韩媒:AI驱动GPU、CPU、AP短缺,三星等韩企将受益
对于一个科技周边开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《韩媒:AI驱动GPU、CPU、AP短缺,三星等韩企将受益》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!

集微网消息,据韩国每日经济新闻报道,由于需求疲软,全球芯片行业一直受到高库存水平的影响,但先进芯片,尤其是图形芯片(GPU)的库存正在迅速消耗。
随着人工智能的爆发,引发了GPU的短缺以及大数据和服务器运营商的产能扩张,这不仅对GPU制造商英伟达公司有利,对三星和SK海力士公司等大容量DRAM芯片制造商也有利。数据显示,截至3月底,英伟达GPU库存价值为46.1亿美元,比12月底下降10.6%,这是该公司自2019年第四季度以来的首次库存下降。
随着ChatGPT的兴起,需求激增导致GPU和高带宽内存(HBM)DRAM芯片供不应求。
根据市调机构TrendForce的数据,到今年年底,人工智能服务器的出货量预计将增至118万台,比去年增长38.4%。人工智能芯片需求预计将增长46%。
服务器制造商及其客户也表示,他们必须等待六个月以上才能获得英伟达最新的GPU。
但系统芯片短缺不仅限于英伟达等GPU制造商。
英特尔和高通这两家芯片制造商的库存也在快速减少。英特尔的CPU和高通的AP芯片库存资产在第一季度末分别为130亿美元和6860万美元,分别比2022年底下降1.7%和1.1%。
随着GPU、CPU和AP芯片供应日益紧张,服务器对大容量内存芯片的需求也在上升,这对三星和SK海力士来说是个好兆头。
英伟达的图形处理器单元 H100使用了SK海力士生产的高性能HBM3 DRAM芯片,而SK海力士是全球第二大内存制造商。
与传统的DRAM产品相比,采用HBM芯片垂直互连多个DRAM芯片可以明显提高数据处理速度。人工智能和大数据的迅猛发展将迅速推动HBM芯片的需求增长。
三星也向英伟达供应其先进芯片,预计将从这家GPU制造商那里获得更多订单。
据一位行业官员所述,英伟达的主要GPU是通过与台积电的代工合同生产的。但三星正在成为与台积电为英伟达分工的有力候选者。”
(校对/赵月)
今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
从“最罕见变异”中找到“最易患病个体”,AI精准预测基因变异致病性
- 上一篇
- 从“最罕见变异”中找到“最易患病个体”,AI精准预测基因变异致病性
- 下一篇
- Go语言中的Docker容器在本地开发
-
- 科技周边 · 人工智能 | 2小时前 |
- AI AI 网关按能力路由 怎样处理
- 467浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- AI 流式响应断线重连 怎样处理
- 470浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- AI RAG 元数据过滤 怎样处理
- 223浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | python · 人工智能 · 结构化输出 · AI Hugging Face 结构化输出 JSON Schema TGI Inference Providers grammar response_format
- AI JSON Schema 约束输出 怎样处理
- 339浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 人工智能 · AI 可观测性 span OpenTelemetry trace GenAI语义约定
- AI OpenTelemetry 补 trace 怎样处理
- 219浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- AI vLLM 限制显存 怎样处理
- 476浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 | 并发控制 · 人工智能 · AI 模型推理 ONNX Runtime InferenceSession 执行提供程序
- AI ONNX Runtime 复用会话 怎样处理
- 349浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 | python · 数据处理 · 人工智能 · AI Hugging Face Datasets select_columns remove_columns DatasetDict 数据集字段
- AI Datasets 按列过滤 怎样处理
- 373浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 | python · 人工智能 · AI 文本分类 pipeline padding Transformers 批量推理 truncation batch_size
- AI Transformers 批量文本分类 怎样处理
- 379浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 586次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 622次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 656次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 624次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 438次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

