字节、百度、阿里，为这块芯片抢破了头
导读：需求似乎是无限的，但英伟达的代工厂台积电产能有限，除了大厂之间的争夺，美国对中国的芯片封锁也让国内的大厂更难买到A100这样的高端芯片。
包括A800、H100、H800，A100和它的“继承者们”，遭到各方的哄抢，价格水涨船高，最疯狂的时候，在短短一周里，一台由8张A800组成的服务器，可以从230万涨价到330万。有段时间，孙文博感到疑惑：怎么好像在炒比特币？
一个赌局
一个赌局在服务器销售的圈子里悄悄传开：香港新到的300台8卡A100服务器，总货值近8个亿，到底会花落谁手？
关于这个赌局，有层层的迷雾——买家都有谁？不清楚，但有消息说，货是2023年10月的第三个周五进的香港，来自拼多多和金山的采购团队为了这个消息，连夜抵达，严阵以待；货从哪里来的？不知道，据说是一家手段高明的公司，通过英伟达的非授权渠道拿到；具体定价多少？没有准确数字，追踪着这个消息的服务器厂商高管孙文博说：“话语权在卖方，肯定会为这批货筛选到价格最高、现金最多、交易条件最好、未来有望继续合作的买方。”
A100，一个颇具科幻气息的名字，容易让人联想到《终结者》中的机器人代号。实际上，这是一种GPU芯片，采用7nm制程，制造它的光刻机，需要在大约万分之一根头发丝细的空间里进行精细的雕刻。在大约826平方毫米——不到一张3cm*3cm便签纸大的面积里，容纳了足足540亿个晶体管。它的设计公司英伟达，用科学家的名字来命名产品，A来自电磁学科学家安培（Ampere），而A100的前代产品V100，来自电池的发明者伏特（Volta）。
与每台电脑中都有的中央处理器（CPU）不同，GPU似乎离普通人有点远，它在电脑中的另一个名字是显卡，负责图像处理、视频渲染，热衷打游戏的年轻人，会为一块高性能显卡省吃俭用，而GPU的另一个主要场景是“挖矿”，单枚价值数万美元的比特币，就是GPU昼夜不停运作的产物。
如果说CPU是一个数学系毕业的高材生，能计算各种艰深复杂的问题，GPU就像是汇集了一万个只会1+1=2的小学生，能以最快的速度处理海量简单重复的问题，而这正是训练人工智能最需要的能力，通过对庞大数据的学习、分析、推理，让机器像人类那样解决问题。学习的数据越多，机器越聪明，但处理海量数据需要强大的芯片，A100正是为此而生，它靠着超强算力，被誉为“GPU中的王者” “一片顶六片”。
在美国科技公司OpenAI推出的大语言模型ChatGPT惊艳了全世界之后，国内的互联网公司、大模型业公司都大步快跑，冲进这个最有前景的赛道，百度、阿里、科大讯飞、360等互联网大厂，和不少初创企业，都抓紧推出自家的大模型，轰轰烈烈的“百模大战”彻底打响。
大模型之争的关键在于算力和数据，理论上说，只要GPU数量足够多（例如有10000台服务器），一家公司甚至可以在极短的时间之内训练出一个不逊色于ChatGPT 4的大模型，而A100就是挖掘大模型金矿时最锋利的那把铲子。除了大模型，各类人工智能公司，包括计算机视觉、语音交互、智能驾驶等，都需要这把铲子。
需求似乎是无限的，但英伟达的代工厂台积电产能有限，除了大厂之间的争夺，美国对中国的芯片封锁也让国内的大厂更难买到A100这样的高端芯片。包括A800、H100、H800，A100和它的“继承者们”，遭到各方的哄抢，价格水涨船高，最疯狂的时候，在短短一周里，一台由8张A800组成的服务器，可以从230万涨价到330万。有段时间，孙文博感到疑惑：怎么好像在炒比特币？
在无限的需求、有限的供给和时间当中，流转着巨额的钱和掘金者们的冀望，考验着大厂和创业公司们的嗅觉、财力、战略和决策效率。全新的排位赛中，有个体的命运沉浮，也有企业的野心、欲望和争夺。
就像那个赌局，尽管还不知道结果，但行内人都估量，拼多多做电商的，业务跟大模型无关，也没有传出做大模型的消息，但AI时代，先下注总比错过好。就算不做大模型，转售出去，或是做算力租赁，也是稳赚不赔的好生意。至于金山，虽然自家的WPS AI也需要算力芯片，但估计吃不下这么大的单子，财力也稍逊一筹。
暧昧不明的交易，以及谣言、猜测、赌局，都成了大模型和A100疯狂的注脚。
烧钱游戏
王子鹏第一次感到风暴袭来，是在2023年的5月。
来自美团的高管带着采购团队，把他供职的服务器厂商——宝德信息科技有限公司库存里仅剩的数百台8卡A100服务器，像买白菜一样全部扫走。尽管一台机器的价格要大几十万，总订单额过亿，美团的人丝毫没有犹豫，下单、签合同、打预付款、提货……流程飞快。
事实上，在专业的领域里，A100从来不是什么稀罕事物。大模型的风刮起来之前，A100等算力芯片的购买者大多是国内大型的实验室，例如鹏程实验室、智源实验室、之江实验室、中科院的计算所，曾经购买过上百台服务器。除此之外，还有一些人工智能相关业务的公司，比如抖音疯狂增长的那几年，为了训练AI进行内容审核，也曾找宝德订购了不少V100服务器，“一年买两个多亿”。
作为曾经的服务器销冠、如今的高管，王子鹏自称是“战场最前端战壕里的瞭望员”，行业里每个细微的变化，都是销售们最先知道。但那一次，他和同事都看走了眼，以“相当低的价格”出售，“就是平进平出走个量，挣一个点、两个点”。这让公司的高层日后都懊悔不已，觉得做了“赔本生意”。
2023年3月14日，OpenAI发布GPT-4，以此为时间点，大模型赛道突然涌进来大量的钱、公司、采购团队，曾经并不紧俏的A100，突然成了抢手货。而就在2022年的10月，美国商务部对高性能芯片作出额外出口限制，禁止美国公司向中国实体出售高端芯片，A100正在其中。政策是政策，生意是生意，英伟达转而推出了A100的中国特供版——A800，王子鹏打了个比方，与A100相比，A800“就像是把汽车的输油管改细了一点，发动机和轮胎还是原来的东西”。
最初，所有人都追逐最好的东西——市场里有限的A100。需求暴涨，2022年10月之前，“就是一个正常的市场”，到了2023年的5月，“至少得是以前50倍以上的需求量”。美团扫货之后的短短几个月，A100和8卡A100服务器的价格水涨船高，涨到了13-16万/张和135-160万/台左右，这意味着，以前5个亿能买下来的东西，现在要10个亿。
昂贵的价格让这场芯片争夺战变成了烧钱战。价格就是这么涨上去的：在卖方市场里，一批货没有准确的买家，谁出的钱多，就归谁。还有一种情况，厂商签下了订单，宁可付违约金，只交付50%，也要把剩下的货用更高的价格卖出去。
众多买家里，字节是业内公认投入最多的那个。有知情人士透露，字节内部采购了大约13600张A100，按照一张卡7万元的最低价格计算，光这些芯片就价值9.52亿。
一家大厂在内部资料中估算，目前字节拥有20多万张算力芯片，其中约10万张是A100/A800/H800等高算力芯片。这些芯片当中，有一小部分对外出租，未被出租的高算力芯片则被用于字节大模型的训练和推理，还有一些其他型号被用于支持公司内部业务推理场景，比如兴趣电商、抖音搜索、抖音广告排序等。
等市面上仅剩的A100被哄抢得差不多了，对A800的需求逐渐成了主流。此时，更多的大厂和创业公司入局了，比如拼多多，在2023年的下半年组建了大模型团队，招兵买马，开出了百万年薪挖角人才。对算力的需求就像一个越吹越大的气球，A800的价格达到了比A100更高的高度——在2023年10月，一台8卡A800服务器的价格达到了220-230万左右。
双重考验
A100和A800的疯狂，是市场需求和政策禁令双重叠加，催生出的极致供需矛盾的体现。而在涨价和禁令的夹缝之中，大厂和创业公司们也面临着双重考验。
第一重考验是嗅觉和战略决策能力。
本身就探索人工智能前沿技术的阿里达摩院、科大讯飞、百度和商汤科技等公司，长期跟算力芯片打交道，是最早布局、嗅觉也最敏锐的公司。王子鹏和孙文博都曾得到过消息，字节和阿里是最先向英伟达下单的，“都下了近一万张卡的订单”。百度后来之所以最早推出文心一言，也是因为提前采购了算力芯片。
由于涉及大量的钱，事关公司未来发展，大模型项目以及采购算力芯片等事项，大多是公司最高层来决策。一位阿里云人士透露，阿里云内部有一个供应链团队，其中有几十人负责芯片采购，直接听命于CTO。而在阿里云前CEO张勇卸任之前，通义千问等人工智能项目由他亲自盯进度。
据《晚点》报道，在百度开始文心一言内测前，百度创始人兼CEO李彦宏每晚和项目团队开会，他们为筹备产品，一度睡在公司里；而即便已经卸任CEO，张一鸣也在看人工智能论文，经常跟一些字节人士分享论文学习心得和对 ChatGPT的思考。一把手们的重视，让这些公司在这场比赛中占了先机，省下了数以亿计的成本。
而“A100们”设下的第二层考验，是公司内部的沟通和执行能力。
正如一个“打地鼠游戏”，2022年英伟达推出了A100的特供版A800，但2023年10月23日，这款芯片也被列入了禁售列表。跟它一起被禁售的，还有H100的特供版H800，只给中国公司留下了30天的应对时间。
王子鹏记得，在2023年的10月，A800、H100等产品的订单都已经排到了一年后，有英伟达的销售告诉他，公司会断掉一些老产品、低性能产品的供应，把产能都集中到高性能算力芯片上，但即便如此，产能还是不够。这意味着，从英伟达拿货已经不太现实。
市场变化得极快，产品、价格、货期随时变化，那些决策不够快的大厂，会在此时暴露出问题。
孙文博与京东的采购打过交道。京东供应链体系有上千人，专门采购算力芯片的团队有近20人，负责人直接向VP汇报。他们不关心配置、技术，认准了产品型号直接谈价格，这是他们最关心的三个问题之一，另外两个是交货期和具体的交货条件，比如预付款占比、违约条款等。
孙文博还记得京东采购团队的犹豫，“他们一直在追着市场走”。10月上旬，A800还有货，价格在220-230万左右，采购团队向高层汇报后，始终没有得到具体的答复，没有“是”，也没有“否”。直到需求涨起来了，才提出以250万的价格购入1000台服务器，但这时，市场上的价格已经高达320万。
犹豫和观望是有成本的，可能是几千万，也可能是几个亿。孙文博觉得无奈，“劝他们买的时候他们不买，要等价格下跌，结果等到的是上涨”。
后来，孙文博观察到，随着A100、A800价格的高涨，京东的决策周期在变快，从前把情况报给高层没有反馈，“知道了，但很久不决策”，如今，“两三天基本上会给你一个结果，因为超过两天没有决策，基本上这批货就没了”。
卖铲子和水的人
2024年，曾经风光的大厂们，年会要么取消，要么低调举办。沉默的互联网世界，只有英伟达还热闹着。CEO黄仁勋首次参加英伟达中国区的年会，他穿着一身东北大花马甲，笑容灿烂，跟员工一起扭起了秧歌。那股热闹喜庆，也是英伟达这一年的写照。
大模型狂奔、算力芯片被争夺，英伟达成了最大的赢家。假如说大模型创业公司和互联网大厂们在人工智能的世界里掘金，那英伟达就是卖水和铲子的人，市值在一年多时间里暴涨6倍，前几日甚至超过了亚马逊和谷歌，以1.83万亿美元的市值位居全球第四。
在国内，有两种方式可以购买英伟达的产品，一种是通过英伟达的合作伙伴网络内的代理商单独购买GPU卡，例如英迈，神码、丽台；另一种是找到英伟达的OEM整机合作伙伴，直接购买含有英伟达GPU的服务器整机，例如浪潮信息、宝德信息。
假如是前一种方式，根据36Kr的报道，2023年上半年，高算力芯片要像爱马仕一样，配货才能购买，阿里、字节这样财力雄厚、订单量大的大厂，可能会优先供货。
假如是后者，王子鹏说，英伟达对于渠道管理非常严格，根据销售额给渠道划分级别，连续两年达标才可以申请升级，否则就会下降。不同级别拿到的产品价格又是不一样的，级别越高，作为中间商的利润空间就越大。
巨头之下，有不少人在跟着吃肉喝汤，在大模型真正赚到钱之前，这些卖铲子的分销人和中间商早已赚得盆满钵满。
王子鹏曾经跟浪潮的高层交流，“浪潮60%的业绩是互联网一个行业撑起来的”。有一次，王子鹏接到一个浪潮转过来的订单，对方销售称，某运营商有30台8卡A100需求，公司没有货，“要不转给你们做？”王子鹏一脸疑惑：“你们公司怎么可能没有货，全中国囤货最多，销量最大，怎么连运营商都敢得罪。”结果对方说，浪潮的货都优先供给互联网公司了。
尽管不是最大的服务器厂商，宝德也在风口中赚了一笔。直到今天，王子鹏依然觉得不可思议，原来一年才卖十几二十台，碰见大项目可能走个三五十台，现在大量的询价、订单流向自己，一张口就是20台、30台，“我们当时都惊呆了，20台、30台这个订单就是2000万、3000万”，这样的单子，每天都有好几个。
当A100们被几家大厂瓜分，大厂也摇身一变，成为算力租赁商，争做大模型掘金热潮中的卖水人。最典型的是阿里和字节。
前阿里云员工杨箫透露，阿里的战略特殊，不靠大模型赚钱，靠的是生态。已经发布并开源的通义千问就像一个样板间，谁都可以使用阿里的代码，让自己的大模型跑起来，然后来阿里租赁算力。“阿里的大模型是一个带动性的东西，真正赚钱的是卖‘水’。”
在阿里，一台8卡的服务器算力一个月的租赁价格在15万-20万左右，至少4台起卖，这意味着，一台机器只要租出去8个月就可以收回成本。
字节的火山云也像阿里云一样在卖算力，杨箫说：“区别在于，字节纯卖水，阿里在卖水的基础上，还卖服务，一整套解决方案卖给你。”正因如此，阿里的算力价格比字节更贵。
现在，阿里和字节在这门生意上已经成了对头，双方互相探听对方算力芯片的数量、价格。在阿里云，可能只有CEO吴泳铭、CTO周靖人这样级别的高管才知道自己公司一共囤了多少张芯片，但大家都听说过字节囤了多少张。价格战也打响了。字节的火山云销售会询问客户，“阿里跟你们要多少钱？我们六折”。
创业大模型公司作为融资最多、现金流丰裕的客户，是双方争抢的关键。李开复的零一万物和王慧文退出的光年之外，选择了阿里；而在海外名声更大的Minimax，行业内看好的智谱AI，主要使用字节火山云的算力。
2023年也是智能驾驶竞争激烈、开城落地的关键之年，对算力芯片也有庞大的需求。智驾公司元戎启行，曾是阿里云智算业务的客户。新势力中的蔚小理，纷纷成立了智算中心，蔚来的在合肥，小鹏在乌兰察布，都跟阿里合作，理想的在山西，跟火山引擎合作。不过，到了买算力的档口，还是要看哪家性价比更高、更适合自己。一位阿里云人士透露，蔚来曾经在阿里“跑过一个小集群和demo”，但最终还是选了更便宜的字节。
当算力的储备远远供不上需求，阿里云智算业务也像英伟达和浪潮一样，调整了客户策略。“内部有一个客户评级体系，起码到6-7级以上，也就是订单金额在千万以上，才有成为阿里云智算业务客户的机会。”
风口里的人
2022年8月底，美国的芯片禁令下来，A100、H100名列其中。那个月，王子鹏手里刚好有一个项目，机器预计在禁售的前一天抵达香港海关。但到了第二天，那台机器没能进来，英伟达给公司退了款——也就是那台机器的订购价格，近百万。没多久，这台机器的价格就涨到了他不敢相信的数字。
市场里的涨幅，是以十万、百万为单位的。孙文博记得，在10月25号左右，一台H800服务器在国内现货市场的成交价格是220万-230万一台，一周后，11月2日，美国出了最新的政策，服务器的价格从220万直接涨了100万，达到了320万。到了11月，价格还在涨，最高报到了385万。
市场疯狂的上涨让一夜暴富的故事批量上演。
有人看准了时机，在服务器90万的时候囤货，等涨到110万再卖出去，也有人胆子够大，可以等到120万甚至220万的时候再卖。王子鹏总结，“风浪越大，鱼越贵”。孙文博说：“最疯的时候有多少疯？比如你手里有个三五台，因为各种原因没有卖掉，放在那，10天时间，资产就涨了50%。”
据36Kr报道，2023年底，英伟达中国区的销售都联系不上，因为这一年太赚钱，纷纷出国度假了。一家叫声智科技的公司，本来是做电动牙刷和智能家电的，不知道为什么囤了一大批A100，算力租赁做得风生水起。
也有很多唏嘘和感慨。在80台8卡A100服务器以很低的价格被美团扫货之后，宝德的高层领导幡然醒悟，王子鹏记得，“一直在骂销售，说你把我这个东西贱卖，让公司少赚了大几百万纯利润”。
每隔一段时间，这件事就要被老板重新提起来一次，成为督促销售们“看准时机”的反面案例，“说为什么这波这大模型没有抓住，为什么没有赚到钱”。或者是，“你这个事情给我干好，要不然又像大模型一样错失机会”。
骗局、贪腐也出现了。有人在小红书上倒卖A100、A800等芯片。一位自称手里有A100现货的中间商声称，从2023年的3月开始，陆续有人找到他询问有没有货，半年时间，他卖出去大约十几片。
王子鹏认为，在社交平台上声称自己有货源的，很可能是假货源，也有可能是40g的库存货，因为内存不够大，这些A100通常被当做作训练大模型的第二或者第三梯队用卡，大家哄抢的是80g内存的算力芯片。还有一种可能，是互联网大厂中隐秘的贪腐：“互联网可能有很多个数据中心，拆出来卖掉也是有可能的，那么多的卡，回头跟公司报修一下，就说是坏了，也能糊弄过去。”
热情、失落、疲惫、震撼，这个行业以一种前所未有的姿态冲击着人们。孙文博说，作为销售，他承担着所有的情绪——服务器涨价，客户的气撒在他身上；货供不上，老板的焦虑也传递到他这里来，他的神经高度紧绷着，2023年一整年，他的电话24小时待机，不管是谁打来电话，他都会在第一时间接听。
经历了良多，王子鹏依然觉得，这是时代给他的机会。2020年时，他向客户介绍A100，需要把它的历史渊源、性能优势从头到尾讲个清楚，而整个公司，一年才卖十几台服务器。到了2023年下半年，每次他开口给客户介绍产品，对方会给他一个“我懂”的眼神，谈话直接进入下一阶段，“没想到三年以后，我这套专业的说辞变成人尽皆知”。他意识到，那个鼓点，他踩中了。
风口还是风险？
芯片是一个典型的全球化产品。一块芯片，可能由英伟达设计，使用荷兰阿斯麦公司(ASML)的光刻机生产，在台湾的台积电封装，而每一个环节又涉及到更多的国家、企业。
因此，芯片行业与其他行业最大的不同在于，美元汇率、国际形势甚至自然灾害，都会影响到一块芯片的成本、价格和供需关系，而这其中蕴藏着巨大的风险。
一位浪潮的中层销售王初告诉每日人物，在美国发布新规、继续加码，英伟达A100、A800、H100、H800都被禁售的10月底，公司乱成了一锅粥。“我们按照订单金额20%收定金，光定金就收了30个亿，倒推回去，150个亿的单子，供不上。”
缺卡态势严重，王初的一位同事，一个单子8个亿，只供了40多台机器，还有7亿多供不上。公司一到货一批货，就会被哄抢，不知道该分给哪些部门、哪些客户。有的客户已经不愿意再排队等待，撤单的消息一个个传过来。
王初长叹了一声，“浪潮今年好不容易有个新的增长点，是英伟达最大的合作伙伴，所以我们拿到的卡是最多的，拿到的订单是最多的，但现在卡一禁售，对我们影响也非常大”。
处于危机中的还有一些算力租赁公司。他们签下了大量订单，却无力供给，孙文博说：“有个公司董事长说自己，现在在外面已经签了10个亿的合同，结果1个亿的货都没有，每天早上一醒来一屁股的债。”
最大的赢家英伟达，也吃了苦头。黄仁勋曾透露，中国市场占英伟达销售额的大约20%，而美国阻止英伟达向中国销售最先进芯片，如同将“双手绑在背后”。
在国内，国产芯片已经瞄准了这块新空出来的市场，比如华为推出了Atlas 800 AI训练服务器，其中包含8片昇腾处理器。古希腊神话里，Atlas是擎天之神，因为反抗宙斯失败，被罚在世界最西处，用头和手撑住天空。这个名字寄托了华为的愿望，也暗示着华为的处境。
但有业内人士评价：“华为的生态比英伟达差一些，生态的切换是一个庞大且复杂的工程，大家用英伟达的卡和生态太久了，切换起来很困难。”
对算力的信仰，建立在对人工智能的笃定之上，但现在，大模型的乱战，带来的不只有金钱、欲望和争斗，还有一些迷茫。
某211高校信息工程学院副教授赵佳有一种被挤压的感觉：“所有大厂都在做大模型，不知道自己该做什么。”在这场风刮起来之前，他做的是一些“小模型”，借助少量的算力去实现一些现实中的工程目标，比如在南方没有人烟的地方，不再需要工人去一个个检查电线是否完好，而是换成载着人工智能程序的无人机去“巡线”，判断电线上有没有冰，绝缘子有没有裂缝，精准定位后再报修。但因为算力服务器价格的暴涨，他的项目预算不够了，只停留在了“小模型”的阶段，没办法进一步深入。
他对当下数量庞大的大模型感到不理解，“有这么多大语言模型，然后呢？”在他看来，许多大模型产品更多是一种噱头，没有实际的用处，花掉那么多的钱、资源、算力，几乎是浪费。
在几年前一次人工智能相关的学术会议中，刚入行的王子鹏偶遇一位北大药学院的老教授，他有点疑惑，药学教授怎么来参加人工智能会议？对方回答，人工智能可以在很多领域里带来革命性的改变，包括制药。那是一种关于可能性的战争，找到符合标准的化合物并不容易，可能在各个环节遭遇失败，一款新药上市可能需要花掉10年、10亿美元。但人工智能可以在各个流程上替人类计算、预测、筛选，最大程度地缩短时间、节省成本。
王子鹏“被刷新了认知”，原来，AI真的可以改变世界。但几年过去了，他发觉，目前被改变的好像只有商业的世界，那个钱和欲望流动的地方。而对大模型的狂热和对算力的追捧，到底能走到哪一步，谁也没有答案。
（文中受访者均为化名）