(相关资料图)

目前尚不清楚成本分析有多深入：如果这是一个纯粹的制造成本问题（在考虑良率的情况下平均每片晶圆和其他组件的价格），那么 Nvidia 仍然需要支付大量的费用利润其销售额。不过仅从生产成本/ 售价比来看，英伟达H100 GPU 就是一个“超级大金矿”。

产品开发需要时间和资源；考虑到 H100 等产品的产品开发生命周期中的工程师和其他参与者，在得出最终的平均产品开发成本之前，还必须考虑 Nvidia 的研发成本。据 Glassdoor 称，Nvidia 电子硬件工程师的平均年薪约为 202,000 美元。这对于单个工程师而言 - H100 等芯片的开发可能需要许多专业工人花费数千个小时。所有这些也都必须考虑在内。

即便如此，不可否认的是，作为人工智能加速工作负载的领先公司是有优势的。众所周知，Nvidia GPU 很快就被抢购一空。Nvidia 人工智能加速产品的订单似乎已经售完到 2024 年。预计到 2027 年人工智能加速器市场价值将达到 1500 亿美元左右。

RISC-V 芯片技术论坛报名提醒