据techcrunch.com报道，AI模型训练与推理的爆发式增长正加剧全球图形处理器（GPU）供应紧张，天文、气候建模及AI芯片初创企业等多领域竞相抢购算力资源。
AI算力争夺战蔓延至科研与基础设施领域
原文数据显示，天文学领域的‘AI星系猎手’（AI galaxy hunters）正大量采购GPU，进一步加剧本已承压的全球GPU供应链。这一现象被TechCrunch记者Tim Fernholz明确指出为‘全球GPU紧缺’的新推手。
科技巨头加速自研与绑定AI芯片产能
为缓解对外部GPU的依赖，多家头部企业正采取多重策略：Meta与亚马逊签署协议，将采购数百万颗亚马逊自研AI CPU；Google Cloud则于3天前正式发布两款全新AI芯片，直接对标英伟达；谷歌同时宣布将向Anthropic投资高达$40B，涵盖现金与算力资源；而微软、OpenAI、Cohere、Aleph Alpha等公司近期亦密集推进模型迭代、合并与算力合作。
硬件短缺已传导至终端消费市场
算力资源紧张正产生下游连锁反应。原文提到，因AI相关需求激增，标有标记的Mac mini在eBay平台大量涌现，出现明显缺货现象。TechCrunch记者Sarah Perez将此归因为‘由AI驱动的短缺’（shortages driven by AI）。
行业语境补充
据公开信息，全球AI芯片市场规模2023年已达约180亿美元，预计2027年将突破700亿美元（来源：IDC《Worldwide Artificial Intelligence Chip Forecast, 2023–2027》）。NVIDIA在数据中心GPU市场占有率长期超90%，其H100/A100芯片持续处于供不应求状态，交货周期一度拉长至6–9个月。与此同时，中国厂商寒武纪、壁仞科技、摩尔线程等正加速推进7nm及以下制程AI芯片量产，但生态适配与大模型训练支持能力仍处追赶阶段。对全球供应链从业者而言，GPU已从IT基础设施组件升级为关键战略物资，其获取难度、交付周期与定制化能力正成为衡量AI应用落地速度的核心瓶颈之一。
来源：TechCrunch
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
