心組件包括GPU（圖形處理器）、DRAM（動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器）、SSD（固態(tài)硬盤）和RAID卡、CPU（中央處理器）、網(wǎng)卡、PCB、高速互聯(lián)芯片（板內(nèi)）和散熱模組等。

CPU主要供貨廠商為Intel、GPU目前領(lǐng)先廠商為國際巨頭英偉達(dá)，以及國內(nèi)廠商如寒武紀(jì)、海光信息等。

內(nèi)存主要為三星、美光、海力士等廠商，國內(nèi)包括兆易創(chuàng)新等。

SSD廠商包括三星、美光、海力士等，以及國內(nèi)江波龍等廠商。

PCB廠商海外主要包括金像電子，國內(nèi)包括滬電股份、鵬鼎控股等。

主板廠商包括工業(yè)富聯(lián)，服務(wù)器品牌廠商包括浪潮信息、紫光股份、中科曙光、中興通訊等。

10、AI服務(wù)器競爭格局

IDC發(fā)布了《2022年第四季度中國服務(wù)器市場跟蹤報(bào)告Prelim》。從報(bào)告可以看到，前兩名浪潮與新華三的變化較小，第三名為超聚變，從3.2%份額一躍而至10.1%，增幅遠(yuǎn)超其他服務(wù)器廠商。Top8服務(wù)器廠商中，浪潮、戴爾、聯(lián)想均出現(xiàn)顯著下滑，超聚變和中興則取得明顯增長。其中，浪潮份額從30.8%下降至28.1%；新華三份額從17.5%下降至17.2%；中興通訊（000063）從3.1%提升至5.3%，位居國內(nèi)第5。聯(lián)想降幅最為明顯，從7.5%下降至4.9%。

據(jù)TrendForce集邦咨詢統(tǒng)計(jì)，2022年AI服務(wù)器采購占比以北美四大云端業(yè)者Google、AWS、Meta、Microsoft合計(jì)占66.2%為最，而中國近年來隨著國產(chǎn)化力道加劇，AI建設(shè)浪潮隨之增溫，以ByteDance的采購力道最為顯著，年采購占比達(dá)6.2%，其次緊接在后的則是Tencent、Alibaba與Baidu，分別約為2.3%、1.5%與1.5%。

國內(nèi)AI服務(wù)器競爭廠商包括：浪潮信息、新華三、超聚變、中興通訊等。

服務(wù)器主要廠商包括：工業(yè)富聯(lián)、浪潮信息、超聚變、紫光股份（新華三）、中興通訊、中科曙光。

AI服務(wù)器目前領(lǐng)先廠商為工業(yè)富聯(lián)和浪潮信息，浪潮信息在阿里、騰訊、百度AI服務(wù)器占比高達(dá)90%。

紫光股份在 GPU 服務(wù)器市場處于領(lǐng)先地位，有各種類型的 GPU 服務(wù)器滿足各種 AI 場景應(yīng)用。特別針對 GPT 場景而優(yōu)化的 GPU 服務(wù)器已經(jīng)完成開發(fā)，并取得 31 個(gè)世界領(lǐng)先的測試指標(biāo)，該新一代系列 GPU 服務(wù)器將在今年二季度全面上市。

中興通訊近年服務(wù)器發(fā)展較快，年初推出AI服務(wù)器G5服務(wù)器，此外在布局新一代AI加速芯片、模型輕量化技術(shù)，大幅降低大模型推理成本。

審核編輯：黃飛