国内AI算力公司对比财富号

今天统计了之前整理的30多家投资算力的公司,他们的在手算力情况,结果有点吃惊!到底怎么回事?

一、在手算力

下表是今年拟投资算力项目的上市公司,共33家。

下表是主要几家上市公司算力进展情况。

从上表看到,目前可以实锤的在手算力上市公司只有鸿博、恒润和中贝。再次强调,不是规划算力,而是实锤的在手算力。

8.13简报提到,“截至2023年8月2日,英博数科位于北京三里屯国际大数据产业园内的智算机房,完成了对共计1000P由英伟达A&H系列智算服务器组成的AI算力集群部署调优,交付客户使用”。

另外提到,“今年9月即可在京落成3000P以上智算中心”。

目前公司还没发公告实锤3000P,但按进度来看问题不大。

先说下恒润的算力是怎么回事。

7.24,恒润和六尺集团成立润六尺公司,恒润占比51%。

目前恒润的算力业务由润六尺承担。

9.14互动,董秘说,“截至目前在手算力2500P,当前正在组网调试中,其余算力将陆续到货。”

另有一条说,在手算力2500P是“按照INT8算力计算”。

INT8是定点计算精度,属于低精度,计算效率快,多数用于计算要求不高的推理。

FP16是半精度浮点数,主要用于大模型训练。平时我们说的多少P算力,是以FP16这个维度计算的。

以下图A800卡为例,int8最高算力1248tops,是FP16最高算力624tflops的两倍。

也就是说,恒润说的2500P,实际相当于我们常说的1250P。

“主要是H800,实际上按照16位浮点算大概已经接近3000P了,还有一批因为机柜的原因没有上架,但是机器已经都摆在那边了,等到国庆节后全部都会陆续上架。”

上面提到了3000P,并且是“按照16位浮点算”。

好吧,就当这3000P是真,且属于润六尺。还记得上面说过吗,恒润只占51%股份,这意味着,摊到公司头上,实际受益的只有一半,即1500P。

这是恒润一个不好的地方。

当然,后来公司9.25签了一个补充协议,打算在润六尺达成一定业绩目标的前提下,收购全部或部分股权。

从协议内容看,润六尺要在2024年完成一系列业绩目标,恒润才会在出具审计结果60日内收购股份。这意味着,这个收购至少得明年才能进行。

再看估值方面。

公司主业是生产销售风电塔筒法兰。

券商今年给的利润预测值是2-4亿,取均值是2.89亿,就按3亿算吧。

再看整个风电行业估值是31.24PE。

3亿净利润,就按最高的31.24PE算,估值93.72亿。如果按22倍算,估值只有66亿。而目前恒润市值已经120亿,很贵了。

这是我不看好的原因之二,估值太贵。

60台A800,就是300P算力。

另外,青海联通960P(3年)和济南超算300P(5年),两个都已经签了协议,且有违约条款,可以认为是将来能落地的算力。但目前能实锤的就是300P。

鸿博3000P,恒润1500P,中贝300P,这就是目前30多家打算切入算力赛道的公司在手算力情况。

这些公司远期规划动辄5000P/8000P/2万P/4万P,但你对比在手算力来看,挺让人惊讶的。

二、DGX和HGX

DGX是英伟达原装服务器,HGX是代工服务器,这个大家都知道。

上面表二,共有4个AI设备采购协议。

这里面有两个有意思的地方。

1、计价方式

为什么有这种差别呢?

一个比较大的可能是,以美元计价,采购的是英伟达原装服务器;以人民币计价,采购的是代工服务器。

原装服务器性能好于代工服务器,这样从计价方式就能看出设备优劣。

这里顺便说下原装服务器为什么好于代工服务器。

我先是请教了一位朋友。他是这样说的。

“区别主要是一个发货周期吧,美国的H800卡到浪潮那边,再到做出来,发货周期要40周,DGX只要8到12周。”

“一般互联网大厂跟这个云厂商可能会选这个浪潮,新华三会比较多一点,一些比较小的,或者说专业做这个模型服务的话,可能选DGX会更好一点。”

“就是用起来没有区别,但主要是在服务上,跟这个预训练的这个软件模型,包括团队上是有很大区别的。”

为了交叉印证,我又找外网资料看了下,主要区别有5个:

>硬件配置

HGX是一个可扩展的模块化平台,允许用户根据自己的计算需求定制系统。

DGX是一个具有固定硬件配置的完全集成系统,将多个GPU、高速NVLink互连和高性能CPU结合在一个系统中,为要求苛刻的AI和深度学习应用程序提供卓越的计算能力。

>软件堆栈

HGX和DGX都配备了全面的AI软件堆栈。

DGX的软件堆栈更加用户友好且集成良好,非常适合企业。

HGX更适合希望对其软件环境有更多控制的研究人员和开发人员。它的设计灵活且可定制,允许用户根据自己的特定需求定制软件堆栈。

>可定制性

HGX的设计具有高度可定制性,提供模块化架构,允许用户根据计算需求添加或删除GPU。

DGX可定制性不如HGX,硬件配置是固定的,旨在提供开箱即用的最佳性能。

>目标用户和应用程序

HGX主要面向需要灵活且可扩展的平台来满足高性能计算需求的研究人员和开发人员。适用于云数据中心、高性能计算、大规模人工智能研发、可定制基础设施等应用。

DGX专为需要强大、即用型AI解决方案的企业而设计。它非常适合人工智能和深度学习开发、边缘计算、医疗保健和医学研究以及内容创建和媒体等应用。

>成本

HGX由于其模块化特性,具有灵活的定价模型,具体取决于用户选择的配置。

DGX是一款一体式高端解决方案,价格昂贵。

也就是说,HGX可以灵活定制软硬件,成本可控。DGX固定配置,开箱即用,性能最佳。

2、违约条款

其实,违约条款可以帮助我们甄别一个采购合同能不能拿到货,敢签违约条款,违约就要赔钱,说明还是有拿到货的信心。

三、朦胧美

上面这些标的,鸿博、中贝(参与了2波)、恒润(不亏不赚)都参与过,错过了自认为空间不高的莲花,以及小作文太假的翠微。

我的体会是,一顿分析猛如虎,落到实操上,还是朦胧最好。所以,有时候不知道那么多未必不是坏事,朦胧美有利于炒作。

但问题是,朦胧美有时候会被证伪,你不知道自己接的是哪一棒,万一是最后一棒呢?解决方法就是,要信就早信,别等涨上去了才觉得好。

而且,朦胧美意味着没有确定性,没法上仓位。对我来说,把鸿博推到满仓位,我是敢安心睡觉,其他标的只敢轻仓参与。

现在英伟达产能有限,加上本身给国内的就没多少,好像是2成,如果个个都说万P,都能拿到卡……这就超出英伟达产能了,可能嘛?

THE END
1.一文读懂什么是“AI算力”(建议收藏)在当今快速发展的科技时代,人工智能(AI)已成为推动社会进步的重要力量。而AI算力,作为支撑AI技术发展的基石,其重要性不言而喻。本文将带您深入了解AI算力的概念、作用、发展趋势以及对各行业的影响。 一、AI算力的定义 AI算力,即人工智能计算能力,是指执行人工智能算法所需的计算资源和处理能力。它是衡量计算设备或https://blog.csdn.net/weixin_42994439/article/details/140961526
2.免费人工智能算力OpenI启智开源社区旗下的一站式AI开发协作平台,汇聚人工智能开源项目;提供代码托管、数据共享、模型训练等AI开发流水线功能;用户可在线使用鹏城实验室搭建的鹏城云脑、中国算力网的普惠算力,包含GPU、NPU等多样化加速资源。 启智AI协作平台,简称 启智社区 ,是一个开源在线Web应用,旨在为人工智能算法、模型开发提供在线协http://gitlab.c8hr.com/site/8845
3.人工智能算力中心.pptx算力中心概述人工智能算力中心 算力中心概述算力中心定义与功能1.算力中心是提供大规模计算资源的集中化设施,用于支持人工智能、高性能计算等应用。2.算力中心具备高性能、高可扩展性、高可靠性等特点,能够满足各种复杂计算需求。3.算力中心对于推动科技创新、促进经济发展具有重要作用。算力中心技术架构1.算力中心通常采用https://max.book118.com/html/2023/1225/8051140073006020.shtm
4.AI算力云高速稳定弹性好用提供面向人工智能场景的资源与服务,提供 AI 裸金属 GPU 主机、 AI 训练集群、并行文件存储、镜像仓库等 AI 专用产品,租户隔离,提供安全、可靠的云上开发与训练环境。 立即使用产品文档 产品优势 史诗级算力 单节点 8 张 NVIDIA 数据中心卡,单机 NVSwitch 架构,结合高性能 CPU 为您提供强劲算力。 https://www.qingcloud.com/products/ai-computing-service/
5.AI算力平台人工智能类大数据与人工智能产品联通云AI算力平台AICP是面向AI工程师的一站式开发平台,提供弹性的机器学习算力资源,提供模型构建和训练的全流程支持,为AI开发者降低开发成本,提升AI开发的效率https://www.cucloud.cn/product/aicp.html
6.AI算力加速之道51CTO博客AI算力加速之道 1 AI算力发展趋势 1.1 人工智能理论:深度学习 人工智能发展至今并非一帆风顺, 从起步阶段到现今的深度学习阶段,数据、算法和算力构成了人工智能三大基本要素,共同推动人工智能向更高层次的感知、认知发展。 1.2 第三次人工智能浪潮代表人物https://blog.51cto.com/u_15302993/5081919
7.1月16日,全球人工智能算力大会在深圳圆满举办!–深圳市人工智能当前AI人工智能迅猛发展,他提出建筑行业AI大模型未来可期,其核心能力由“理解、生成、推理、记忆”组成。从系统论的角度看建筑行业AI应用的底层逻辑,数据是基础,连接是关键,算力是核心,并围绕广联达AI+场景项目成功落地价值进行逐一分享。 英特尔战略新事业部总监徐茂容带来《算力赋能产业 共赢数据未来》主题分享。他https://www.saiia.org.cn/index.php/2024/01/19/1-21/
8.最全2024年AI算力行业上市公司全方位对比(附业务布局汇总更多本行业研究分析详见前瞻产业研究院《中国AI算力(人工智能算力) 产业发展前景与投资战略规划分析报告》。 同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、IPO工作底稿咨询等解决方案。在招股说明书、公司年度报告等任何公开信https://xw.qianzhan.com/analyst/detail/220/240202-3c9a72ad.html
9.AI算力公司人工智能工资待遇(招聘趋势,就业前景)AI算力公司人工智能招聘工资收入一般多少钱一个月? 69.7%岗位拿¥30-50K以上/月,年薪¥36-60以上。 按学历统计,大专工资¥7.0K。 按经验,1-3年工资¥32.8K。 就业前景怎么样?市场需求:2024年招聘职位43个,占AI算力公司0.365%。 最新招聘岗位职责工资收入 https://www.jobui.com/salary/quanguo-rengongzhineng/ind-aisuanli/
10.我国人工智能算力发展“风生水起”正在成为数字经济发展新动力最新数据显示,北京市人工智能核心企业数量超过1800家,排全国首位,这些企业对算力的需求量非常大。但之前北京市的人工智能算力设施多为科研机构或企业自用,没有余力向市场提供大规模算力服务。现在,有了这个平台,企业和高校、科研机构等无需自建算力基础设施,就能在云端直接调用算力,完成AI模型训练、高性能计算等工作任务https://m.gmw.cn/2023-12/14/content_1303601058.htm
11.ai算力中心方案(ai计算中心)人工智能计算中心有什么用途? 当前ai算力中心 方案,各行各业对适配AI模型的训练需求呈爆发式增长,而一个高质量的AI模型是通过训练和持续迭代优化而来的。当大模型、多模态算法模型训练逐渐成为主流,人工智能算力需求每3.5个月就翻一番,企业在AI研发中进行模型训练的算力成本居高不下。因此,能否为企业和科研机构提供https://fastonetech.com/newszblog/post/25736.html