全球AI算力报告出炉，LLM最爱A100！谷歌坐拥超100万H100等效算力

AI的物质基础是机器学习硬件，例如图形处理单元（GPU）和张量处理单元(TPU)。

据不完全统计，目前全球超过140款AI加速器，用于开发和部署深度学习时代的机器学习模型。

Epoch AI带来了全球算力的估计报告，利用公开信息估计了全球机器学习硬件的现状和趋势。

除了传统硬件厂商英伟达、AMD等纷纷推出加速卡，一些新兴势力开始「造芯」，算力持续提升。

2008至2024年全球机器学习硬件的计算能力示意图

除了GPU，硬件类型也丰富了起来。比如，出现了专门处理张量计算的TPU（张量处理单元，Tensor Processing Unit）。

报告的主要结论，总结如下:

总量每年增长43%，价格下降30%。

低精度计算成为主流。

顶级硬件能效每1.9年翻一番。

八年间，训练大型模型所需的处理器数量增加了20多倍。

全球NVIDIA支持的计算能力平均每10个月翻一番。

关键发现:ML硬件的「摩尔定律」

ML硬件每年增长43%

以16位浮点运算衡量，机器学习硬件的性能以每年43%的速度增长，每1.9年翻一番。32位性能也存在类似的趋势。

优化机器学习数字格式和张量核心提供了额外的改进。

驱动因素还包括晶体管数量的增加和其他半导体制造技术的进步，以及针对AI工作负载的专门设计。这种改进降低了每FLOP的成本，提高了能源效率，并实现了大规模人工智能训练。

机器学习硬件在不同精度下的峰值计算性能

性价比每年提升30%

每美元性能提升迅速，并且任何给定精度和固定性能水平的硬件每年都会便宜30%。与此同时，制造商不断推出更强大、更昂贵的硬件。

单位时间单位价格下的FLOP

低精度格式是趋势

在使用针对人工智能计算优化的张量核心和数据格式时，GPU通常速度更快。

与使用非张量FP32相比，TF32、张量FP16和张量INT8在总体性能趋势中平均提供约6倍、10倍和12倍的性能提升。

一些芯片甚至实现了更大的加速。例如，H100在INT8时的速度比在FP32时快59倍。

自推出以来，这些改进约占整体性能趋势改进的一半。随着开发人员利用这种性能提升，使用较低精度格式（尤其是张量FP16）训练的模型已经变得很常见。

能效每1.9年翻一番

根据历史数据，顶级GPU和TPU的能效每1.9年翻一番。

就tensor-FP16格式而言，效率最高的加速器是Meta的MTIA（每瓦高达2.1x10^12FLOP/s）和NVIDIA H100(每瓦高达1.4x10^12FLOP/s)。即将推出的Blackwell系列处理器可能会更有效率，具体取决于其功耗。

模型也各有所爱

在Epoch的数据集中，NVIDIA A100是用于高引用或最先进人工智能模型的最常用的硬件，自发布以来已用于65个著名ML模型。

其次是NVIDIA V100，用于训练55个著名模型，其次是谷歌的TPU v3，用于47个。

然而，估计NVIDIA H100到2023年底的销量已超过A100，因此它可能在不久的将来成为训练模型最受欢迎的GPU。

不同加速器训练的知名模型数量

2019年至今，不同领域大模型训练所需算力比较

训练集群规模猛增

用于训练大型语言模型（LLMs）的处理器数量的显著增长。

Google NASv3RL网络（2016）:使用了800个GPU进行训练。

Meta Llama3.1405B（2024）:使用了16，384个H100GPU进行训练。

这意味着在短短八年间，训练大型模型所需的处理器数量增加了20多倍。

四大「算力帝国」?

谷歌、微软、Meta和亚马逊拥有相当于数十万个NVIDIA H100的AI算力。

这些计算资源既用于他们内部的AI开发，也用于云客户，包括许多顶级AI实验室，如OpenAI和Anthropic。

谷歌可能拥有相当于超过一百万个H100的计算能力，主要来自他们的TPU。

微软可能拥有最大的NVIDIA加速器库存，约为50万个H100当量。

大量的AI计算能力由这四家公司以外的集团共同拥有，包括其他云公司如Oracle和CoreWeave，计算用户如特斯拉和xAI，以及各国政府。

之所以重点介绍谷歌、微软、Meta和亚马逊，因为他们可能拥有最多的计算能力，而其他公司的数据公开较少。

初步工作发现，截至2024年中，谷歌TPU的总算力大约是英伟达芯片的30%。

英伟达每年不止翻一番

自2019年以来，NVIDIA芯片的总可用计算能力大约每年增长2.3倍，从而能够训练越来越大的模型。

也就是说，全球NVIDIA组成的计算能力平均每10个月翻一番。

Hopper这一代NVIDIA AI芯片目前占其所有AI硬件总计算能力的77%。按照这种增长速度，旧的芯片型号在其推出后大约4年左右，对累计计算量的贡献往往会低于一半。

请注意，此分析不包括TPU或其他专用AI加速器，因为这方面的数据较少。TPU可能提供与NVIDIA芯片相当的总计算能力。

按芯片型号分解，发现目前大约77%的NVIDIA FLOP/s来自Hopper代际的GPU，如H100。

目前估计NVIDIA GPU可提供4e21FLOP/s的计算能力，约相当于400万个H100。

注意:这些估计基于NVIDIA的收入申报文件，并假设不同时代芯片的分布随时间变化的模式与AI集群数据集中的模式相同。

英伟达23-24年季度财报

此外，报告发现自2019年以来，计算能力的累计总和（考虑折旧）每年增长2.3倍。

但仅考虑数据中心销售额，而忽略NVIDIA收入报告中「游戏」（Gaming）销售额带来的计算能力。

公开数据集

Epoch同时公布了机器学习硬件数据集和数据分析源代码。

https://epoch.ai/data/machine-learning-hardware-documentation#overview

详细数据分析流程，参见下列NoteBook。

https://colab.research.google.com/drive/1gbbrKDKFjghUPmH-aSI9ACtb1Iuwg-cR?usp=sharing

参考资料:

https://epoch.ai/data/machine-learning-hardware