在AI应用层，市场上两类玩家：
第一类，是号称大模型底座和应用同时做的明星早期玩家，往往融资金额在亿这个级别，市面上只有寥寥几家 第二类，是明确聚焦应用层PMF的玩家，一般不做“底层自研”，但为了更好的产品体验，常常免不了做做模型微调，是市场上的大多数
显然，第一类玩家对于GPU算力的解法就非常简单粗暴，那就是拿钱硬砸；
而占多数的第二类玩家，去年可以说是苦GPU算力久矣。
这里的主要挑战倒不是芯片禁售。而是对于这类AI创业公司来说，资金有限，每一笔“万”这个级别的资金都很慎重。于是从去年开始，大家为了解决算力问题，只能各显神通。
有的创业团队比较极客，本想买一台整机甚至自己组装一台整机，想着做做微调，4卡40GB A100也够用了。嗯，结果一问，发现靠谱点的厂商，市场价也要奔着3、40个w去了。
暂且不说，对于大部分融资有限的创业团队来说，还没pmf就豪掷几十个w买服务器的行为属实风险不小。
更要命的是，这并不是一个“一劳永逸”的选择。
这种服务器噪声是很大的，发热也是很猛的，无法放到办公间或家里，必须要在有制冷设备的专用机房里运维，有专人维护。
结果算了算，租赁机房+人力维护，哪怕去找第三方，每个月还得多5k的固定支出。好家伙，都能招个实习生了。
由于机器是第三方厂家组装的，你要是贪便宜遇到个不靠谱的，那服务器出各种“神器现象”更是常有的事儿。你机房要是租在荒郊野外的，那更难受了。
一不小心，你会发现，虽然自己在AI应用层没做出来啥，但自己在服务器运维方面的行业竞争力越来越强了。嗯，说不定将来还能转行去卖服务器。
看到这儿，你可能会说：
“我没那么极客，我选择成熟的云厂商！”
结果你看了看，国内的云厂商受禁售令的影响，几乎无卡可用。
于是你把目光投向了海外云厂商，比如亚马逊云。
然后你成功找到了4卡A100的GPU机器：
算了一下，好家伙，每月的租金高达32*24*30*7=16万RMB。敢情租两个来月都够买台新机器了。
看，由于这个痛点太痛，于是敏锐的你发现，去年诞生了N多家“廉价GPU算力租用”的云平台。
于是你看了下，嗯，看起来确实便宜，一个月才1万？
于是，你大张旗鼓开搞了。但很快，你就会发现，云计算领域的技术壁垒还是蛮高的。为了聚焦核心功能，这类新型GPU算力平台往往在网络、存储、故障检测等其他底层设施方面优化非常有限，导致很容易遇到“神奇现象”。
比如去年我们就遭遇了显卡故障、模型加载过慢、内存不够用、磁盘不够用、网络速率异常、系统环境异常、服务丢包、无法自定义端口等一大堆问题，说多了都是泪。
如果你也混AI创业圈，你会发现，好像今年在为算力头疼的应用层创业者大大减少了。
为啥呢？
可能很多已经出局了
直到上周，我在一个朋友的公司里，无意间发现了一种关于GPU算力的最佳解法：
你可能没法想象，他说他们整个团队的AI模型训练和服务部署都在这上面进行。
我直接满脑子问号？？
在这个不起眼的机器里，竟然装了4块48GB显存的专业计算卡，而且是为生成式AI而生的RTX 5880 Ada Generation。
贴下5880 Ada这款卡的技术参数：
需要强调的是，RTX 5880并不是4090这类消费级卡，而是专门为生成式AI打造的专业计算卡，非常的耐造（专业玩家都懂显卡耐造的重要性）
PS：尽管4090在游戏表现上非常出色，一直是市场上的香饽饽儿，但是由于禁令，国内合规渠道下买不到，黑市买的又不放心。年初就被曝出过大量工厂将4090爆改成AI计算卡，转手卖给国内，消费级显卡拿来做AI计算，寿命、稳定性和售后都很难评。而随着《黑神话：悟空》国产3A游戏的全球爆火，40系变得更加紧俏，价格已被炒到翻倍。
还有一个重要的细节是，这机器竟然就放在他们的办公间里，完全不需要机房和制冷。而且噪声很小，完全不会影响办公。
我在想，这种黑科技那不得天价？
结果一问——
竟然才花了20来个w？？
小伙伴说，他们买的还是顶配版，如果是选择5000 ada显卡的标准配置，15个w就搞定了。
RTX 5000 ada （32G）和 RTX 5880 ada（48G）都是基于 NVIDIA Ada Lovelace 架构打造的专业计算卡。
RTX 5000 ada 的产品参数如下：
我仔细一问，才知道这竟然就是英伟达 RTX 助力的 AI 工作站：
NVIDIA RTX Ada 系列的显卡的含金量，不必多说，这样就放心多了，再也不用在组装机和二手卡的市场里犯纠结了。
这妥妥是今年AI算力的最佳解决方案啊。
这个定价，但凡有点融资的基本都能扛得住。重要的是，这10几个w换来的是硬件资产，就算经营不景气了，还能反手卖掉回血。不像是租赁云算力，钱花了就是没了。
根据朋友的说法，更重要的是，这个AI工作站可以训推一体，非常适合早期的创业公司。
毕竟创业早期，需要非常快速的迭代试错，一年内做死好几个项目是经常有的事情。这个时候AI工作站的优势就来了：
当产品诞生前的研发阶段，AI工作站完全可以当一台纯训练机器去用，做做模型微调完全够用 在产品上线后的用户积累阶段，AI工作站甚至可以同时跑推理和训练（路子虽然野，但早期就那么点用户，没啥流量，所以也完全够用） 如果产品做爆了，用户量激增，可以把这台机器直接顺势转化为高性能推理机器，4卡全力承载流量冲击 如果产品做死了，还可以把AI工作站卖了给大家发年终奖
我回家后仔细研究了下这个AI工作站的介绍，发现还有一个很牛逼的地方，在于这东西还可以内置一套模型部署平台，开箱即用。
做模型微调比如Llama 3 70B 妥妥滴没有问题，同时也是提示工程、RAG项目开发的理想平台。
对AI创业公司来说，简直不要太香。这比去外面花两三倍的价钱买个机房供养版的裸GPU服务器舒适多了！
我还找到了关于这个工作站的配置选购图，显卡可以选1卡、2卡、4卡。
买卡是一件需要谨慎再慎重的事，最终还是得从实际需求出发，选出性价比更高的组合方案，才能省钱又出活，尤其是考虑成本、系统稳定性和长期需求。AI 工作站的模式，看到这里的小伙伴，可以去了解一下。