据@AndrewYNg表示，GPU对AI工作负载至关重要，再次突出图形加速器在AI算力周期中的核心地位。来源: https://twitter.com/AndrewYNg/status/1983609014408851718 英伟达的数据中心GPU（H100、H200）与Blackwell平台面向大规模训练与推理，使NVDA成为AI GPU需求的主要市场风向标。来源: https://www.nvidia.com/en-us/data-center/h100/ ；https://www.nvidia.com/en-us/data-center/h200/ ；https://www.nvidia.com/en-us/data-center/technologies/blackwell/ 超微的Instinct MI300系列聚焦AI训练与推理，为市场提供替代性的AI加速器供应并增强竞争供给。来源: https://www.amd.com/zh/products/accelerators/instinct/mi300 以太坊在2022年9月完成合并，从工作量证明转向权益证明，结束了ETH的GPU挖矿，将ETH网络安全与GPU硬件脱钩。来源: https://ethereum.org/zh/roadmap/merge/ 去中心化算力项目利用GPU服务于渲染与AI工作负载，其中Render Network（RNDR）与Akash Network（AKT）在其官方文档中描述了基于GPU的去中心化服务与代币化资源市场。来源: https://docs.rendernetwork.com/ ；https://docs.akash.network/