目前科技圈中關于大模型算法和硬件底座的競爭。盡管大型科技公司如阿里、騰訊已經在云服務領域發展出了適合大模型算法的軟硬兼備的基礎設施，但新進入市場的公司仍面臨著訂購高性能芯片的困難。

這是因為AIGC的算法競爭已經演變成為算力競爭。根據市場調查機構 TrendForce 的數據，GPT-3.5大模型需要2萬塊GPU來處理訓練數據，而A100芯片已經難以從官方渠道購得。即使英偉達推出了H800，其綜合使用效率只有A100的60%，價格也很昂貴，還需要排隊購買。

大公司已經積累了大量的A100和H800芯片，例如阿里云和騰訊云。但新進入市場的創業公司很難訂購到足夠的高性能芯片。一些黃牛在市場上提供A100芯片，售價為15萬元/張，這相當于100%的溢價。但是，另一個黃牛提供的現貨售價是155萬元/張。這意味著，如果有人以原價屯了A100芯片，他們現在最高能獲得2000%的投資回報率。

因此，雖然創業公司難以訂購到高性能芯片，但仍有一些渠道可以獲得芯片。大模型和芯片黃牛的話題，尤其是在當前市場上，芯片黃牛因為炒作而變得越來越熱門，而大模型創業者們則需要大量的算力來訓練他們的模型。文章指出，為了估值著想，大模型創業者們最好是宣傳準備自建算力矩陣，但由于成本較高，許多創業者可能會面臨困難。相比之下，芯片黃牛似乎更容易獲得利潤，因為芯片價格飆升，黃牛可以利用自己手里的芯片來賺錢。雖然黃牛的行為有些不道德，但在當前市場上，這種行為似乎是可以取得成功的。

文章還提到了一個有趣的話題，即OpenAI首席執行官Sam Altman所說的公司需要籌集到1000億美元以支付訓練AI模型的高昂費用。如果OpenAI真的能融到這么多錢，那么其他創業者也可以效仿這個例子，融資額度可能會越來越高。不過，這也可能導致類似軍備競賽的局面，導致市場上的人們都在不斷地炒作和漲價。因此，大家需要深入思考這個話題，想方設法避免這種情況的發生。