从 NVDA 和 AMD 转向的理由（长期）

有时候我会在这里读到有关GPU制造商的信息，我想知道在过去的两年中，你们当中是否有人尝试过按小时、每周或每月为人工智能目的租用GPU？ 如果是这样，你有没有计算过每次 FLOP 要向你收取多少费用，或者基本上计算原始计算的价格方向？随着人工智能成为主流和推理需求的增长，你认为供需的基本定律会发生什么？

去年年底之前我一直从事数据中心业务（又名HPC），我可以告诉你，在过去的两年中，Nvidia A100的租金价格压缩了70％。你看到所有这些出色的 GPU 销量的唯一原因是两件事：人工智能计算需求激增，贪婪的 mofo 分销商一直在囤积 GPU ——是的，你听见了我的话。

我曾经在容器中出售装有各种GPU的服务器，例如A100，然后从现货市场购买了H100（我们没有足够的数量直接与Nvidia打交道），而且我见过装满这些GPU的仓库在那里等着出价最高的人。Nvidia（或AMD）分销商获得折扣和优先权的唯一方法是下大笔订单。 当你听说TSLA或AMZN从NVDA购买价值数十亿美元的GPU的重大新闻时，他们的GPU业务中有很大一部分是由你从未听说过的公司分销的，并通过像SMCI这样的公司制造成完整的系统。

如果你拥有供应并限制了街上的供应，那么街上的价格会怎样？我去过横滨的一个仓库，从地板到天花板，里面装满了成千上万盒 GPU，等着出价最高的人。 $超微电脑 (SMCI.US)$ $美国超微公司 (AMD.US)$ $英伟达 (NVDA.US)$