微软Bing搜索引擎集成ChatGPT，加上其他产生式AI工具的需求攀升，都相当依赖人工智能处理能力，正是NVIDIA GPU优势所在。当科技公司利用NVIDIA GPU满足增长的AI需求，市场恐怕又要面临GPU供货短缺问题，尤其又会先挤压游戏玩家需求。
NVIDIA GPU能高效运算，支持AI模型用GPU运算的CUDA（Compute Unified Device Architecture，统一计算架构），因此广泛应用于深度学习领域。FierceElectronics网站报道，ChatGPT初期在1万个NVIDIA GPU训练，自从获得大众关注后，系统不堪负荷，无法满足庞大用户需求。故OpenAI推出全新ChatGPT Plus订阅服务，不仅能让付费用户尖峰时段优先访问ChatGPT，且回应时间更短，并能先使用最新功能。
产业分析师估计，目前ChatGPT模型在约25,000个NVIDIA GPU训练，比初期测试1万个NVIDIA GPU高许多。
微软和Google双双宣布将类似ChatGPT的LLM（对话式大型语言模型）集成至自家搜索引擎。如Google要将AI模型集成至搜索结果，估计需要512,820台A100 HGX服务器及4,102,568个A100 GPU。光服务器和网络成本，资本支出就高达1,000亿美元左右。
产生式AI大爆发对NVIDIA来说是利多消息，但对消费市场尤其游戏玩家，恐怕不算好消息。NVIDIA有可能优先供货给产生式AI的科技公司，排挤游戏玩家需求。今年第一季因农历新年使游戏显卡供应受限，尽管库存问题仍在，但可能为已短缺的高端GPU增加供货问题。
高端GPU提供AI功能，使NVIDIA有利可图，可能为了满足不断增长的产生式AI而有供货短缺问题。NVIDIA如何应对AI领域庞大需求有待观察，而2月22日其将公布2023财年第四季财报，届时有望透露更多未来运营预期。
（首图来源：shutterstock）