英伟达 Blackwel1 GB200 芯片订单量攀升，AI 算力市场冰火两重天

自从今年3月份Nvidia发布Blackwell架构GB200芯片以来，这款产品就备受外界关注。近日，天风证券分析师郭明池在研报中表示，NVIDIA GB200芯片订单激增。微软是该芯片的最大客户。其第四季度订单量增长了3-4倍，超过了所有其他云服务提供商。和。

尽管新一代AI芯片的需求爆发式增长，但曾经炙手可热的H100芯片却显得有些平淡。算力租赁市场价格已从高峰时期的8美元/小时降至2-3美元/小时。证券时报记者从业内人士处获悉，从今年上半年开始，国内算力价格呈现下降趋势。在大模型训练需求下降、早期“囤卡”导致相对过剩的背景下，一些规模较大的小型算力供应商可能面临亏损，正在加速被市场“洗牌”。

值得注意的是，在大AI模式浪潮下，不少A股上市公司此前已布局算力服务，其中不乏不少跨境玩家。在汹涌的人工智能浪潮中，算力供给和市场需求正在快速变化，相关投资能否获得理想回报正成为越来越不确定的问题。

明年GB200芯片订单已满

摩根士丹利分析师最近与英伟达首席执行官黄仁勋、首席财务官和管理团队其他成员举行了会议。根据会议上了解到的信息，分析师约瑟夫·摩尔表示，英伟达下一代GPU芯片Blackwell的生产“如期进行”，未来12个月左右的供应量已经售罄。

天风国际证券分析师郭明錤发布的最新Nvidia Blackwell GB200芯片产业链订单信息也显示，Blackwell芯片的产能扩张预计将于2024年四季度初启动，四季度出货2024年的预计在15万元至20万元之间，2025年第一季度出货量将大幅增长200%至250%，达到50万元至55万元。郭明池还指出，微软目前是Nvidia Blackwell GB200芯片的全球最大客户。今年第四季度订单量将激增三到四倍，其订单量将超过所有其他云服务提供商的总和。

作为NVIDIA新一代AI旗舰芯片，Blackwell GB200芯片包含2080亿个晶体管，采用台积电N4P工艺。它采用双芯片架构，AI算力达20 petaFLOPS（FP4），是Hopper的五倍。据国海证券研报显示，与上一代AI旗舰芯片H100相比，NVIDIA旗舰GB200NVL72服务器可将大型AI模型（如1.8T参数GPT-MoE）的训练速度提升30倍。

高性能AI芯片在手，大客户订单纷至沓来。黄仁勋曾在CNBC专栏采访中提到，微软、OpenAI、Meta等科技公司对Blackwell芯片的需求非常强劲。 “每个人都想拥有最多，也想成为第一。”

Blackwell GB200芯片需求的爆发不仅预示着英伟达在AI硬件领域领先地位的进一步巩固，也预示着全球AI发展正在加速进入以更高效、更强大的计算能力为支撑的新阶段。”天使投资人、人工智能资深人士接受证券时报记者采访时，智能专家郭涛表示，GB200如果成功量产出货，将对全球AI生态产生深远影响，推动复杂模型训练的提升和推理效率，推动人工智能在多个行业的深度应用。 ，加速人工智能技术的普及和创新。

H100芯片已遇冷，租赁价格较高峰期下降50%以上。

与GB200芯片的爆发式需求相比，曾经火热的上一代旗舰芯片H100在算力租赁市场已经从“一卡难求”变成了“供过于求”。

时间回到2023年3月，Nvidia推出了H100系列GPU。与上一代芯片A100相比，H100基于Hopper架构，拥有18432个CUDA核心，支持更先进的内存技术和更高的带宽，性能提升3倍，尤其是在AI训练和推理任务方面。这也让H100成为近两年来最强大、最受欢迎的GPU产品。

在大模型热潮中，GPU的性能很大程度上决定了模型训练的效果，因此各大公司纷纷投入巨资购买H100。证券时报记者从一位从事计算资源池工作的业内人士处了解到，搭载H100的服务器一般以8卡的形式出售或租赁。去年，8卡机的销售价格普遍在300万元以上。现在，价格已降至230万元至240万元左右，“每周一价”。至于英伟达专门向中国供应的H20芯片，8卡机的价格也从之前的140万元左右下降到了110万元以内。

在算力租赁市场，价格下降更为明显。据了解，H100芯片的初始租赁价格为4.7美元/小时，在需求高峰期一度涨至8美元/小时以上。记者查看算力租赁网站发现，目前一台H100NVL的租赁价格在2-3美元/小时之间，价格较高峰期已下降50%以上。

“现在算力价格大幅下降，我们都在观望。”业内人士告诉记者，算力价格下降并不是Blackwell GB200芯片推出后出现的现象。他感觉市场从今年上半年开始就开始这样做了。水温越来越凉。之前训练大型模型的需求非常强烈。另外，市场上可用的算力不多，所以大家都在囤货，这进一步推高了价格。

业内人士认为，算力价格下降的主要原因有两个。首先，需求减少。经过前期的疯狂投入，AI的收益曲线似乎并没有人们想象的那么陡峭。许多企业开始重新审视AI投资，投资放缓；其次，算力供给量增加，特别是在国产化和开源模式加速的背景下，企业逐渐从寻找大规模、高性能的算力转向能够满足小型化的更高性价比的芯片。集群训练或推理任务。

在价格下行的情况下，一些业内人士对GPU泡沫破裂表示担忧。但不少从业者认为，这种趋势是技术迭代和市场自律的正常表现。郭涛告诉记者，所谓“GPU泡沫破灭”或许过于悲观。 “当前AI算力市场处于动态平衡状态，虽然个别产品价格有所波动，但整体需求依然强劲。”

数百家上市公司已进入算力租赁行业，但盈利问题仍笼罩在神秘之中。

自从生成式AI点燃算力需求以来，不少上市公司纷纷进军算力市场。其中，算力租赁作为一种更加灵活、性价比更高的方式，成为各玩家重点赛道。数据显示，截至10月26日，已有107家上市公司涉足算力租赁业务，其中包括云服务、数据服务等领域的公司，以及房地产、建材、纺织服装、印染等行业。字段。跨境进入者。

在算力租赁价格下降的背景下，算力的初期资金投入能否获得理想的回报，成为了所有玩家的谜团。英伟达曾预测，GPU每小时租赁价格将在四年内维持在4美元/小时左右。然而，一年半之内，H100的租赁价格已降至每小时2-3美元。对于囤卡的算力租赁公司来说，意味着利润的大幅下滑。

根据外媒latent.space作者Eugene Cheah近期文章的测算结果，当GPU租赁价格跌破1.65美元/小时时，算力提供商将面临严重的损失风险。 Eugene Cheah直言，投资新的H100已经无法盈利。事实上，不仅是H100，还有英伟达另一款热门消费芯片4090，今年3月份的租赁价格普遍在每月13000元左右。现在已经降到了每月7000至8000元。相关投资的回收周期将会拉长。

一方面，算力租赁价格具有很大的不确定性；另一方面，算力租赁市场的需求也面临较大波动。经历了2023年的“百模大战”，如今硝烟似乎已经散去。许多企业逐渐放弃预训练模型，减少预训练投入，更多地从模型训练转向应用。对高性能预训练芯片的需求也随之增加。逐渐减少。考虑到大多数企业近两年才进入算力租赁业务，仍处于早期投资阶段，成本尚未收回。上述因素将对算力租赁业务的盈利能力构成较大挑战。

此外，由于国际关系等复杂的外部原因，国内厂商能否如期获得高性能计算卡也是一个问题。例如，去年“味精大王”莲花控股宣布进军算力业务。近日，莲花控股发布公告，解释算力业务转型相关进展情况。提及，公司全资子公司莲花科技去年9月与新华三信息科技签订330台GPU系列服务器采购合同，合同金额6.93亿元。不过，除了去年11月交付的12套外，其余318套尚未交付。公告还提醒，剩余318台GPU系列服务器的交付存在不确定性风险，存在交付期限不明确的风险。

“一方面，算力价格下降压缩了服务商的利润空间，运营压力加大；另一方面，也为更多企业提供了以低成本获得高性能算力的机会，推动了AI技术的广泛应用。 ”郭涛表示，技术升级速度加快会带来投资折旧问题，对于进入算力业务的企业来说，需要密切关注市场动态，合理规划投资，避免盲目跟风，同时加强技术创新和服务优化，应对潜在的市场波动和不确定性。