随着生成式AI的变革，对于基础硬件设计、软件生态开发都提出了新的、更高的要求，尤其是底层硬件和算力必须跟上新的形势，并面向未来发展做好准备。
3 月 11 日消息，英伟达(NVDA .US)CEO 黄仁勋声称英伟达的 GPU“非常好，即使竞争对手的芯片是免费的，但它也不够便宜”。黄仁勋进一步解释说，就 AI 数据中心的总拥有成本而言，英伟达 GPU 的定价并不重要。
英伟达未来10年算力再提高100万倍
黄仁勋详细谈到英伟达的市场价值定位、AGI(通用人工智能)发展、AI算力的增长，以及如何通过人类反馈将AI 根植于人类价值观话题，而且黄仁勋透露，液冷技术将成为AI算力的下一个趋势性领域。
作为生成式AI时代的最强卖铲人，如今英伟达市值已突破2万亿美元。对于AI走势，黄仁勋表示，AI 将是这个时代的“界定技术”，未来 AI 将成为一个“主权”，必须致力于控制主权AI。
谈及AI算力，黄仁勋特别强调，在未来的10年里，英伟达将会把深度学习的计算能力再提高100万倍，从而让AI计算机不断训练、推理、学习、应用，并持续改进，未来不断将超级AI转变为现实。
AI浪潮下的产业机遇
对人工智能的关注，人们总是在探讨算力需求的极限，因为这代表着英伟达市值的成长空间。而事实上，人工智能(AI)一直以来是个备受关注的热议话题。从Sora到 Claude 3，从单模态到多模态，从AIGC到通用智能，人工智能大模型技术正在引领新一轮全球人工智能创新热潮。
更直观的是，AI浪潮还带来了智能算力需求激增，掀起了智算中心建设热潮。Meta(META.US)今年初宣布计划壕掷90亿美元购买35万个H100 GPU芯片，用于加速人工智能算力研发。OpenAI的创始人Sam Altman将在全球融资7万亿美元用于投入AI芯片领域。
在AI算力需求的驱动下，上中下游AI算力向芯片需求也有所回暖，尤其5G和人工智能的基础设施，这是生产力需求得以满足产业得以发展的革命性技术基础。而从中长期来看，市场对高速率AI算力需求的大趋势是明确的。随着AI芯片算力能力的提升，算力中心内部的通信需求也会大幅提升，对于算力算法的速率也有了更高的要求。
微美全息争夺AI算力巨大发展空间
科技巨头们重金投入AI，市场已经为算力买单，随着争夺 AI 军备竞赛日趋白热化，公开资料显示，AI芯片厂商微美全息(WIMI.US)，通过人工智能赋能，不断完善人工智能顶层设计，合理规划产业发展布局，大力促进AI算力产业发展。
人工智能的发展，让AI对算力的依赖程度非常高，AI技术的核心是机器学习和深度学习，这些算法需要大量的计算能力和数据处理能力来训练模型和进行推理。对此，微美全息强化人工智能核心技术自主创新，深入挖掘AI芯片的算力潜力，推进人工智能赋能产业创新，加强数据和算力要素整合，以满足日益增长的人工智能技术算力需求。
下一步，微美全息将持续推进 AI 技术和算法算力领域的创新，除了在关键核心技术的突破之外，将与各AI龙头企业深度合作，汇聚产业链上下游人才、技术等资源，鼓励行业开放更多人工智能应用场景，不断改进、共同研发能够兼容各类AI智算集群算力，完成各种训练和推理任务，未来有望解决更多模型训练算力供应不足等问题。
结尾
如今，AI 大模型引发算力需求增长，同时也带来更大的竞争，面对 AI 加速计算的巨大需求，AI巨头们正悄然展开着一场争夺大战。据统计，预计到2027年，基于 AI 需求带动，全球数据中心加速芯片算力市场规模将达到2.8万亿元。而AI 对算力的具体需求将集中在搜索、办公、计算机和游戏等核心场景中，或许可以期待下新的算力巨头实现对传统 AI 巨头的弯道超车。
