人工智能算力指数报告-从算力发展看 AI 领域的发展
在准备 AIGC 周刊的时候发现了一个 AI 算力指数报告,详细的列举了现在 AI 计算相关的算力分布和相关研究使用的显卡类型及变化。作为 AI 模型训练和运行的基础,算力的分布和芯片流行程度可以帮助我们了解 AI 的发展方向和发展进度。
图表来源: https://www.stateof.ai/compute
这个报告只有图表没有结论,所以我就翻译了一下图表,同时尝试总结一些图表表现出的结论。
A100GPU 的数量分布
截止时间为 23 年 9 月 1 日这张图比较离谱的是,前三个公司我有两个没有听过,比如Leonardo是个意大利的高科技跨国企业,业务经营领域包括航天、防务和安全,主要客户是各国政府,并且他的算力全是政府算力,应该有意大利官方背景。另一个 XTX Markets 是个经营算力交易的公司。
另外,Srability ai 的 A100 数量比 Nvidia Selene 还多是我没想到的,不过他们都是租的公有云没有那么贵。
而且这图不是很全,像是微软和谷歌这两个庞然大物的数量就没有。
Leonardo: https://www.leonardo.com/en/home XTX Markets: https://www.xtxmarkets.com/#aboutAI 论文中引用的芯片使用情况
时间截止到23 年 6 月 2 日可以看到随着 AI 生态的爆发大部分是 GPU 是缓慢上升的,Nvidia 的上涨速度格外的快,其他的上涨幅度没有那么明显,其中 TPU 还在 22 年到 23 年下降了。华为下降的原因可能跟制裁有关?
在 AI 论文引用中 NVIDIA 不同型号 GPU 的使用情况
时间截止 23 年 6 月 2 号可以看到 22 年以后 V100 的比例逐渐下降,剩余的份额被 A100 和 3090 瓜分了,同时刚发布的 H100 看起来长势没有那么猛,感觉还是相比 A100 性价比有点低的原因。
AI 芯片初创公司论文被引用数量
时间截止 23 年 6 月 2 号这张图的主要内容是 AI 芯片初创公司论文的被引用数量,一定程度上代表了相关公司的科研能力,可以看到寒武纪和 Habana 在 22 年以后大幅下降,同时 Cerbras 的数量大幅上升。
这里是 Cerbras 官网: https://www.cerebras.net/product-system/图表来源: https://www.stateof.ai/compute