，因为这些芯片的稀缺性开始下降，并且维护这些尚未使用库存的成本也很高。此类情形与一年前相比出现重大转变，当时获得

　　目前处理器供应短缺的缓解还表现在，从AWS、谷歌云和微软Azure等云服务提供商租用英伟达的H100 GPU变得更加容易了。例如，AWS推出了一项新服务，允许客户安排更短时间的GPU租赁，解决了之前芯片可用性的问题，这导致获得人工智能芯片的等待时间在减少。

　　特别是那些自己开发并培训大型语言模型的公司仍然面临供应问题，很大程度上是因为他们需要的GPU数量过于庞大。这些公司在获得所需处理器或容量方面仍面临着几个月的延迟。

　　不过，随着诸多英伟达处理器的替代品接连问世，例如AMD和AWS的处理器，该市场可能会迎来更加平衡的局面。还有一点原因是，各公司对人工智能处理器的支出也变得更加谨慎了。

　　无论如何，就目前而言，市场对人工智能芯片的需求依然强劲，并且随着大型语言模型越来越大，对计算性能的需求也越来越高。