在给定两个端点和特定时间段内的复合年增长率时,预测中间各时间点的具体情况并不如表面看起来那么简单。这正是复合年增长率(CAGR)的局限性所在。
数学上,连接两个端点的曲线有无数种可能性,但在实际计算引擎、服务器或资金统计的物理世界中,两个端点之间数值的概率分布相对有限。例如,收入通常不会在五年内先增长10倍然后再回落。
过去几年,我们一直在与AMD首席执行官苏姿丰就数据中心AI计算引擎收入预测进行深入交流。她不断修正和完善AMD对未来几年的市场预期。与英伟达不公开此类预测不同,AMD至少告诉了我们它对2023年至2028年AI计算引擎市场的看法。
让我们回顾一下苏姿丰自2023年6月首次提及这一话题以来的市场预测变化。
在2023年6月的数据中心和AI技术发布会上,苏姿丰做出了首次预测:数据中心AI加速器市场将从2023年的300亿美元增长到2027年的超过1500亿美元,复合年增长率超过50%。这个预测涵盖了GPU、FPGA等加速器产品。
仅仅六个月后,随着生成式AI热潮的兴起,预测发生了显著变化。2023年底,苏姿丰将2023年的市场规模预测上调至450亿美元,2027年预测上调至超过4000亿美元,复合年增长率超过70%。
到2024年10月,预测再次调整:2023年AI加速器销售额确实达到450亿美元,但2028年的预测调整为超过5000亿美元,复合年增长率回调至60%以上。
在最近的Advancing AI活动中,苏姿丰提供了更详细的市场细分数据,将AI训练和AI推理市场分开预测。她特别强调,AI推理将成为未来的主要驱动力,预计年增长率超过80%,2026年推理加速器支出将超过训练加速器支出。
根据新数据,2028年AI加速器市场规模接近6000亿美元,2023年至2028年的复合年增长率为67.5%。
将这些数字放在更大的背景下考虑:如果按照2.1倍的系统倍数计算AI训练系统,1.8倍计算AI推理系统,那么2025年1800亿美元的AI加速器销售将带动3510亿美元的AI系统销售。
这与Gartner预测的2025年数据中心系统总支出4055亿美元形成了有趣的对比。要么AMD的预测过于乐观,要么市场研究机构低估了AI投资的规模。
对于AMD的市场份额前景,假设采用相对保守的预测:2025年AMD可能获得61亿美元的收入,对应1800亿美元的市场机会。如果AMD能够在未来几年逐步提升市场份额——2026年达到7.5%,2027年达到10%,2028年达到15%——那么到2028年,AMD的数据中心GPU销售额可能接近900亿美元。
这将是AMD 2024年整个公司规模的近四倍。
好文章,需要你的鼓励
华硕Ascent GX10 GPU采用了最新的Blackwell架构,这一架构针对Diffusion模型和Transformer等主流AI模型配备了专门的加速单元。
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
探索Mac终端中鲜为人知但实用的命令技巧,包括快速设置闹钟、检查电池健康状态、查找WiFi密码、清理下载记录以及自定义截图设置等。这些命令能显著提升安全从业者的工作效率,从Touch ID认证到网络管理,涵盖多个实用场景。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。