整个世界正为生成式AI而疯狂，且疯狂程度仍在与日俱增。到2027年，全球GPU硬件总支出将达到4000亿美元。
如果大家觉得这个数字也不是很夸张，那我们不妨拿美国国防部做个对比。作为地球上烧钱能力最强的机构，国防部截至明年7月的2024政府财政年度总预算也就是8420亿美元。
还有更多相关观点。Gartner IT市场分析师们预计到2024年，包括硬件、软件、IT服务和电信服务在内的全球IT总支出将达到5.13万亿美元，同比增长8.8%。其中，预计只有2355亿美元用于数据中心系统，涵盖世界各地销售的全部服务器、存储和交换机设备。这部分数字增幅为8.1%，而我们认为这很大程度上要归功于生成式AI相关集群的快速落地。甚至如果不算这部分新增需求，传统数据中心内的通用基础设施支出反而出现了严重下滑。
今年10月，我们根据IDC的服务器收支预测整理出电子表格，想要弄清到底有多少钱被花在了AI集群身上。从结果来看，IDC发现2022年AI系统的总销售额还在区区100亿美元以内，但在短短两年之后的2023年，这一数字就会迅速飙升至500亿美元，到2027年稳定增长至1000亿美元，直接在服务器总收入中占据半壁江山。坦率地讲，这样的势头绝对堪称疯狂。
而如果AMD公司CEO苏姿丰在本周于圣何塞召开的Advancing AI大会上做出的预测属实，那么AI增长模型似乎还要调整得更激进一些。苏姿丰提到，数据中心GPU市场已经迈过发展临界点，而巨大的宏观经济压力则会为其再添一股增压势能。（顺带一提，生成式AI的广泛普及也让可控核聚变在内的清洁能源成为关注焦点，这不仅有助于通过多种方式恢复地球环境、扭转人类过往发展造成的损害，同时也将开辟出新的商业空间。）
一年之前，苏姿丰团队在首次谈及MI300系列GPU的设计愿景时，就已经认真总结过市场研究和业务渠道，并认为数据中心GPU在2023年的总潜在市场大约是300亿美元左右，而接下来直到2027年将保持50%左右的年均复合增长率，届时发展至1500亿美元以上。
苏姿丰当时在主题演讲中坦言，“这看上去是个很大的数字。”考虑到当时IDC和Gartner等咨询公司发布的全球数据中心硬件支出预测，大多数人的确很难相信这个看似过度乐观的结论。
“但纵观过去十二个月间发生的一切，以及我们在各个行业、各家客户以及全球各地观察到的技术采用率和部署节奏，就会意识到需求的增长速度的确极快。因此从建立AI基础设施的角度来看——当然，目前一切先从云端起始，但随后将逐步渗透进企业——我们相信，我们将在整个嵌入式市场和个人计算领域看到大量AI要素。我们预计数据中心加速器TAM将在未来四年内以每年70%以上的速度增长，到2027年将超过4000亿美元。哪怕是对我们这些在行业内见惯了大起大落的从业者来说，这样的创新步伐也超过了我们以往的任何经历。”
而且，这里所说的还只是数据中心AI加速器业务中的TAM部分，尚未涵盖边缘/客户端AI硬件加速器TAM。AMD并没有讨论TAM对于整体芯片市场意味着什么。但就在IDC于几个月前预计2027年全球服务器业务将接近2000亿美元时，外界还普遍对这个巨大的数字表示难以置信。
但如果逆向计算，并选择一个比较可靠的比率（即AI服务器的GPU成本约为设备总价的53%，就是说基于八路英伟达HGX GPU计算复合体的设备总价为37.5万美元，其中GPU部分的成本约为20万美元），而且假设IDC对于服务器市场以及AI/非AI服务器之间的此消彼长趋势预测正确，那么到2027年，AI加速器硬件所对应的GPU销售总额大约会在500亿美元左右。这明显跟AMD的结论对不上，除非AMD所说的“数据中心AI加速器”有着更加广泛的定义范围，比如说不仅包含GPU和NNP，甚至连CPU的部分也被计算了进来。
无论如何，AMD表示增长速度的确高于预期，加速器的收入表现也比我们几个月前的预测高出了9倍。
但如此疯狂的市场终归不能持久。假设GPU和其他加速器的价格伴随HBM内存成本的降低而同步下调，那么按照苏姿丰团队给出的总销售额计算，对应的硬件出货量将极为巨大。而在这波商业浪潮之下，相信将会有更多厂商占据住自己的一片竞争与利润空间。
