整個世界正為生成式AI而瘋狂，且瘋狂程度仍在與日俱增。到2027年，全球GPU硬體總支出將達到4000億美元。
如果大家覺得這個數字也不是很誇張，那我們不妨拿美國國防部做個對比。作為地球上燒錢能力最強的機構，國防部截至明年7月的2024政府財政年度總預算也就是8420億美元。
還有更多相關觀點。Gartner IT市場分析師們預計到2024年，包括硬體、軟體、IT服務和電信服務在內的全球IT總支出將達到5.13萬億美元，同比增長8.8%。其中，預計只有2355億美元用於數據中心系統，涵蓋世界各地銷售的全部伺服器、存儲和交換機設備。這部分數字增幅為8.1%，而我們認為這很大程度上要歸功於生成式AI相關集群的快速落地。甚至如果不算這部分新增需求，傳統數據中心內的通用基礎設施支出反而出現了嚴重下滑。
今年10月，我們根據IDC的伺服器收支預測整理出電子表格，想要弄清到底有多少錢被花在了AI集群身上。從結果來看，IDC發現2022年AI系統的總銷售額還在區區100億美元以內，但在短短兩年之後的2023年，這一數字就會迅速飆升至500億美元，到2027年穩定增長至1000億美元，直接在伺服器總收入中占據半壁江山。坦率地講，這樣的勢頭絕對堪稱瘋狂。
而如果AMD公司CEO蘇姿豐在本周於聖何塞召開的Advancing AI大會上做出的預測屬實，那麼AI增長模型似乎還要調整得更激進一些。蘇姿豐提到，數據中心GPU市場已經邁過發展臨界點，而巨大的宏觀經濟壓力則會為其再添一股增壓勢能。（順帶一提，生成式AI的廣泛普及也讓可控核聚變在內的清潔能源成為關注焦點，這不僅有助於通過多種方式恢復地球環境、扭轉人類過往發展造成的損害，同時也將開闢出新的商業空間。）
一年之前，蘇姿豐團隊在首次談及MI300系列GPU的設計願景時，就已經認真總結過市場研究和業務渠道，並認為數據中心GPU在2023年的總潛在市場大約是300億美元左右，而接下來直到2027年將保持50%左右的年均複合增長率，屆時發展至1500億美元以上。
蘇姿豐當時在主題演講中坦言，「這看上去是個很大的數字。」考慮到當時IDC和Gartner等諮詢公司發布的全球數據中心硬體支出預測，大多數人的確很難相信這個看似過度樂觀的結論。
「但縱觀過去十二個月間發生的一切，以及我們在各個行業、各家客戶以及全球各地觀察到的技術採用率和部署節奏，就會意識到需求的增長速度的確極快。因此從建立AI基礎設施的角度來看——當然，目前一切先從雲端起始，但隨後將逐步滲透進企業——我們相信，我們將在整個嵌入式市場和個人計算領域看到大量AI要素。我們預計數據中心加速器TAM將在未來四年內以每年70%以上的速度增長，到2027年將超過4000億美元。哪怕是對我們這些在行業內見慣了大起大落的從業者來說，這樣的創新步伐也超過了我們以往的任何經歷。」
而且，這裡所說的還只是數據中心AI加速器業務中的TAM部分，尚未涵蓋邊緣/客戶端AI硬體加速器TAM。AMD並沒有討論TAM對於整體晶片市場意味著什麼。但就在IDC於幾個月前預計2027年全球伺服器業務將接近2000億美元時，外界還普遍對這個巨大的數字表示難以置信。
但如果逆向計算，並選擇一個比較可靠的比率（即AI伺服器的GPU成本約為設備總價的53%，就是說基於八路英偉達HGX GPU計算複合體的設備總價為37.5萬美元，其中GPU部分的成本約為20萬美元），而且假設IDC對於伺服器市場以及AI/非AI伺服器之間的此消彼長趨勢預測正確，那麼到2027年，AI加速器硬體所對應的GPU銷售總額大約會在500億美元左右。這明顯跟AMD的結論對不上，除非AMD所說的「數據中心AI加速器」有著更加廣泛的定義範圍，比如說不僅包含GPU和NNP，甚至連CPU的部分也被計算了進來。
無論如何，AMD表示增長速度的確高於預期，加速器的收入表現也比我們幾個月前的預測高出了9倍。
但如此瘋狂的市場終歸不能持久。假設GPU和其他加速器的價格伴隨HBM內存成本的降低而同步下調，那麼按照蘇姿豐團隊給出的總銷售額計算，對應的硬體出貨量將極為巨大。而在這波商業浪潮之下，相信將會有更多廠商占據住自己的一片競爭與利潤空間。
