但更秀的是，没人会因此质疑他们违反广告法，因为在 AI 时代，对手们真只能眼巴巴地看着英伟达的车尾灯。
以 700 亿参数的 LLama2 大模型为例， H200 推理速度几乎比前代的 H100 快了一倍，而且能耗还降低了一半。
今年 8 月的时候， SK 海力士推出 HBM3e 之后，据宣称单颗带宽可以达到 1.15TB/s ，相当于在 1 秒钟内传输了 230 部 FHD 高清电影（每部容量 5G ）。
在 SK 海力士官宣 HBM3e 之后不久，包括三星、美光在内的内存厂商们，都陆续跟进了这一技术。
比起技术升级更方便的是， H200 和 H100 都是基于英伟达 Hopper 架构打造的。
之前各个大厂忙着打造自家的大模型，对 GPU *的需求毫无疑问就是训练，所以当时大家的需求是提升训练能力。
而如今，随着 AI 大语言模型不断落地应用，训练模型在厂商眼中可能已经是牛夫人了，大家反而全去卷推理速度。
而且根据瑞杰金融集团估计， H100 芯片售价在 2 万 5-4 万美金之间，那加量后的 H200 只会比这高。
而如今像亚马逊、谷歌、微软和甲骨文等大厂的云部门，已经付完钱排排站，就等着明年 H200 交货了。
今年初创公司、大厂、政府机构等等为了抢一张 H100 挤破脑袋的样子还在上演，所以明年H200 的销量根本不用愁。
“ 是人是狗都在买显卡 ” ，去年说完这句话的马斯克也不得不转头就加入 “ 抢卡大军 ” 。
也就是明年英伟达还是打算卖 200 万颗 H100 芯片，也能侧面看出， AI 芯片是多么不愁卖。
更进一步的是特斯拉，他们就在 7 月推出了由定制 AI 芯片 D1 打造的 Dojo 超级计算机，用来训练自动驾驶系统。
当时摩根士丹利直接吹了一篇研报说：特斯拉这波下来，比用英伟达的 A100 足足省下了 65 亿美元。
就好比英伟达的芯片是一锅大杂烩，谁来了吃都能吃饱饱；而自研芯片虽然只是小碗菜，但它可以按照个人口味做，虽然做得少、但更合胃口。
但就像我们前面说的，这次 H200 其实只是一个 “ 中期改款 ” ，还不足以打消其他厂商们的小心思。
你看像是即使强如Meta早在 2021 年就意识到，自己怎么干都比不上英伟达的GPU性能，转头就从老黄那下了几十亿订单（ Meta 最近好像又有点自研的心思了 ）。
毕竟 2022 年台积电 “ 只 ” 占了全球晶圆代工产能的 60% ，而英伟达如今已经占据了可用于机器学习的图形处理器市场 80% 以上的份额。
知乎：英伟达发布世界最强 AI 芯片 H200，性能飙升90%，Llama 2 推理速度翻倍，有何重要意义？
