生成式人工智能不仅改变了组织开展业务的方式，还改变了它们消耗计算资源的方式。这些大型语言模型(LLM)以及数字孪生、扩展现实和元宇宙等其他人工智能工具，需要大量图形处理单元(GPU)来训练数据集或处理图形密集型任务。
通用CPU和GPU服务平台在功耗和散热受限的终端上的运用，其差异性需求难以应对AI用例严苛且多样化的计算要求。
过去一年，用于AI服务器的GPU一直供不应求，而从未来一年的发展态势来看，相关产品的紧张程度有增无减。
随着chatGPT的爆火和AGI的繁荣，英伟达正在以前所未见的速度发展，这不但造就了GPU的繁荣，同时还让扮演关键角色HBM热度高居不下。
随着AI大模型被纳入云服务的版图，给云厂商带来的商业化营收增长，似乎与大模型技术本身的热度并不匹配，有几个月都停留在“叫好不叫座”的情况，投入不少，产出却不高。
3D图像一直是芯片发展的推动力之一，从上世纪九十年代直到今天，以游戏、电影等为代表的高性能图像渲染应用的蓬勃发展直接让GPU芯片成为了一个新的芯片品类，并且快速发展至今。从这个角度，我们认为高性能3D图像渲染以及3D图像学的发展一直在驱动着GPU芯片品类的发展。
