人工智能（AI）将彻底改变企业管理和分析数据的方式，而生成式人工智能（Generative AI）也将极大地改变我们创造内容的方式。根据 Markets and Markets 的数据，2023 年全球人工智能产业价值为 1502 亿美元，到 2030 年将增长 1.345 万亿美元，年复合增长率为 36.8%。

伴随着这一显著增长，科技初创公司也正摩拳擦掌，准备加入人工智能竞赛。然而，人工智能和人工智能驱动应用的突然普及导致了 GPU 算力的供应紧张。英伟达公司（Nvidia）本身占据了全球 60% 至 70% 的人工智能优化 GPU 供应量，其报告显示，从 2022 年到 2023 年，英伟达的销售额将增长 171%，而这一显著增长正是这一趋势的结果。

人工智能初创企业的供应短缺

人工智能对计算能力的要求很高，人工智能训练模型需要千万亿次的处理能力。

鉴于科技初创公司资源有限的特点，许多此类公司会求助于云计算提供商来满足其计算和处理需求。然而，GPU 短缺也意味着科技公司在开发和部署其产品之前要付出过高的成本和漫长的等待时间。

传统的云计算解决方案可能价格昂贵，可扩展性有限，而对于初创企业来说，购置和维护内部基础设施往往成本高昂。一些初创企业甚至报告说，他们要等待长达一年的时间才能使用云提供商的人工智能优化 GPU。有些公司还报告说，他们被要求支付更高的费用才能提前使用。

替代解决方案

虽然人工智能优化芯片被认为是当今处理人工智能应用训练数据的黄金标准，但也有一些解决方案可以提供可行的替代方案，而不是花钱去购买 GPU。

首先，一些初创公司利用了较旧的硬件，如英伟达较旧的 V100 芯片，这些芯片在处理小规模人工智能应用的数据方面能力有限。这就是人工智能初创公司 CentML 所采用的解决方案，该公司帮助其他公司针对较旧的 GPU 和处理芯片优化其人工智能模型。

与此同时，其他公司正在向教育、金融和政府机构请求备用计算能力，这些机构运行着自己的超级计算机。文档处理初创公司 Docugami 就找到了这种解决方案，该公司通过一个名为 ACCESS（高级网络基础设施协调生态系统）的计划获得了其处理需求。

利用网络效应

并非所有初创企业都能轻易申请并获得机构计算资源，但有一个潜在的一线希望：由全球社区提供支持的分布式计算基础设施。

分布式计算并不新鲜，1988 年，DEC 系统研究中心将计算负荷分配给志愿者，由他们利用业余时间进行处理。时至2024年，我们已经有了像GAIMIN这样的公司，利用全球数以万计的游戏电脑自动处理此类处理负载。

该解决方案将基于 GPU 的家用电脑汇集到统一的云基础设施中，用于人工智能渲染、视频渲染、游戏或医学研究等企业应用。通过利用GAIMIN云，GPU即服务（GPU-as-a-Service）解决方案通过可扩展的按需云服务模式，让所有人都能获得经济高效的GPU资源。

作为参与全球分布式计算网络的交换条件，该社区还可以从 GAIMIN 云中获得被动回报，将其游戏电脑中未使用或未充分利用的 GPU 能量货币化。考虑到游戏电脑通常比消费级电脑配备更强大的处理器和 GPU，这是一个理想的社区。

GAIMIN云的全球网络中拥有超过42万台计算机，是当今最大的GPU活跃网络，它还为借出闲置计算资源的参与者提供自动货币化服务。GPU供应量的增加为合作提供了动力，例如，Gaimin和Aethir正在共同整合基础设施解决方案，以提供可扩展且经济高效的计算解决方案。通过简化技术集成，交钥匙云解决方案可以更好地满足人工智能、视频渲染和游戏等行业日益增长的计算需求。

总结

人工智能革命为初创企业推动创新和颠覆既有行业提供了独特的机遇。然而，这并非没有挑战，尤其是在计算资源稀缺且成本高昂的情况下。

重新利用旧的处理芯片、机构资源共享和基于社区的分布式计算模式等解决方案将改变游戏规则，为初创企业提供克服人工智能需求激增的途径。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005