需求似乎是無限的，但英偉達的代工廠台積電產能有限，除了大廠之間的爭奪，美國對中國的晶片封鎖也讓國內的大廠更難買到A100這樣的高端晶片。包括A800、H100、H800，A100和它的「繼承者們」，遭到各方的哄搶，價格水漲船高，最瘋狂的時候，在短短一周里，一台由8張A800組成的伺服器，可以從230萬漲價到330萬。有段時間，孫文博感到疑惑：怎麼好像在炒比特幣？
一個賭局
一個賭局在伺服器銷售的圈子裡悄悄傳開：香港新到的300台8卡A100伺服器，總貨值近8個億，到底會花落誰手？
關於這個賭局，有層層的迷霧——買家都有誰？不清楚，但有消息說，貨是2023年10月的第三個周五進的香港，來自拼多多和金山的採購團隊為了這個消息，連夜抵達，嚴陣以待；貨從哪裡來的？不知道，據說是一家手段高明的公司，通過英偉達的非授權渠道拿到；具體定價多少？沒有準確數字，追蹤著這個消息的伺服器廠商高管孫文博說：「話語權在賣方，肯定會為這批貨篩選到價格最高、現金最多、交易條件最好、未來有望繼續合作的買方。」
A100，一個頗具科幻氣息的名字，容易讓人聯想到《終結者》中的機器人代號。實際上，這是一種GPU晶片，採用7nm製程，製造它的光刻機，需要在大約萬分之一根頭髮絲細的空間裡進行精細的雕刻。在大約826平方毫米——不到一張3cm*3cm便簽紙大的面積里，容納了足足540億個電晶體。它的設計公司英偉達，用科學家的名字來命名產品，A來自電磁學科學家安培（Ampere），而A100的前代產品V100，來自電池的發明者伏特（Volta）。
與每台電腦中都有的中央處理器（CPU）不同，GPU似乎離普通人有點遠，它在電腦中的另一個名字是顯卡，負責圖像處理、視頻渲染，熱衷打遊戲的年輕人，會為一塊高性能顯卡省吃儉用，而GPU的另一個主要場景是「挖礦」，單枚價值數萬美元的比特幣，就是GPU晝夜不停運作的產物。
如果說CPU是一個數學系畢業的高材生，能計算各種艱深複雜的問題，GPU就像是匯集了一萬個只會1+1=2的小學生，能以最快的速度處理海量簡單重複的問題，而這正是訓練人工智慧最需要的能力，通過對龐大數據的學習、分析、推理，讓機器像人類那樣解決問題。學習的數據越多，機器越聰明，但處理海量數據需要強大的晶片，A100正是為此而生，它靠著超強算力，被譽為「GPU中的王者」 「一片頂六片」。
在美國科技公司OpenAI推出的大語言模型ChatGPT驚艷了全世界之後，國內的網際網路公司、大模型創業公司都大步快跑，衝進這個最有前景的賽道，百度、阿里、科大訊飛、360等網際網路大廠，和不少初創企業，都抓緊推出自家的大模型，轟轟烈烈的「百模大戰」徹底打響。
大模型之爭的關鍵在於算力和數據，理論上說，只要GPU數量足夠多（例如有10000台伺服器），一家公司甚至可以在極短的時間之內訓練出一個不遜色於ChatGPT 4的大模型，而A100就是挖掘大模型金礦時最鋒利的那把鏟子。除了大模型，各類人工智慧公司，包括計算機視覺、語音交互、智能駕駛等，都需要這把鏟子。
需求似乎是無限的，但英偉達的代工廠台積電產能有限，除了大廠之間的爭奪，美國對中國的晶片封鎖也讓國內的大廠更難買到A100這樣的高端晶片。包括A800、H100、H800，A100和它的「繼承者們」，遭到各方的哄搶，價格水漲船高，最瘋狂的時候，在短短一周里，一台由8張A800組成的伺服器，可以從230萬漲價到330萬。有段時間，孫文博感到疑惑：怎麼好像在炒比特幣？
在無限的需求、有限的供給和時間當中，流轉著巨額的錢和掘金者們的冀望，考驗著大廠和創業公司們的嗅覺、財力、戰略和決策效率。全新的排位賽中，有個體的命運沉浮，也有企業的野心、欲望和爭奪。
就像那個賭局，儘管還不知道結果，但行內人都估量，拼多多做電商的，業務跟大模型無關，也沒有傳出做大模型的消息，但AI時代，先下注總比錯過好。就算不做大模型，轉售出去，或是做算力租賃，也是穩賺不賠的好生意。至於金山，雖然自家的WPS AI也需要算力晶片，但估計吃不下這麼大的單子，財力也稍遜一籌。
曖昧不明的交易，以及謠言、猜測、賭局，都成了大模型和A100瘋狂的註腳。
燒錢遊戲
王子鵬第一次感到風暴襲來，是在2023年的5月。
來自美團的高管帶著採購團隊，把他供職的伺服器廠商——寶德資訊科技有限公司庫存里僅剩的數百台8卡A100伺服器，像買白菜一樣全部掃走。儘管一台機器的價格要大幾十萬，總訂單額過億，美團的人絲毫沒有猶豫，下單、簽合同、打預付款、提貨……流程飛快。
事實上，在專業的領域裡，A100從來不是什麼稀罕事物。大模型的風颳起來之前，A100等算力晶片的購買者大多是國內大型的實驗室，例如鵬程實驗室、智源實驗室、之江實驗室、中科院的計算所，曾經購買過上百台伺服器。除此之外，還有一些人工智慧相關業務的公司，比如抖音瘋狂增長的那幾年，為了訓練AI進行內容審核，也曾找寶德訂購了不少V100伺服器，「一年買兩個多億」。
作為曾經的伺服器銷冠、如今的高管，王子鵬自稱是「戰場最前端戰壕里的瞭望員」，行業里每個細微的變化，都是銷售們最先知道。但那一次，他和同事都看走了眼，以「相當低的價格」出售，「就是平進平出走個量，掙一個點、兩個點」。這讓公司的高層日後都懊悔不已，覺得做了「賠本生意」。
2023年3月14日，OpenAI發布GPT-4，以此為時間點，大模型賽道突然湧進來大量的錢、公司、採購團隊，曾經並不緊俏的A100，突然成了搶手貨。而就在2022年的10月，美國商務部對高性能晶片作出額外出口限制，禁止美國公司向中國實體出售高端晶片，A100正在其中。政策是政策，生意是生意，英偉達轉而推出了A100的中國特供版——A800，王子鵬打了個比方，與A100相比，A800「就像是把汽車的輸油管改細了一點，發動機和輪胎還是原來的東西」。
最初，所有人都追逐最好的東西——市場裡有限的A100。需求暴漲，2022年10月之前，「就是一個正常的市場」，到了2023年的5月，「至少得是以前50倍以上的需求量」。美團掃貨之後的短短几個月，A100和8卡A100伺服器的價格水漲船高，漲到了13-16萬/張和135-160萬/台左右，這意味著，以前5個億能買下來的東西，現在要10個億。
昂貴的價格讓這場晶片爭奪戰變成了燒錢戰。價格就是這麼漲上去的：在賣方市場裡，一批貨沒有準確的買家，誰出的錢多，就歸誰。還有一種情況，廠商簽下了訂單，寧可付違約金，只交付50%，也要把剩下的貨用更高的價格賣出去。
眾多買家裡，字節是業內公認投入最多的那個。有知情人士透露，字節內部採購了大約13600張A100，按照一張卡7萬元的最低價格計算，光這些晶片就價值9.52億。
一家大廠在內部資料中估算，目前字節擁有20多萬張算力晶片，其中約10萬張是A100/A800/H800等高算力晶片。這些晶片當中，有一小部分對外出租，未被出租的高算力晶片則被用於字節大模型的訓練和推理，還有一些其他型號被用於支持公司內部業務推理場景，比如興趣電商、抖音搜索、抖音廣告排序等。
等市面上僅剩的A100被哄搶得差不多了，對A800的需求逐漸成了主流。此時，更多的大廠和創業公司入局了，比如拼多多，在2023年的下半年組建了大模型團隊，招兵買馬，開出了百萬年薪挖角人才。對算力的需求就像一個越吹越大的氣球，A800的價格達到了比A100更高的高度——在2023年10月，一台8卡A800伺服器的價格達到了220-230萬左右。
雙重考驗
A100和A800的瘋狂，是市場需求和政策禁令雙重疊加，催生出的極致供需矛盾的體現。而在漲價和禁令的夾縫之中，大廠和創業公司們也面臨著雙重考驗。
第一重考驗是嗅覺和戰略決策能力。
本身就探索人工智慧前沿技術的阿里達摩院、科大訊飛、百度和商湯科技等公司，長期跟算力晶片打交道，是最早布局、嗅覺也最敏銳的公司。王子鵬和孫文博都曾得到過消息，字節和阿里是最先向英偉達下單的，「都下了近一萬張卡的訂單」。百度後來之所以最早推出文心一言，也是因為提前採購了算力晶片。
由於涉及大量的錢，事關公司未來發展，大模型項目以及採購算力晶片等事項，大多是公司最高層來決策。一位阿里雲人士透露，阿里雲內部有一個供應鏈團隊，其中有幾十人負責晶片採購，直接聽命於CTO。而在阿里雲前CEO張勇卸任之前，通義千問等人工智慧項目由他親自盯進度。
據《晚點》報導，在百度開始文心一言內測前，百度創始人兼CEO李彥宏每晚和項目團隊開會，他們為籌備產品，一度睡在公司里；而即便已經卸任CEO，張一鳴也在看人工智慧論文，經常跟一些字節人士分享論文學習心得和對 ChatGPT的思考。一把手們的重視，讓這些公司在這場比賽中占了先機，省下了數以億計的成本。
而「A100們」設下的第二層考驗，是公司內部的溝通和執行能力。
正如一個「打地鼠遊戲」，2022年英偉達推出了A100的特供版A800，但2023年10月23日，這款晶片也被列入了禁售列表。跟它一起被禁售的，還有H100的特供版H800，只給中國公司留下了30天的應對時間。
王子鵬記得，在2023年的10月，A800、H100等產品的訂單都已經排到了一年後，有英偉達的銷售告訴他，公司會斷掉一些老產品、低性能產品的供應，把產能都集中到高性能算力晶片上，但即便如此，產能還是不夠。這意味著，從英偉達拿貨已經不太現實。
市場變化得極快，產品、價格、貨期隨時變化，那些決策不夠快的大廠，會在此時暴露出問題。
孫文博與京東的採購打過交道。京東供應鏈體系有上千人，專門採購算力晶片的團隊有近20人，負責人直接向VP匯報。他們不關心配置、技術，認準了產品型號直接談價格，這是他們最關心的三個問題之一，另外兩個是交貨期和具體的交貨條件，比如預付款占比、違約條款等。
孫文博還記得京東採購團隊的猶豫，「他們一直在追著市場走」。10月上旬，A800還有貨，價格在220-230萬左右，採購團隊向高層匯報後，始終沒有得到具體的答覆，沒有「是」，也沒有「否」。直到需求漲起來了，才提出以250萬的價格購入1000台伺服器，但這時，市場上的價格已經高達320萬。
猶豫和觀望是有成本的，可能是幾千萬，也可能是幾個億。孫文博覺得無奈，「勸他們買的時候他們不買，要等價格下跌，結果等到的是上漲」。
後來，孫文博觀察到，隨著A100、A800價格的高漲，京東的決策周期在變快，從前把情況報給高層沒有反饋，「知道了，但很久不決策」，如今，「兩三天基本上會給你一個結果，因為超過兩天沒有決策，基本上這批貨就沒了」。
賣鏟子和水的人
2024年，曾經風光的大廠們，年會要麼取消，要麼低調舉辦。沉默的網際網路世界，只有英偉達還熱鬧著。CEO黃仁勛首次參加英偉達中國區的年會，他穿著一身東北大花馬甲，笑容燦爛，跟員工一起扭起了秧歌。那股熱鬧喜慶，也是英偉達這一年的寫照。
大模型狂奔、算力晶片被爭奪，英偉達成了最大的贏家。假如說大模型創業公司和網際網路大廠們在人工智慧的世界裡掘金，那英偉達就是賣水和鏟子的人，市值在一年多時間裡暴漲6倍，前幾日甚至超過了亞馬遜和谷歌，以1.83萬億美元的市值位居全球第四。
在國內，有兩種方式可以購買英偉達的產品，一種是通過英偉達的合作夥伴網絡內的代理商單獨購買GPU卡，例如英邁，神碼、麗台；另一種是找到英偉達的OEM整機合作夥伴，直接購買含有英偉達GPU的伺服器整機，例如浪潮信息、寶德信息。
假如是前一種方式，根據36Kr的報導，2023年上半年，高算力晶片要像愛馬仕一樣，配貨才能購買，阿里、字節這樣財力雄厚、訂單量大的大廠，可能會優先供貨。
假如是後者，王子鵬說，英偉達對於渠道管理非常嚴格，根據銷售額給渠道劃分級別，連續兩年達標才可以申請升級，否則就會下降。不同級別拿到的產品價格又是不一樣的，級別越高，作為中間商的利潤空間就越大。
巨頭之下，有不少人在跟著吃肉喝湯，在大模型真正賺到錢之前，這些賣鏟子的分銷人和中間商早已賺得盆滿缽滿。
王子鵬曾經跟浪潮的高層交流，「浪潮60%的業績是網際網路一個行業撐起來的」。有一次，王子鵬接到一個浪潮轉過來的訂單，對方銷售稱，某營運商有30台8卡A100需求，公司沒有貨，「要不轉給你們做？」王子鵬一臉疑惑：「你們公司怎麼可能沒有貨，全中國囤貨最多，銷量最大，怎麼連營運商都敢得罪。」結果對方說，浪潮的貨都優先供給網際網路公司了。
儘管不是最大的伺服器廠商，寶德也在風口中賺了一筆。直到今天，王子鵬依然覺得不可思議，原來一年才賣十幾二十台，碰見大項目可能走個三五十台，現在大量的詢價、訂單流向自己，一張口就是20台、30台，「我們當時都驚呆了，20台、30台這個訂單就是2000萬、3000萬」，這樣的單子，每天都有好幾個。
當A100們被幾家大廠瓜分，大廠也搖身一變，成為算力租賃商，爭做大模型掘金熱潮中的賣水人。最典型的是阿里和字節。
前阿里雲員工楊簫透露，阿里的戰略特殊，不靠大模型賺錢，靠的是生態。已經發布並開源的通義千問就像一個樣品屋，誰都可以使用阿里的代碼，讓自己的大模型跑起來，然後來阿里租賃算力。「阿里的大模型是一個帶動性的東西，真正賺錢的是賣『水』。」
在阿里，一台8卡的伺服器算力一個月的租賃價格在15萬-20萬左右，至少4台起賣，這意味著，一台機器只要租出去8個月就可以收回成本。
字節的火山雲也像阿里雲一樣在賣算力，楊簫說：「區別在於，字節純賣水，阿里在賣水的基礎上，還賣服務，一整套解決方案賣給你。」正因如此，阿里的算力價格比字節更貴。
現在，阿里和字節在這門生意上已經成了對頭，雙方互相探聽對方算力晶片的數量、價格。在阿里雲，可能只有CEO吳泳銘、CTO周靖人這樣級別的高管才知道自己公司一共囤了多少張晶片，但大家都聽說過字節囤了多少張。價格戰也打響了。字節的火山雲銷售會詢問客戶，「阿里跟你們要多少錢？我們六折」。
創業大模型公司作為融資最多、現金流豐裕的客戶，是雙方爭搶的關鍵。李開復的零一萬物和王慧文退出的光年之外，選擇了阿里；而在海外名聲更大的Minimax，行業內看好的智譜AI，主要使用字節火山雲的算力。
2023年也是智能駕駛競爭激烈、開城落地的關鍵之年，對算力晶片也有龐大的需求。智駕公司元戎啟行，曾是阿里雲智算業務的客戶。新勢力中的蔚小理，紛紛成立了智算中心，蔚來的在合肥，小鵬在烏蘭察布，都跟阿里合作，理想的在山西，跟火山引擎合作。不過，到了買算力的檔口，還是要看哪家性價比更高、更適合自己。一位阿里雲人士透露，蔚來曾經在阿里「跑過一個小集群和demo」，但最終還是選了更便宜的字節。
當算力的儲備遠遠供不上需求，阿里雲智算業務也像英偉達和浪潮一樣，調整了客戶策略。「內部有一個客戶評級體系，起碼到6-7級以上，也就是訂單金額在千萬以上，才有成為阿里雲智算業務客戶的機會。」
風口裡的人
2022年8月底，美國的晶片禁令下來，A100、H100名列其中。那個月，王子鵬手裡剛好有一個項目，機器預計在禁售的前一天抵達香港海關。但到了第二天，那台機器沒能進來，英偉達給公司退了款——也就是那台機器的訂購價格，近百萬。沒多久，這台機器的價格就漲到了他不敢相信的數字。
市場裡的漲幅，是以十萬、百萬為單位的。孫文博記得，在10月25號左右，一台H800伺服器在國內現貨市場的成交價格是220萬-230萬一台，一周後，11月2日，美國出了最新的政策，伺服器的價格從220萬直接漲了100萬，達到了320萬。到了11月，價格還在漲，最高報到了385萬。
市場瘋狂的上漲讓一夜暴富的故事批量上演。
有人看準了時機，在伺服器90萬的時候囤貨，等漲到110萬再賣出去，也有人膽子夠大，可以等到120萬甚至220萬的時候再賣。王子鵬總結，「風浪越大，魚越貴」。孫文博說：「最瘋的時候有多少瘋？比如你手裡有個三五台，因為各種原因沒有賣掉，放在那，10天時間，資產就漲了50%。」
據36Kr報導，2023年底，英偉達中國區的銷售都聯繫不上，因為這一年太賺錢，紛紛出國度假了。一家叫聲智科技的公司，本來是做電動牙刷和智能家電的，不知道為什麼囤了一大批A100，算力租賃做得風生水起。
也有很多唏噓和感慨。在80台8卡A100伺服器以很低的價格被美團掃貨之後，寶德的高層領導幡然醒悟，王子鵬記得，「一直在罵銷售，說你把我這個東西賤賣，讓公司少賺了大幾百萬純利潤」。
每隔一段時間，這件事就要被老闆重新提起來一次，成為督促銷售們「看準時機」的反面案例，「說為什麼這波這大模型沒有抓住，為什麼沒有賺到錢」。或者是，「你這個事情給我干好，要不然又像大模型一樣錯失機會」。
騙局、貪腐也出現了。有人在小紅書上倒賣A100、A800等晶片。一位自稱手裡有A100現貨的中間商聲稱，從2023年的3月開始，陸續有人找到他詢問有沒有貨，半年時間，他賣出去大約十幾片。
王子鵬認為，在社交平台上聲稱自己有貨源的，很可能是假貨源，也有可能是40g的庫存貨，因為記憶體不夠大，這些A100通常被當做作訓練大模型的第二或者第三梯隊用卡，大家哄搶的是80g記憶體的算力晶片。還有一種可能，是網際網路大廠中隱秘的貪腐：「網際網路可能有很多個數據中心，拆出來賣掉也是有可能的，那麼多的卡，回頭跟公司報修一下，就說是壞了，也能糊弄過去。」
熱情、失落、疲憊、震撼，這個行業以一種前所未有的姿態衝擊著人們。孫文博說，作為銷售，他承擔著所有的情緒——伺服器漲價，客戶的氣撒在他身上；貨供不上，老闆的焦慮也傳遞到他這裡來，他的神經高度緊繃著，2023年一整年，他的電話24小時待機，不管是誰打來電話，他都會在第一時間接聽。
經歷了良多，王子鵬依然覺得，這是時代給他的機會。2020年時，他向客戶介紹A100，需要把它的歷史淵源、性能優勢從頭到尾講個清楚，而整個公司，一年才賣十幾台伺服器。到了2023年下半年，每次他開口給客戶介紹產品，對方會給他一個「我懂」的眼神，談話直接進入下一階段，「沒想到三年以後，我這套專業的說辭變成人盡皆知」。他意識到，那個鼓點，他踩中了。
風口還是風險？
晶片是一個典型的全球化產品。一塊晶片，可能由英偉達設計，使用荷蘭阿斯麥公司(ASML)的光刻機生產，在台灣的台積電封裝，而每一個環節又涉及到更多的國家、企業。
因此，晶片行業與其他行業最大的不同在於，美元匯率、國際形勢甚至自然災害，都會影響到一塊晶片的成本、價格和供需關係，而這其中蘊藏著巨大的風險。
一位浪潮的中層銷售王初告訴每日人物，在美國發布新規、繼續加碼，英偉達A100、A800、H100、H800都被禁售的10月底，公司亂成了一鍋粥。「我們按照訂單金額20%收定金，光定金就收了30個億，倒推回去，150個億的單子，供不上。」
缺卡態勢嚴重，王初的一位同事，一個單子8個億，只供了40多台機器，還有7億多供不上。公司一到貨一批貨，就會被哄搶，不知道該分給哪些部門、哪些客戶。有的客戶已經不願意再排隊等待，撤單的消息一個個傳過來。
王初長嘆了一聲，「浪潮今年好不容易有個新的增長點，是英偉達最大的合作夥伴，所以我們拿到的卡是最多的，拿到的訂單是最多的，但現在卡一禁售，對我們影響也非常大」。
處於危機中的還有一些算力租賃公司。他們簽下了大量訂單，卻無力供給，孫文博說：「有個公司董事長說自己，現在在外面已經簽了10個億的合同，結果1個億的貨都沒有，每天早上一醒來一屁股的債。」
最大的贏家英偉達，也吃了苦頭。黃仁勛曾透露，中國市場占英偉達銷售額的大約20%，而美國阻止英偉達向中國銷售最先進晶片，如同將「雙手綁在背後」。
在國內，國產晶片已經瞄準了這塊新空出來的市場，比如華為推出了Atlas 800 AI訓練伺服器，其中包含8片昇騰處理器。古希臘神話里，Atlas是擎天之神，因為反抗宙斯失敗，被罰在世界最西處，用頭和手撐住天空。這個名字寄託了華為的願望，也暗示著華為的處境。
但有業內人士評價：「華為的生態比英偉達差一些，生態的切換是一個龐大且複雜的工程，大家用英偉達的卡和生態太久了，切換起來很困難。」
對算力的信仰，建立在對人工智慧的篤定之上，但現在，大模型的亂戰，帶來的不只有金錢、欲望和爭鬥，還有一些迷茫。
某211高校信息工程學院副教授趙佳有一種被擠壓的感覺：「所有大廠都在做大模型，不知道自己該做什麼。」在這場風颳起來之前，他做的是一些「小模型」，藉助少量的算力去實現一些現實中的工程目標，比如在南方沒有人煙的地方，不再需要工人去一個個檢查電線是否完好，而是換成載著人工智慧程序的無人機去「巡線」，判斷電線上有沒有冰，絕緣子有沒有裂縫，精準定位後再報修。但因為算力伺服器價格的暴漲，他的項目預算不夠了，只停留在了「小模型」的階段，沒辦法進一步深入。
他對當下數量龐大的大模型感到不理解，「有這麼多大語言模型，然後呢？」在他看來，許多大模型產品更多是一種噱頭，沒有實際的用處，花掉那麼多的錢、資源、算力，幾乎是浪費。
在幾年前一次人工智慧相關的學術會議中，剛入行的王子鵬偶遇一位北大藥學院的老教授，他有點疑惑，藥學教授怎麼來參加人工智慧會議？對方回答，人工智慧可以在很多領域裡帶來革命性的改變，包括製藥。那是一種關於可能性的戰爭，找到符合標準的化合物並不容易，可能在各個環節遭遇失敗，一款新藥上市可能需要花掉10年、10億美元。但人工智慧可以在各個流程上替人類計算、預測、篩選，最大程度地縮短時間、節省成本。
王子鵬「被刷新了認知」，原來，AI真的可以改變世界。但幾年過去了，他發覺，目前被改變的好像只有商業的世界，那個錢和欲望流動的地方。而對大模型的狂熱和對算力的追捧，到底能走到哪一步，誰也沒有答案。
