據媒體報導，對人工智慧(AI)的巨大需求，暴露出用於開發和部署AI模型的強大晶片的全球供應鏈局限性。

產業分析師表示，持續的晶片緊俏已經影響了大大小小的企業，包括AI產業的一些領先平台，並且至少在一年以上的的時間內可能不會出現實質改善。

微軟最近的年報顯示出AI晶片可能長期短缺的最新跡象。該報告首次將繪圖晶片(GPU)的可得性確定為投資飲可能的風險因素。

GPU是一種關鍵硬體，可幫助訓練和部署AI演算法所涉及的無數計算。

微軟寫道：「我們將繼續尋找和評估擴大數據中心位置和增加伺服器容量的機會，以滿足客戶不斷變化的需求，特別是考慮到對AI服務不斷增加的需求。」「我們的數據中心取決於獲准的可建場地、可預測的能源、網絡供應和伺服器，包括GPU和其他零件。」

微軟對GPU的認可凸顯出計算能力的獲取如何成為AI的關鍵瓶頸。這個問題直接影響正在構建AI工具和產品的公司，並間接影響希望將該技術應用於自有企業和最終用戶。

OpenAI CEO阿特曼(Sam Altman)在5月於美國參議院作證時表示，該公司的聊天機器人工具正在努力跟上用戶向其發出的請求數量，「我們的GPU非常短缺，使用該工具的人愈少愈好。」他稍後表示，該公司努力確保用戶擁有足夠的容量。

這個問題聽來可能讓人想起新冠疫情時期消費電子產品的短缺，遊戲愛好者被迫為遊戲機和電腦顯卡支付大幅調漲的價格。當時，製造延後、勞力短缺、全球運輸中斷，加上加密貨幣礦商持續不斷的競爭需求，導致GPU供應稀缺，刺激了交易追蹤技術的家庭手工業，以幫助普通消費者找到他們需要的東西。

對高階工作的需求呈爆炸式增長
但產業專家表示，目前的短缺在本質上有很大不同。持續的短缺並沒有導致以消費者為中心的GPU供應中斷，而是反映出對超高端GPU的突然爆發式需求，這些GPU用於高階工作，例如AI模型的訓練和使用。

這些GPU的生產已進入量產，但需求的激增已經壓垮了僅有的少量供應來源。

穆迪投資人服務跟蹤晶片業的資深副總裁喬希(Raj Joshi)表示，代表對AI無與倫比需求的企業在市面上全面掃貨，「沒有人能夠模擬這種需求將以多快的速度或多少增加。」「我認為該產業還沒有準備好應對這種需求激增。」

有一家公司特別將從AI浪潮中獲益匪淺：輝達(Nvidia)。根據產業估計，這家市值上兆元的晶片製造商控制著獨立GPU市場84%的比率。在5月發布的一份研究報告中，喬希估計輝達在未來幾季將實現「無與倫比」的營收成長，其數據中心業務的收入將超過競爭對手英特爾和AMD的總和。

輝達在5月的財報電話會議上表示，「下半年的供應量將大幅增加」，以滿足AI晶片不斷增加的需求。

與此同時，AMD預計將在年底前推出針對輝達AI GPU的解決方案。

AMD CEO蘇姿丰(Lisa Su)在財報電話會議上表示：「客戶對我們的AI解決方案非常感興趣。」「還有很多事情要做，但我想說我們已經取得重大進展。」

從瓶頸到瓶頸
AI新創公司d-Matrix創始人兼CEO謝斯(Sid Sheth)表示，讓問題更加複雜的是GPU製造商本身無法從自己下游供應商獲得足夠的關鍵投入。這項技術被稱為矽中介層先進封裝，其工作原理是將獨立晶片與高頻寬記憶晶片結合起來，是完成GPU所必需的。

拜登政府將提高美國晶片製造能力作為首要任務； 去年《CHIPS法案》的通過將為本土晶片產業和晶片研發提供數十億美元的資金。但這些投資針對的是整體晶片技術，而不是專門針對提高GPU產量。

隨著更多產能上線以及輝達的競爭對手也擴大其產品範圍，晶片短缺預計將得到緩解。但某些產業專家表示，這可能需要長達2到3年的時間。

與此同時，短缺可能迫使企業尋找創造性的方法來解決這個問題。謝斯表示，無法獲得足夠晶片的公司現在必須提高效率。

他說，「需要不就是發明之母嗎？」「因此，當人們無法獲得無限量的計算能力，就會尋找足智多謀的方法，以更智慧的方式使用手上所擁有的一切。」

他表示，這可能包括使用較小的AI模型，這些模型比大型模型更容易訓練，計算強度也較低，或者開發不那麼嚴重依賴傳統CPU和GPU的新計算方法。