深圳市芯福林电子科技有限公司

除此之外，超算的部署地点依然待定，这无疑与部署地的电网供电能力息息相关，当地政府如果能提供支持自然zui好。不过从硬件规模来看，单系统的耗电已经达到千兆瓦级，无论是对美国哪个州而言，都是巨大的供电挑战。也正因如此，微软正在考虑核能在内的其他替代能源方案。

超算部署成本发生的变化

时至今日，微软已经在OpenAI上花了130亿美元，使用其数据中心来为ChatGPT之类的应用提供硬件支持。但此次的星门项目更是规模浩大，这也说明了新模型的训练和推理，仍在对数据中心的硬件提出新的要求，需要用性能更强的AI超算来解决。

但这并不意味着普遍的超算成本真的有这么夸张的变化，要知道目前TOP500上pai名di一的超算Frontier，其成本也只有6亿美元。对于科研专用的单个超算系统而言，虽然造价不算低，但在政府的科研经费支持下，研究机构还是可以负担起的。

不过值得注意的是，TOP500上的超算都有公开的跑分成绩，为了实现这样的成绩，需要一定时间的优化，再运行一段时间的测试才会有此成绩。而市面上，尤其是在不少大型互联网公司内部，也存在并没有公开提交成绩的超算，因为这类系统几乎是从诞生起就被投入商业使用了。

所以市面上肯定有超过6亿美元的超算系统，比如Meta就在几个月前打造了两套系统，分别集成了2万个H100 GPU，总成本在10亿美元以上。其他的互联网公司，诸如国内的百度、腾讯等，想必也有庞大的硬件购买计划。

写在zui后

随着HPC与AI在需求和计算负载上的融合，市场趋势从前几年的“带AI功能的HPC系统”变成了“同样可以用于HPC的AI系统”。但从其规模来看，对于HPC市场也未尝不是一件好事，毕竟目前AI超算的商业价值更高，能够吸引到更多的投资和补贴，也有望进一步推动HPC硬件的革新速度。