回上層
Disp BBS
看板 Stock
作者 neone (neone)
標題 [請益] AI伺服器成本分析——記憶體是最大的輸家
時間 Mon May 29 22:13:34 2023

剛看到半導體產業分析機構semianalysis的這篇新文章:
https://www.semianalysis.com/p/ai-server-cost-analysis-memory-is

雖然沒付費只能看到部分

bing摘要:
這篇文章的核心內容是分析人工智能伺服器的成本。文章指出，隨著數據中心建設的瘋狂
，市場也隨之瘋狂。但是，有許多公司並不應該因此而受益。文章還提到，IT預算有限，
因此Nvidia銷售額的增長主要來自於購買較少的非GPU伺服器。文章中還提供了一個標準
CPU伺服器的成本分解，顯示內存佔伺服器成本的近40%。文章最後指出，在人工智能時代
，普通伺服器的百分比將會下降，並且在數據中心轉向加速計算時，各組件的成本分配也
會發生重大變化。


分析cpu server和ai server的成分價格 概念不錯

https://i.imgur.com/mHf654R.png
[圖]
但intel server沒把gpu+switch baseboard部分的價格抓出來來比
就說憶體幾乎是伺服器成本的40%
問號?

--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.226.155.185 (臺灣)
※ 作者: neone 2023-05-29 22:13:34
※ 文章代碼(AID): #1aTBCGg4 (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1685369616.A.A84.html
※ 同主題文章:
[請益] AI伺服器成本分析——記憶體是最大的輸家
05-29 22:13 neone.
Re: [請益] AI伺服器成本分析——記憶體是最大的輸家
05-29 23:49 mooto.
→ appledick: AI伺服器會走AWS那種營運模式啦，真以為每家公司自己架設自己要的AI伺服器喔？頭殼壞才這樣搞，就連OpenAI 微軟都砸多少錢花了幾年1F 05/29 22:17
推 YU1225: 尬死空軍總部4F 05/29 22:17
推 wingstar: 這篇文章的成本計算好奇妙，5F 05/29 22:17
推 jiansu: 大老黃買越多(Gpu)省越多(cpu) 應該是真的server總數量可能下降 Ai server佔比大提升…6F 05/29 22:19
推 Kleiza: 這樣GG是受益者還是受害者啊？8F 05/29 22:30
推 ip102: 把原本記憶體的費用轉向高速運算了9F 05/29 22:33
推 Buddy: SmartNIC成本是過去的16倍 那間台廠不就賺爆10F 05/29 22:33
推 popo123456: 所以爽到韓國hbm記憶體11F 05/29 22:34
→ william7713: memory這麼貴是用CXL嗎... 這誰算的啊12F 05/29 22:36
推 stosto: 爽到海力士13F 05/29 22:37
推 easygo: 99旺宏14F 05/29 22:39
推 nangaluchen: 最近確實這種論述蠻多的
但這個論述的邏輯是有漏洞的
基本上建立在AI伺服器和一般伺服器是替代品
但其實並不是
若一般伺服器能做到AI伺服器能做的事
那不會有人願意買AI伺服器
2023的預算已經訂了 短期確實會這樣搞
但2024後 其實應該是整體資本支出往上噴
AI伺服器的資本支出是額外往上加的
而非用於取代一般伺服器
拿AI伺服器來做一般伺服器能做的事
也很不合邏輯15F 05/29 22:39
→ mooto: 老黃今天不是有說嗎 cpu伺服器又貴又耗能 你可以買低階的gpu 一顆gpu就抵n顆cpu 這樣還是比較省阿27F 05/29 22:46
推 nangaluchen: cpu跟gpu適合的任務是不同的
如果gpu能完美取代cpu 那nv早年不會那麼慘
很多東西不能只看算力和能耗29F 05/29 22:48
推 saygogo: 狙擊槍跟散彈槍不能拿來比較32F 05/29 22:50
→ mooto: 你講的是"伺服器" 你如果是要做其他用途 譬如儲存你就買NAS阿  cpu當然不可能消失 只是在算力上面33F 05/29 22:50
推 nfsong: 今天新的 gh200 直接存取記憶體用很兇
低電壓記憶體
特點是今天有賣高級switch
而且全部走光纖35F 05/29 22:52
→ mooto: gpu是更好的選擇 沒有人說不能買籃球鞋跑步39F 05/29 22:53
→ nfsong: Spectrum-X    4奈米
64port 800G光纖速度40F 05/29 22:53
推 nangaluchen: 你搞錯意思了 一般伺服器也不會配備gpu
兩顆cpu就能解決的事 何必多配gpu?
特別是你加gpu 要拿來幹嘛?
就沒適合的任務給他算啊42F 05/29 22:55
→ nfsong: 順邊做網通46F 05/29 22:55
推 aegis43210: H100還是要用到SPR，i皇還是有得賺47F 05/29 22:56
→ nangaluchen: 絕大部分的應用 根本不需要那麼高的算力
反而是cpu更適合多功處理 取代個毛48F 05/29 22:56
→ nfsong: DGX GH200  , 144TB 直接存取記憶體 !!!50F 05/29 22:57
→ mooto: 已經沒人會叫兩顆cpu的機器伺服器了 那個是個人電腦51F 05/29 22:57
→ nfsong: 1 ExaFLOPS
一台大概2000多顆 記憶體顆粒  三家買 大概6000多個52F 05/29 22:57
推 nangaluchen: 而且老實講啦 nv就最沒資格講低功耗 低成本
就算不用ai chip
消費級的gpu 也快跟server cpu差不多貴了 省個毛54F 05/29 22:58
→ mooto: 你要抬槓就去抬槓吧 XD 誰不知道cpu的指令集更泛用57F 05/29 22:58
→ nfsong: 其實還是個人電腦市場 的記憶體用量比較大58F 05/29 22:59
→ mooto: 如果沒人care你說的這種應用要怎麼配置了 講難聽一點就是很多x86能做的事情arm也能做 那你買手機還會去想要怎麼配嗎 買PC還會去文書機怎麼組嗎59F 05/29 22:59
推 nangaluchen: 目前絕大部分的伺服器 仍是配備2顆62F 05/29 23:01
推 aegis43210: 記憶體是輸家??未來CXL3.0普及就更需要大量記憶體，加上記憶體內運算是未來趨勢63F 05/29 23:02
推 la8day: 記憶體 又是你 你最爛65F 05/29 23:03
→ aegis43210: 如果只是講Flash，那的確是輸家66F 05/29 23:03
推 s860134: 買越多越省錢67F 05/29 23:04
→ nfsong: 恩  單一個GH200的小型server 576G的記憶體
有1000多家合作廠商 人人買一台小型的 也不少
the more u buy the more u save指的是AI算力
而且老黃今天說  算力還在往上衝
要用傳統的server 跟他的cuda tensor cores
已經被甩到看不到車尾燈了
10年前就1台抵10台了68F 05/29 23:04
→ mooto: 我不覺得flash會是輸家~別忘了flash成本下降也是很75F 05/29 23:07
推 Kobe5210: 感謝分享76F 05/29 23:07
→ mooto: 快的 有個說法再5年 SSD就會取代傳統的HDD77F 05/29 23:07
推 jiansu: 模型目前越來越大 記憶體需求增加 training 你限制只能用Nv 但目前還是有很多inference 用Cpu70%？, chatgpt 給你用的就只是inference 如果一堆inference都有Gpu或asic加速 確實server需求可能會降78F 05/29 23:08
推 ben811018: 伺服器要建置成本超高82F 05/29 23:08
推 hihjktw: 我怎沒看到20T的SSD83F 05/29 23:09
推 nangaluchen: 目前 llm inference 也是用 ai server
只是不用配到H100 但主流應仍配備A10084F 05/29 23:10
→ bobjohns: 看起來 三星記憶體又要大賺  晶圓代工滿血復活。86F 05/29 23:13
→ mooto: 你問這之前要不要先google....2年前就在賣100T了87F 05/29 23:14
推 nfsong: 老黃除了拉抬gg一把  還救了三星和美光阿!!88F 05/29 23:17
推 pisu: 目前伺服器類股都噴出89F 05/29 23:20
噓 a000000000: semianalysis的東西看看就好  不過也沒啥人認真研究然後一樓那葛論點=糞   smci這一年多噴多少
4說原po尼到底有沒看他整篇  他下面94加ai卡的成本inference用cpu是牙膏的論點
牙膏說九成的ai行為是inference  然後inference90F 05/29 23:21
→ susanmm: 基本上他就不是消費性電子產品95F 05/29 23:24
→ a000000000: 60%在cpu上面
詳細數據可能有些錯   不過牙膏那論點跟大便依樣96F 05/29 23:25
推 FlynnZhang: 感謝教主開示98F 05/29 23:25
→ a000000000: 因為簡單的ai像照相抓人臉那種  手雞cpu就做掉惹
跟牙膏也無關99F 05/29 23:26
→ mamorui: 美光真的感恩 上週快摸到75 香噴噴101F 05/29 23:26
→ a000000000: 接下來的時代重點是生成型ai會普及  運算需求爆炸從server到手機   半導體需求也會大爆炸
dram廠也會受惠102F 05/29 23:27
→ neone: 謝教主哥提點 偶是被那空一欄不計誤導了105F 05/29 23:32
→ TaiwanUp: 我快要知道金富力士等11個人如何可以製作貪婪之島106F 05/29 23:34
→ bnn: 有在跑運算的 記憶體不會省
只能說 記憶體不是gating 也不會爆發多少107F 05/29 23:36
推 julyjuly: $1T用小錢買麻花卷 再多也做一樣的事 就too much109F 05/29 23:37
→ TaiwanUp: 一級玩家的綠洲看起來似乎也是由劇中哈勒戴一人製作110F 05/29 23:37
推 Liberl: 定錨昨天就有說 用GPU做AI伺服器只是初步階段
未來還是會回歸CPU111F 05/29 23:50
推 madeinheaven: 未來AI運算還有MRAM記憶體內運算 三星已做出原型113F 05/29 23:52
推 easyman: 所有扯到inference HW, 都要多吃RAM
不管是 notebook, 手機, 甚至 藍芽audio, GPS ..
這種小到不行的MCU要跑AI都要加RAM114F 05/30 00:00
推 fortesv: 所以美國黃董會跟台灣惶懂合作嗎？117F 05/30 00:16
推 b0117: 我預估記憶體內運算至少還要等三年
AI列車早就開了，誰還跟你等記憶體內運算，而且SoC的command要不要變都還是個問題，PIM也會造成capacity下降
IO BW足夠支撐算力，其實PIM不見得是市場趨勢118F 05/30 00:18
→ easyman: 記憶體內運算...你要確定model改了你還算得出來123F 05/30 00:25
→ sachung28: 很久前gpu吃浮點尾數的小問題不知改正沒有 舊cpu版程式除非遇到嚴重效能瓶頸 修改的成本還是高 gpu推了十多年才終於冒出頭
記憶體內運算記得也做好一陣子了 跟gpu/cpu二回事吧 那是省寫硬碟的時間124F 05/30 00:28
推 b0117: 不過dram需求一定會跟著AI發展水漲船高
記憶體會是成本輸家？這邏輯我無法參透129F 05/30 00:50
推 bring777: 記憶體高階技術成本降不下來嗎？學一下晶片131F 05/30 01:02
→ protoss: 記憶體內運算是啥意思?運算永遠在處理器裏吧...還是說馮紐曼的架構大改了?頂多就把整顆硬碟塞進Ram...就開機的時候特別久...不過記憶體分層發展至今應該差不了那點IO了吧...
記憶體一直是效能的gating啊...不足就等著慢...不過超過的確是不會爆發什麼...就是不卡系統運算天限...132F 05/30 02:54
推 AmigoSin: 樓上PIM參考一下138F 05/30 04:00
推 bj45566: GDDR6-AiM -- SK hynix 在 ISSCC 2022 發表的論文(&展示晶片)，人類在半導體技術的進步將帶領電腦突破 von Neumann bottleneck
tinyurl.com/5n6unnby139F 05/30 04:36
噓 kidd100: 人工智慧143F 05/30 07:47
推 awss1971: https://i.imgur.com/X0Kto9H.jpg144F 05/30 07:58
[圖]
→ k85564: 為啥是輸家？ 因為%下降？
AI伺服器哪有可能回到CPU為主...145F 05/30 08:25
推 zhi5566: 雲端AI越來越強 手機有必要升級嗎? 不是都丟到雲嗎147F 05/30 08:49
推 aegis43210: 邊緣運算，因為資安因素，終端設備也要有一定算力148F 05/30 09:37
推 b0117: 邊緣運算市場一定會有，資安問題是一點。再來就是business問題，edge端的產品可以玩的公司比較多149F 05/30 10:57
→ snoopy790428: 什麼都要訂閱一下以為人人受得了嗎151F 05/30 11:42
推 mrWillyyang: 圖應該是一般server吧 一般的泛指沒裝GPU152F 05/30 12:52

--
--
(neone.): [請益] AI伺服器成本分析——記憶體是最大的輸家 - Stock板